1、背景

創(chuàng)新互聯(lián)專業(yè)為企業(yè)提供榆樹網(wǎng)站建設、榆樹做網(wǎng)站、榆樹網(wǎng)站設計、榆樹網(wǎng)站制作等企業(yè)網(wǎng)站建設、網(wǎng)頁設計與制作、榆樹企業(yè)網(wǎng)站模板建站服務，十多年榆樹做網(wǎng)站經(jīng)驗，不只是建網(wǎng)站，更提供有價值的思路和整體網(wǎng)絡服務。

在移動直播中, 聲音是主播和觀眾互動的重要途徑之一, 為了豐富直播的內(nèi)容,大家都會想要在聲音上做一些文章, 在采集錄音的基礎上玩一些花樣。

比如演唱類的直播間中, 主播伴隨著背景音樂演唱. 這時有些主播就會希望能夠給自己聲音增加混響的效果, 營造出在舞臺劇場等環(huán)境下演唱的氛圍. 再比如有些搞笑類的直播間, 主播會希望給自己的聲音添加變聲的效果, 女變男,男變女或者變成機器人等等. 為了實現(xiàn)這些需求我們需要對采集的聲音進行處理, 并且為了讓主播實時聽到這些處理后的效果,以便根據(jù)效果進行調(diào)整，我們也需要提供低延時的回放,將變化后的聲音播放給主播聽.對聲音處理的方案比較多，這里介紹一下金山云直播SDK中所采用的基于iOS提供的AudioUnit的方案。

iOS系統(tǒng)提供了非常豐富的音頻相關的API，涵蓋了從采集，處理到播放等各個環(huán)節(jié)，并且按照需求的層次進行了分組。

圖1. Core Audio Overview
其中，離底層的驅(qū)動和硬件最近的就是AudioUnit系列的API，很多其他高層的API，都是對AudioUnit的封裝. 比如AVFoundation、AudioQueue、AVAudioEngine等。

缺點：

涉及到的專有概念比較多，接口復雜

提供C風格的API

優(yōu)點：

低延時，從采集到播放回環(huán)可以到10ms的級別

可以動態(tài)變更配置組合

可以直接獲得后臺執(zhí)行權(quán)限

2. AudioUnit簡介

AudioUnit這個名字取得還是比較形象的，它的主體就是一系列的unit，不同unit能夠?qū)崿F(xiàn)不同的功能，將一個或多個unit添加到AUGraph(Audio Processing Graph)中，并建立unit之間的連接，音頻數(shù)據(jù)順次通過各個節(jié)點即可完成我們最終需求。

圖2. AudioUnit in iOS
iOS系統(tǒng)一共提供了如下4類unit。

其中，I/O主要負責和設備打交道，比如采集和播放;Mixing負責將不同來源的音頻數(shù)據(jù)進行混合;Effect是對音頻數(shù)據(jù)進行音效處理;Format Conversion主要是進行格式轉(zhuǎn)換比如重采樣等。這里有一個優(yōu)化的點是音頻格式轉(zhuǎn)換 Multichannel Mixer 本身就能夠?qū)崿F(xiàn)格式轉(zhuǎn)換的功能，輸入和輸出的音頻數(shù)據(jù)格式可以不同，利用這一點可以節(jié)省一個格式轉(zhuǎn)換unit。

3. 使用AudioUnit進行音頻采集

在直播應用中，我們主要是使用Remote I/O unit來進行采集工作。 在一個AUGraph中只允許有一個I/O unit。Remote I/O需要同時負責采集和播放的功能。當用戶開啟耳返功能時，要將采集到的聲音，處理之后再送回當前節(jié)點直接播放，這樣可以將采集和播放的延時控制在50ms以內(nèi)，主播才察覺不到聲音的延時。 基本的步驟如下:

1. 實例化AUGraph，將用到units添加進去；

2. 配置每個AudioUnit的屬性；

3. 設置Render Callback Function；

4.將units 建立連接；

5.啟動AUGraph。

以上過程大家都可以到Apple官方的文檔中找到具體的說明和代碼示例。

在直播錄制中比較關鍵的一步就是Render Callback Function。

AudioUnit每次都是處理一段音頻數(shù)據(jù)，每次處理完成一段數(shù)據(jù)的時候，這個回調(diào)函數(shù)就會被調(diào)用一次。在這個回調(diào)函數(shù)中，通過AudioUnit的AudioUnitRender方法，可以AUGraph中的某一個節(jié)點中獲取到一段處理后的音頻PCM數(shù)據(jù)。同時，如果需要進行耳返播放，在這個回調(diào)中也需要將取得的音頻數(shù)據(jù)送入到回調(diào)函數(shù)的最后一個參數(shù)ioData對應的buffer中。

在設置unit的屬性時，需要注意的是一些公共的屬性。比如音頻格式屬性和MaximumFramesPerSlice。如果音頻格式設置錯誤，往往會出現(xiàn)AUGraph啟動失敗或者聲音異常等問題。比如，使用iOS內(nèi)置的麥克風或者有線耳機時，設備支持的采樣率比較高，44.1KHz 能正常工作，我們整條音頻通路上基本上都采用的是44.1KHz。但是當使用藍牙設備時，一般藍牙設備無法支持44.1KHz采集和播放，通常都是16KHz甚至更低。此時I/O Unit無法繼續(xù)使用之前的配置。需要按照實際支持的采樣率進行配置。

