Record stereo audio with AVAudioSession
Audio & Video 进阶 20m

使用 AVAudioSession 录制立体声

Record stereo audio with AVAudioSession

2020年6月25日

在 Apple 官方观看视频

一句话判断

如果你在开发录音类 App，iOS 14 终于支持了原生立体声录制——前提是你知道怎么正确配置 AVAudioSession。

这场 Session 讲了什么

这场 Session 介绍了 iOS 14 中 AVAudioSession 的一个重要新特性：立体声录音。在此之前的 iOS 版本中，即使设备有多个麦克风，录音也只能获得单声道数据。iOS 14 打破了这个限制，开发者可以请求立体声输入，利用设备的多个麦克风同时采集左右声道。

演讲者首先讲解了 iOS 设备的麦克风硬件架构——从 iPhone 的多麦克风阵列到 iPad 的立体声麦克风配置。然后详细介绍了如何通过 AVAudioSession 的 preferredInputOrientation 和输入通道配置来请求立体声录音。关键是你要明确告诉系统你需要双声道输入，否则默认还是单声道。

Session 的中间部分讨论了硬件能力检测——不是所有设备都支持立体声录音，你需要用 AVAudioSession 的 availableInputs 来查询当前设备的能力。演讲者还展示了如何利用 AgioVoiceIOProcessing 的空间音频算法来增强录音的立体声效果。

最后，演讲者提供了一系列最佳实践，涵盖录音前的权限检查、采样率选择、以及如何在不同设备上提供一致的录音体验。

值得深挖的点

  • 硬件差异的处理：iPhone 的立体声录制主要依赖底部和顶部麦克风的组合，而 iPad Pro 则有更专业的四麦克风阵列。不同设备的立体声效果和频率响应差异很大，你不能假设所有用户的录音质量一致。需要在 App 中做好设备能力检测和降级策略。
  • AVAudioSession 的配置顺序：必须先设置 category 和 mode，再设置 preferredInputNumberOfChannels，最后调用 setActive。顺序错了配置可能不会生效。这个坑在 Stack Overflow 上有大量踩坑记录。

代码片段

// 配置立体声录音
import AVFoundation

func configureStereoRecording() throws {
    let session = AVAudioSession.sharedInstance()

    // 第一步：设置 category 和 mode
    try session.setCategory(.record, mode: .measurement)
    try session.setPreferredSampleRate(48000.0)

    // 第二步：请求双声道输入
    try session.setPreferredInputNumberOfChannels(2)

    // 第三步：激活 session
    try session.setActive(true)

    // 验证实际获得的输入通道数
    let inputChannels = session.inputNumberOfChannels
    print("实际输入通道数: \(inputChannels)")
    // 如果设备不支持立体声，这里可能仍然是 1
}
// 检查设备是否支持立体声录音
func supportsStereoRecording() -> Bool {
    let session = AVAudioSession.sharedInstance()
    guard let currentInput = session.currentRoute.inputs.first else {
        return false
    }
    // 检查输入端口的通道数
    return currentInput.channels?.count ?? 0 >= 2
}

// 创建立体声录音引擎
func startStereoRecording() throws -> AVAudioEngine {
    let engine = AVAudioEngine()
    let inputNode = engine.inputNode
    let format = inputNode.outputFormat(forBus: 0)

    // 确认格式是立体声
    print("录音格式: \(format)")
    // AVAudioFormat(44100.0, 2ch) - 双声道

    engine.inputNode.installTap(onBus: 0, bufferSize: 1024, format: format) {
        buffer, time in
        // buffer 现在包含左右声道数据
        self.processStereoBuffer(buffer)
    }
    try engine.start()
    return engine
}
// 处理立体声 buffer
func processStereoBuffer(_ buffer: AVAudioPCMBuffer) {
    guard let channelData = buffer.floatChannelData else { return }
    // channelData[0] = 左声道
    // channelData[1] = 右声道
    let leftChannel = Array(UnsafeBufferPointer(
        start: channelData[0],
        count: Int(buffer.frameLength)
    ))
    let rightChannel = Array(UnsafeBufferPointer(
        start: channelData[1],
        count: Int(buffer.frameLength)
    ))
    // 计算立体声声像（pan）信息
    processAudioChannels(left: leftChannel, right: rightChannel)
}

最佳实践

  • 录音前检查设备能力，不支持立体声的设备要优雅降级到单声道
  • AVAudioSession 的配置操作必须按正确顺序：category -> mode -> channels -> setActive
  • 使用 48kHz 采样率，这是 iOS 设备的原生采样率，可以避免额外的采样率转换开销
  • 测试时覆盖不同设备型号，iPhone 和 iPad 的麦克风配置差异很大
  • 在 App 进入后台时正确处理录音中断，监听 AVAudioSession.interruptionNotification

还有什么值得关注

  • 立体声录制与空间音频（Spatial Audio）有密切关系，关注后续的 AirPods Pro 空间音频 API
  • 如果你在做专业音频 App，结合 Audio Workgroups 可以进一步降低录音到监听的延迟
  • 搭配 “Meet Audio Workgroups” 一起看，可以全面了解 Apple 音频栈的最新改进
WWDC 2020