音频的基本知识
声音是波的一种,频率和振幅是描述波的重要属性,频率的大小与我们通常所说的音高对应,而振幅影响声音的大小。频率的单位是赫兹,赫兹是电、磁、声波和机械振动周期循环时频率的单位,即每秒的周期次数(周期/秒)。对于声音,人类的听觉范围为20Hz~20000Hz,低于这个范围叫做次声波,高于这个范围的叫做超声波。
数码录音最关键一步就是要把模拟信号转换为数码信号,就电脑而言是把模拟声音信号录制成为音频文件。
描述音频文件主要有两个指标,一个是采样频率,或称采样率、采率,另一个是采样精度也就是比特率。
采样,指把时间域或空间域的连续量转化成离散量的过程。每秒钟的采样样本数叫做采样频率。采样频率越高,数字化后声波就越接近于原来的波形,即声音的保真度越高,但量化后声音信息量的存储量也越大,而人的耳朵已经很难分辨。根据采样定理,只有当采样频率高于声音信号最高频率的两倍时,才能把离散模拟信号表示的声音信号唯一地还原成原来的声音。我们最常用的采样频率是44.1kHz,它的意思是每秒取样44100次。
比特率是指每秒传送的比特(bit)数,单位为 bps(Bit Per Second)。比特率越高,传送数据速度越快。声音中的比特率是指将模拟声音信号转换成数字声音信号后,单位时间内的二进制数据量。比特率其实就是表示振幅,比特率越大,能够表示声音的响度越清晰。
iOS音频的基础
接着我们要整体了解下iOS为我们提供处理音频的基础技术,核心音频(Core Audio)。
Core Audio 是iOS和 MAC 的关于数字音频处理的基础,它提供应用程序用来处理音频的一组软件框架,所有关于IOS音频开发的接口都是由Core Audio来提供或者经过它提供的接口来进行封装的,按照官方的说法是集播放,音频处理录制为一体的专业技术,通过它我们的程序可以同时录制,播放一个或者多个音频流,自动适应耳机,蓝牙耳机等硬件,响应各种电话中断,静音,震动等,甚至提供3D效果的音乐播放。
Core Audio有5个框架:1.Core Audio.framework,2.AudioToolbox.framework,3.AudioUnit.framework ,4.AVFoundation.framework,5.OpenAL.framework。
Core Audio.framework并不提供服务,仅提供其他框架可以使用的头文件和数据类型。这其中AVFoundation 框架 (AVFoundation.framework)提供一组播放、记录和管理声音和视频内容的Objective-C类,因此下面我就简单介绍一下他就可以了。
AVFoundation的录音和播放
音频的录制与播放主要和三个类有关AVAudioSession,AVAudioRecorder,AVAudioPlayer。
AVAudioSession
AVAudioSession类由AVFoundation框架引入,每个iOS应用都有一个音频会话,这个会话可以被AVAudioSession类的sharedInstance类方法访问,如下:
1
AVAudioSession *audioSession = [AVAudioSession sharedInstance];
在获得一个AVAudioSession类的实例后,你就能通过调用音频会话对象的setCategory:error:实例方法,来从IOS应用可用的不同类别中作出选择。
AVAudioRecorder
在使用AVAudioRecorder进行音频录制的时候,需要设置一些参数,下面就是参数的说明,并且写下了音频录制的代码:
- //音频开始录制
- - (void)startRecordWithFilePath:(NSString *)path{
- [[AVAudioSession sharedInstance] setCategory: AVAudioSessionCategoryPlayAndRecord error:nil];
- [[AVAudioSession sharedInstance] setActive:YES error:nil];
- /**
- *
- AVFormatIDKey 音乐格式,这里采用PCM格式
- AVSampleRateKey 采样率
- AVNumberOfChannelsKey 音乐通道数
- AVLinearPCMBitDepthKey,采样位数 默认 16
- AVLinearPCMIsFloatKey,采样信号是整数还是浮点数
- AVLinearPCMIsBigEndianKey,大端还是小端 是内存的组织方式
- AVEncoderAudioQualityKey,音频编码质量
- */
- NSDictionary *recordSetting = @{
- AVFormatIDKey : @(kAudioFormatLinearPCM),
- AVSampleRateKey : @(8000.f),
- AVNumberOfChannelsKey : @(1),
- AVLinearPCMBitDepthKey : @(16),
- AVLinearPCMIsNonInterleaved : @NO,
- AVLinearPCMIsFloatKey : @NO,
- AVLinearPCMIsBigEndianKey : @NO
- };
- //初始化录音
- self.recorder = [[AVAudioRecorder alloc]initWithURL:[NSURL URLWithString:path]
- settings:recordSetting
- error:nil];
- _recorder.delegate = self;
- _recorder.meteringEnabled = YES;
- [_recorder prepareToRecord];
- [_recorder record];
- }
- //音频停止录制
- - (void)stopRecord
- {
- [self.recorder stop];
- self.recorder = nil;
- }
AVAudioPlayer
AVAudioPlayer类是音频播放的类,一个AVAudioPlayer只能播放一个音频,如果你想混音你可以创建多个AVAudioPlayer实例,每个相当于混音板上的一个轨道,下面就是音频播放的方法。
- //音频开始播放
- - (void)startPlayAudioFile:(NSString *)fileName{
- //初始化播放器
- player = [[AVAudioPlayer alloc]init];
- player = [player initWithContentsOfURL:[NSURL URLWithString:fileName] error:nil];
- self.player.delegate = self;
- [player play];
- }
- //音频停止播放
- - (void)stopPlay{
- if (self.player) {
- [self.player stop];
- self.player.delegate = nil;
- self.player = nil;
- }
- }
转码
上面我们用iOS录制了一个音频文件,并且录制成了wav格式,然而现在的情况确实安卓不支持wav格式,并且苹果的格式安卓全不支持,看好是全不,不是全部,反过来安卓的格式,苹果基本也不支持。
这里可以让服务器去转码,不过服务器的压力会增加,这里我们可以让客户端进行转码。amr格式的音频文件是安卓系统中默认的录音文件,也算是安卓支持的很方便的音频文件,这里就把iOS录制的wav文件转成amr,我们采用的是libopencore框架。
关于libopencore,Jeans有对它进行了一个比较好的Demo,大家可以参考他的Demo,iOS音频格式AMR和WAV互转(支持64位)。
- //转换amr到wav
- + (int)ConvertAmrToWav:(NSString *)aAmrPath wavSavePath:(NSString *)aSavePath{
- if (! DecodeAMRFileToWAVEFile([aAmrPath cStringUsingEncoding:NSASCIIStringEncoding], [aSavePath cStringUsingEncoding:NSASCIIStringEncoding]))
- return 0;
- return 1;
- }
- //转换wav到amr
- + (int)ConvertWavToAmr:(NSString *)aWavPath amrSavePath:(NSString *)aSavePath{
- if (! EncodeWAVEFileToAMRFile([aWavPath cStringUsingEncoding:NSASCIIStringEncoding], [aSavePath cStringUsingEncoding:NSASCIIStringEncoding], 1, 16))
- return 0;
- return 1;
- }