AudioUnit還要求兩個單元銜接處的音頻數(shù)據(jù)格式必須保持一致，當AUGraph中不同unit支持的格式不同時（比如在支持藍牙設備或者使用回聲消除模塊時，I/O unit要求的格式和其他單元的有可能不同），此時就需要分別設置格式，并通過格式轉(zhuǎn)換unit或mixer unit對格式進行轉(zhuǎn)換。

如果MaximumFramesPerSlice設置錯誤，可能會出現(xiàn)聲音異常的情況。 MaximumFramesPerSlice 表示的是每次回調(diào)送入或取出的音頻數(shù)據(jù)的長度，在AUGraph的所有節(jié)點的這個屬性也需要保持一致否則會導致有的unit丟棄數(shù)據(jù)，而出現(xiàn)聲音異常 。

4. 使用AudioUnit進行音效處理

這里所謂的音效處理，主要是指對原本的聲音進行一些改變，比如混響效果，變聲效果等。用到手段主要是數(shù)字信號處理提供的一系列時間和頻域的工具，將輸入的PCM數(shù)據(jù)經(jīng)過運算后得到變化后的聲音。

4.1 混響效果(reverberation)

我們在音樂廳，劇院，禮堂等比較空曠的室內(nèi)說話或唱歌時，往往能聽到和平時不一樣的聲音，主要是聲音在墻壁上多次反射后疊加在一起，聽起來就有了混響的效果。在聲音處理中，我們可以人為的將聲音緩存起來，延時一定時間后，和原聲音疊加，就能夠模擬出混響的效果。AudioUnit提供了kAudioUnitSubType_Reverb2來實現(xiàn)混響效果的生成。將該unit接入到AUGraph中之后，配置參數(shù)即可實現(xiàn)混響的效果。雖然混響原理是比較簡單，但實際上為了模擬自然界中實際的音效，計算過程還是相當復雜的，要模擬出不同的大小的空間，不同材質(zhì)的墻壁，障礙物的多少，需要輸入比較多的參數(shù)來參與運算。iOS的reverb unit提供了7個參數(shù)。我們在直播應用中提供了4個不同場景的模擬(錄音棚，演唱會，×××，小舞臺)，主要是通過調(diào)整如下參數(shù)實現(xiàn)的：

kReverb2Param_DryWetMix混響效果聲的大小與空間大小無關，而只與空間內(nèi)雜物的多少以及墻壁及物體的材質(zhì)有關；

kReverb2Param_DecayTimeAt0Hz / kReverb2Param_DecayTimeAtNyquist衰減時間，整個混響的總長度，與空間大小比較相關，越空曠越長。

4.2 變聲效果

變聲效果主要是在頻域上對人的聲音進行一定的處理，我們知道男聲一般比較低沉，女聲比較尖銳，這個主要說的是音調(diào)。通過對聲音音調(diào)的調(diào)整，可以讓低沉的男聲聽上去像尖銳女聲。iOS提供了kAudioUnitSubType_NewTimePitch的unit來實現(xiàn)音調(diào)的調(diào)整。值得注意的是kAudioUnitSubType_NewTimePitch不是輸入Effect類的，而是屬于FormatConverter類的。通過設置TimePitch unit的kNewTimePitchParam_Pitch屬性即可。

/// pitchShift為具體數(shù)值(0表示不變，負數(shù)表明調(diào)低沉，正數(shù)調(diào)尖銳)AudioUnitSetParameter(pitchUnit, kNewTimePitchParam_Pitch, kAudioUnitScope_Global, 0, pitchShift, 0);

變男聲，需要強化突出低沉的特點，將音調(diào)調(diào)低，設置負數(shù)參數(shù)即可；

變女聲，需要強化突出尖銳的特點，將音調(diào)調(diào)高，設置正數(shù)即可；

機器人音效，機器人的音效是一個組合效果，我們印象中的機器人音效都是老電影中的那種，音調(diào)比較高，而且有重音。所以我們采用的是TimePitch unit + Delay unit的方式。Delay unit也是iOS提供的一個將聲音延時疊加的unit，但是比混音要簡單很多，只有單次疊加；

莊嚴宏大音效，想象一下佛祖之類的聲音，一般都是自帶回聲，而且比較男性化，所以我們選擇的是TimePitch unit + Reverb unit的方式來實現(xiàn)。

這里推薦一個自己調(diào)音效的參考軟件voxal voice changer。大家可以在這個軟件上自己將不同的工具組件組合起來，調(diào)試參數(shù)，實時聽到參數(shù)對應的結(jié)果。當效果滿意后再移植到AudioUnit中。

圖3 voixal voice changer

5. 總結(jié)

以上大概介紹了怎么用AudioUnit來實現(xiàn)iOS直播中的音頻采集，怎么使用AudioUnit中的音效組件來實現(xiàn)混響和變聲效果。但是AudioUnit的潛力還遠沒有挖掘完，比如還可以將背景音樂播放，混音，回聲消除等其他移動多媒體音頻相關的功能納入到這個框架中。

另外有需要云服務器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務器、裸金屬服務器、高防服務器、香港服務器、美國服務器、虛擬主機、免備案服務器”等云主機租用服務以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應用場景需求。

名稱欄目：iOS音頻采集過程中的音效實現(xiàn)-創(chuàng)新互聯(lián)
分享URL：http://jinyejixie.com/article34/deoppe.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供商城網(wǎng)站、品牌網(wǎng)站制作、用戶體驗、網(wǎng)站改版、網(wǎng)站排名、面包屑導航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)