iOS 音频开发

 

音频基础知识

组成

音频文件的组成：文件格式(或者音频容器) + 数据格式(或者音频编码)。

文件格式(或音频容器)是用于形容文件本身的格式。

我们可以通过多种不同的方法为真正的音频数据编码。例如CAF文件便是一种文件格式，它能够包含MP3格式，线性PCM以及其它数据格式的音频。

数据格式(或音频编码)

我们将从音频编码开始阐述(而不是文件格式)，因为编码是最重要的环节。

线性PCM：

这是表示线性脉冲编码调制，主要是描写用于将模拟声音数据转换成数字格式的技术。简单地说也就是未压缩的数据。因为数据是未压缩的，所以我们便可以最快速地播放出音频，而如果空间不是问题的话这便是iPhone音频的优先代码选择。

音频文件计算大小

---

声卡对声音的处理质量可以用三个基本参数来衡量，即采样频率、采样位数和声道数。

采样频率:

是指单位时间内的采样次数。采样频率越大，采样点之间的间隔就越小，数字化后得到的声音就越逼真，但相应的数据量就越大。声卡一般提供11.025kHz、22.05kHz和44.1kHz等不同的采样频率。

采样位数：

是记录每次采样值数值大小的位数。采样位数通常有8bits或16bits两种，采样位数越大，所能记录声音的变化度就越细腻，相应的数据量就越大。

声道数

是指处理的声音是单声道还是立体声。单声道在声音处理过程中只有单数据流，而立体声则需要左、右声道的两个数据流。显然，立体声的效果要好，但相应的数据量要比单声道的数据量加倍。

声音数据量的计算公式为：

数据量（字节/秒）= (采样频率（Hz）× 采样位数（bit） × 声道数)/ 8

单声道的声道数为1，立体声的声道数为2。

【例1】请计算对于5分钟双声道、16位采样位数、44.1kHz采样频率声音的不压缩数据量是多少？
根据公式：数据量=（采样频率×采样位数×声道数×时间）/8
得，数据量(MB)=[44.1×1000×16×2×（5×60）] /（8×1024×1024）=50.47MB
计算时要注意几个单位的换算细节：
时间单位换算：1分=60秒
采样频率单位换算：1kHz=1000Hz
数据量单位换算：1MB=1024×1024=1048576B

【例2】请计算对于双声道立体声、采样频率为44.1kHz、采样位数为16位的激光唱盘（CD-A），用一个650MB的CD-ROM可存放多长时间的音乐？
已知音频文件大小的计算公式如下：
文件的字节数/每秒=采样频率（Hz）X采样位数（位）X声道数/8
根据上面的公式计算一秒钟时间内的不压缩数据量：(44.1×1000×16×2)/8=0.168MB/s
那么，一个650MB的CD-ROM可存放的时间为：（650/0.168）/（60×60）=1.07小时。

---

iOS 音频转码

音频转码使用的框架为：AudioToolBox

内存转码：

使用函数： AudioConverterFillComplexBuffer

    - (void)handleAudioPackets:(const void *)inputData
             numberOfBytes:(UInt32)numberOfBytes
           numberOfPackets:(UInt32)numberOfPackets
        packetDescriptions:(AudioStreamPacketDescription *)packetDescriptions
{
    if (!_audioFileStream || !_parseAudioHeader || !_decodeConverterRef) return;

    AudioConvertInfo convertInfo = (AudioConvertInfo){
        .done = NO,
        .numberOfPackets = numberOfPackets,
        .packetDescriptions = packetDescriptions,
        .audioBuffer = (AudioBuffer){
            .mData = (void *)inputData,
            .mDataByteSize = numberOfBytes,
            .mNumberChannels = _sourceAsbd.mChannelsPerFrame
        }
    };

    AudioBufferList decodedData;
    decodedData.mNumberBuffers = 1;
    decodedData.mBuffers[0].mNumberChannels = _canonicalAsbd.mChannelsPerFrame;
    decodedData.mBuffers[0].mDataByteSize = _decodeBufferSize;
    decodedData.mBuffers[0].mData = _decodeBuffer;

    UInt32 ioOutputDataPackets1, ioOutputDataPackets2;
    OSStatus decodingStatus, encodingStatus;

    while (1)
    {
        ioOutputDataPackets1 = numberOfPackets;

        decodingStatus = AudioConverterFillComplexBuffer(_decodeConverterRef, AudioConverterCallback, (void*)&convertInfo, &ioOutputDataPackets1, &decodedData, NULL);

        if (decodingStatus == OS_STATUS_DONE || decodingStatus == 0)
        {
            if (ioOutputDataPackets1 > 0)
            {
                // Start encoding

                AudioConvertInfo encodeConvertInfo = (AudioConvertInfo){
                    .done = NO,
                    .numberOfPackets = ioOutputDataPackets1,
                    .packetDescriptions = NULL,
                    .audioBuffer = (AudioBuffer){
                        .mData = decodedData.mBuffers[0].mData,
                        .mDataByteSize = decodedData.mBuffers[0].mDataByteSize,
                        .mNumberChannels = _canonicalAsbd.mChannelsPerFrame
                    }
                };

                AudioBufferList encodedData;
                encodedData.mNumberBuffers = 1;
                encodedData.mBuffers[0].mNumberChannels = _destinationAsbd.mChannelsPerFrame;
                encodedData.mBuffers[0].mDataByteSize = _encodeBufferSize;
                encodedData.mBuffers[0].mData = _encodeBuffer;

                while (1)
                {
                    ioOutputDataPackets2 = _encodePacketsPerBuffer;

                    encodingStatus = AudioConverterFillComplexBuffer(_encodeConverterRef, AudioConverterCallback, (void*)&encodeConvertInfo, &ioOutputDataPackets2, &encodedData, _encodePacketDescriptions);

                    if (encodingStatus == OS_STATUS_DONE || encodingStatus == 0)
                    {
                        //一个buffer 转码成功
                    }
                    else
                    {
                        [self failureOccurred];
                        return;
                    }

                    if (encodingStatus == OS_STATUS_DONE)
                    {
                        break;
                    }
                }
                // End encoding
            }
        }
        else
        {
            [self failureOccurred];
            return;
        }

        if (decodingStatus == OS_STATUS_DONE)
        {
            break;
        }
    }
}

文件转码：

使用函数 ExtAudioFileRead

void startConvert(ExtAudioConverterSettings* settings){
    //Determine the proper buffer size and calculate number of packets per buffer
    //for CBR and VBR format
    UInt32 sizePerBuffer = 32*1024;//32KB is a good starting point
    UInt32 framesPerBuffer = sizePerBuffer/sizeof(SInt16);

    // allocate destination buffer
    SInt16 *outputBuffer = (SInt16 *)malloc(sizeof(SInt16) * sizePerBuffer);

    while (1) {
        AudioBufferList outputBufferList;
        outputBufferList.mNumberBuffers              = 1;
        outputBufferList.mBuffers[0].mNumberChannels = settings->outputFormat.mChannelsPerFrame;
        outputBufferList.mBuffers[0].mDataByteSize   = sizePerBuffer;
        outputBufferList.mBuffers[0].mData           = outputBuffer;

        UInt32 framesCount = framesPerBuffer;

        CheckError(ExtAudioFileRead(settings->inputFile,
                                    &framesCount,
                                    &outputBufferList),
                   "ExtAudioFileRead failed");

        if (framesCount==0) {
            printf("Done reading from input file\n");
            return;
        }

        CheckError(ExtAudioFileWrite(settings->outputFile,
                                     framesCount,
                                     &outputBufferList),
                   "ExtAudioFileWrite failed");
    }
}