Nano Hash - криптовалюты, майнинг, программирование

Можем ли мы определить, какое приложение Android использует микрофон?

Привет всем, я новичок в Android ndk и хочу найти две вещи:

  1. Можем ли мы определить, включен микрофон или нет?
  2. Можем ли мы определить, какое приложение использует микрофон?

Было бы хорошо, если бы кто-нибудь знал, как это сделать через C или через android sdk.

android android-ndk
09.08.2012

  • Я бы предположил, что нет. Это позволит вам создавать вредоносные программы, которые прослушивают телефонные звонки людей и тому подобное. 09.08.2012
  • Я думаю, что человек, который задал вопрос, говорит о своем собственном телефонном микрофоне ... он хочет, чтобы приложение моего телефона использовало мой телефонный микрофон. 09.08.2012

Ответы:


1

1.

AudioManager am =  Context.getSystemService(Context.AUDIO_SERVICE)
am.isMicrophoneMute()

Но я не знаю, как это сделать с помощью NDK (и, кажется, никто не знает).

документация по AudioManager

2.

Нет, ты не можешь. И это решение безопасности. Как сказал @AndiJay, тогда могут быть использованы вредоносные программы.

13.09.2012
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..