iOS音頻播放 (一)：概述 轉

標籤：ios   音頻   

今天看到非常好的介紹音頻開發的文章，轉載一下

 原文地址：http://msching.github.io/blog/2014/07/07/audio-in-ios/

前言

從事音樂相關的app開發也已經有一段時日了，在這過程中app的播放器幾經修改我也因此對於iOS下的音頻播放實現有了一定的研究。寫這個系列的部落格目的一方面希望能夠拋磚引玉，另一方面也是希望能協助國內其他的iOS開發人員和愛好者少走彎路（我自己就遇到了不少的坑=。=）。

本篇為《iOS音頻播放》系列的第一篇，主要將對iOS下實現音頻播放的方法進行概述。

基礎

先來簡單瞭解一下一些基礎的音頻知識。

目前我們在電腦上進行音頻播放都需要依賴於音頻檔案，音頻檔案的產生過程是將聲音資訊採樣、量化和編碼產生的數字訊號的過程，人耳所能聽到的聲音，最低的頻率是從20Hz起一直到最高頻率20KHZ，因此音頻檔案格式的最大頻寬是20KHZ。根據奈奎斯特的理論，只有採樣頻率高於聲音訊號最高頻率的兩倍時，才能把數字訊號表示的聲音還原成為原來的聲音，所以音頻檔案的採樣率一般在40~50KHZ，比如最常見的CD音質採樣率44.1KHZ。

對聲音進行採樣、量化過程被稱為脈衝編碼調製（Pulse Code Modulation），簡稱PCM。PCM資料是最原始的音頻資料完全無損，所以PCM資料雖然音質優秀但體積龐大，為瞭解決這個問題先後誕生了一系列的音頻格式，這些音頻格式運用不同的方法對音頻資料進行壓縮，其中有無損壓縮（ALAC、APE、FLAC）和有損壓縮（MP3、AAC、OGG、WMA）兩種。

目前最為常用的音頻格式是MP3，MP3是一種有損壓縮的音頻格式，設計這種格式的目的就是為了大幅度的減小音訊資料量，它捨棄PCM音頻資料中人類聽覺不敏感的部分，從下面的比較圖我們可以明顯的看到MP3資料相比PCM資料明顯矮了一截（圖片引自imp3論壇）。

為pcm資料為mp3資料

MP3格式中的碼率（BitRate）代表了MP3資料的壓縮品質，現在常用的碼率有128kbit/s、160kbit/s、320kbit/s等等，這個值越高聲音品質也就越高。MP3編碼方式常用的有兩種固定碼率(Constant bitrate，CBR)和可變碼率(Variable bitrate，VBR)。

MP3格式中的資料通常由兩部分組成，一部分為ID3用來儲存歌名、演唱者、專輯、音軌數等資訊，另一部分為音頻資料。音頻資料部分以幀(frame)為單位儲存，每個音頻都有自己的幀頭，就是一個MP3檔案幀結構圖（圖片同樣來自互連網）。MP3中的每一個幀都有自己的幀頭，其中儲存了採樣率等解碼必須的資訊，所以每一個幀都可以獨立於檔案存在和播放，這個特性加上高壓縮比使得MP3檔案成為了音頻流播放的主流格式。幀頭之後儲存著音頻資料，這些音頻資料是若干個PCM資料幀經過壓縮演算法壓縮得到的，對CBR的MP3資料來說每個幀中包含的PCM資料幀是固定的，而VBR是可變的。

iOS音頻播放概述

瞭解了基礎概念之後我們就可以列出一個經典的音頻播放流程（以MP3為例）：

1. 讀取MP3檔案
2. 解析採樣率、碼率、時間長度等資訊，分離MP3中的音訊框架
3. 對分離出來的音訊框架解碼得到PCM資料
4. 對PCM資料進行音效處理（均衡器、混響器等，非必須）
5. 把PCM資料解碼成音頻訊號
6. 把音頻訊號交給硬體播放
7. 重複1-6步直到播放完成

在iOS系統中apple對上述的流程進行了封裝並提供了不同層次的介面（圖片引自官方文檔）。

CoreAudio的介面層次

下面對其中的中高層介面進行功能說明：

• Audio File Services：讀寫音頻資料，可以完成播放流程中的第2步；
• Audio File Stream Services：對音頻進行解碼，可以完成播放流程中的第2步；
• Audio Converter services：音頻資料轉換，可以完成播放流程中的第3步；
• Audio Processing Graph Services：音效處理模組，可以完成播放流程中的第4步；
• Audio Unit Services：播放音頻資料：可以完成播放流程中的第5步、第6步；
• Extended Audio File Services：Audio File Services和Audio Converter services的結合體；
• AVAudioPlayer/AVPlayer(AVFoundation)：進階介面，可以完成整個音頻播放的過程（包括本地檔案和網路流播放，第4步除外）；
• Audio Queue Services：進階介面，可以進行錄音和播放，可以完成播放流程中的第3、5、6步；
• OpenAL：用於遊戲音頻播放，暫不討論

可以看到apple提供的介面類型非常豐富，可以滿足各種類別類需求：

• 如果你只是想實現音訊播放，沒有其他需求AVFoundation會很好的滿足你的需求。它的介面使用簡單、不用關心其中的細節；

• 如果你的app需要對音頻進行流播放並且同時儲存，那麼AudioFileStreamer加AudioQueue能夠幫到你，你可以先把音頻資料下載到本地，一邊下載一邊用NSFileHandler等介面讀取本地音頻檔案並交給AudioFileStreamer或者AudioFile解析分離音訊框架，分離出來的音訊框架可以送給AudioQueue進行解碼和播放。如果是本地檔案直接讀取檔案解析即可。（這兩個都是比較直接的做法，這類需求也可以用AVFoundation+本地server的方式實現，AVAudioPlayer會把請求發送給本地server，由本地server轉寄出去，擷取資料後在本地server中儲存並轉送給AVAudioPlayer。另一個比較trick的做法是先把音頻下載到檔案中，在下載到一定量的資料後把檔案路徑給AVAudioPlayer播放，當然這種做法在音頻seek後就回有問題了。）；

• 如果你正在開發一個專業的音樂播放軟體，需要對音頻施加音效（均衡器、混響器），那麼除了資料的讀取和解析以外還需要用到AudioConverter來把音頻資料轉換成PCM資料，再由AudioUnit+AUGraph來進行音效處理和播放（但目前多數帶音效的app都是自己開發音效模組來坐PCM資料的處理，這部分功能自行開發在自訂性和擴充性上會比較強一些。PCM資料通過音效器處理完成後就可以使用AudioUnit播放了，當然AudioQueue也支援直接使對PCM資料進行播放。）。描述的就是使用AudioFile + AudioConverter + AudioUnit進行音頻播放的流程（圖片引自官方文檔）。

下篇預告

下一篇將講述iOS音頻播放中必須面對的難（da）題（keng），AudioSession。

參考資料

音頻檔案格式

脈衝編碼調製

採樣率

奈奎斯特頻率

MP3

ID3

Core Audio Essential

Common Tasks in OS X