使用AVAsset转换音频格式

关键词


AVAsset MP3 PCM 格式 音频 采样 AVAssetReader AVAssetWriter 输出 转换

本文所有示例代码或Demo可以在此获取:https://github.com/WillieWangWei/SampleCode_MP3ToPCM

如果本文对你有所帮助,请给个Star👍

概述


本文仅讲解所用技术的基本概念以及将MP3转成PCM格式的实际应用,其他格式的相互转换可以修改示例代码实现。关于AVAsset的其他使用场景可以参考这里,音频相关的内容可以参考这里

首先了解一些概念:

AVAsset

它包含于AVFoundation,是一个不可变的抽象类,用来代表一个音视频媒体。一个AVAsset实例可能包含着一个或多个用来播放或处理的轨道,包含但不限于音频、视频、文本以及相关说明。但它并不是媒体资源本身,可以将它理解为时基媒体的容器。

AVAssetReader

我们可以使用一个AVAssetReader实例从一个AVAsset的实例中获取媒体数据。

AVAssetReaderAudioMixOutput

它是AVAssetReaderOutput的一个子类,我们可以将一个AVAssetReaderAudioMixOutput的实例绑定到一个AVAssetReader实例上,从而得到这个AVAssetReader实例的asset的音频采样数据。

AVAssetWriter

我们可以使用一个AVAssetWriter实例将媒体数据写入一个新的文件,并为其指定类型。

AVAssetWriterInput

我们可以将一个AVAssetWriterInput的实例绑定到一个AVAssetWriter实例上,从而将媒体采样包装成CMSampleBuffer对象或者元数据集合,然后添加到输出文件的单一通道上。

PCM

模拟音频信号经模数转换(A/D变换)直接形成的二进制序列,PCM就是录制声音时保存的最原始的声音数据格式。
WAV格式的音频其实就是给PCM数据流加上一段header数据。而WAV格式有时候之所以被称为无损格式,就是因为它保存的是原始PCM数据(也跟采样率比特率有关)。常见音频格式比如MP3AAC等等,为了节约占用空间都进行有损压缩。

代码


这里列举两种应用场景:

  1. PCM数据写入磁盘保存成文件。
  2. PCM数据转成NSDate保存在内存中。

这两种场景都需要先读取MP3的数据,然后创建AVAssetReaderAVAssetReaderAudioMixOutput实例,所以前半部分的处理逻辑的一样的。

通用逻辑

0.导入头文件

import AVFoundation

1.创建AVAsset实例

func readMp3File() -> AVAsset? {
    
    guard let filePath = Bundle.main.path(forResource: "trust you", ofType: "mp3") else { return nil }
    let fileURL = URL(fileURLWithPath: filePath)
    let asset = AVAsset(url: fileURL)
    
    return asset
}

2.创建AVAssetReader实例

func initAssetReader(asset: AVAsset) -> AVAssetReader? {
    
    let assetReader: AVAssetReader
    
    do {
        assetReader = try AVAssetReader(asset: asset)
        
    } catch {
        
        print(error)
        return nil
    }
    
    return assetReader
}

3.配置转码参数

var channelLayout = AudioChannelLayout()
memset(&channelLayout, 0, MemoryLayout<AudioChannelLayout>.size)
channelLayout.mChannelLayoutTag = kAudioChannelLayoutTag_Stereo

let outputSettings = [
    AVFormatIDKey : kAudioFormatLinearPCM,    // 音频格式
    AVSampleRateKey : 44100.0,    // 采样率
    AVNumberOfChannelsKey : 2,    // 通道数 1 || 2
    AVChannelLayoutKey : Data.init(bytes: &channelLayout, count: MemoryLayout<AudioChannelLayout>.size),  // 声音效果(立体声)
    AVLinearPCMBitDepthKey : 16,  // 音频的每个样点的位数
    AVLinearPCMIsNonInterleaved : false,  // 音频采样是否非交错
    AVLinearPCMIsFloatKey : false,    // 采样信号是否浮点数
    AVLinearPCMIsBigEndianKey : false // 音频采用高位优先的记录格式
    ] as [String : Any]

4.创建AVAssetReaderAudioMixOutput实例并绑定到assetReader上

let readerAudioMixOutput = AVAssetReaderAudioMixOutput(audioTracks: asset.tracks, audioSettings: nil)

if !assetReader.canAdd(readerAudioMixOutput) {
    
    print("can't add readerAudioMixOutput")
    return
}

assetReader.add(readerAudioMixOutput)

接来下两种场景的处理逻辑就不一样了,请注意区分。

保存成文件

5.创建一个AVAssetWriter实例

func initAssetWriter() -> AVAssetWriter? {
    
    let assetWriter: AVAssetWriter
    guard let outPutPath = NSSearchPathForDirectoriesInDomains(.documentDirectory, .userDomainMask, true).first else { return nil }

    // 这里的扩展名'.wav'只是标记了文件的打开方式,实际的编码封装格式由assetWriter的fileType决定
    let fullPath = outPutPath + "outPut.wav"
    let outPutURL = URL(fileURLWithPath: fullPath)
    
    do {
        assetWriter = try AVAssetWriter(outputURL: outPutURL, fileType: AVFileTypeWAVE)
    } catch {
        
        print(error)
        return nil
    }
    
    return assetWriter
}

6.创建AVAssetWriterInput实例并绑定到assetWriter上

if !assetWriter.canApply(outputSettings: outputSettings, forMediaType: AVMediaTypeAudio) {
    
    print("can't apply outputSettings")
    return
}

let writerInput = AVAssetWriterInput(mediaType: AVMediaTypeAudio, outputSettings: outputSettings)

// 是否让媒体数据保持实时。在此不需要开启
writerInput.expectsMediaDataInRealTime = false

if !assetWriter.canAdd(writerInput) {
    
    print("can't add writerInput")
    return
}

assetWriter.add(writerInput)

7.启动转码

assetReader.startReading()
assetWriter.startWriting()

// 开启session
guard let track = asset.tracks.first else { return }
let startTime = CMTime(seconds: 0, preferredTimescale: track.naturalTimeScale)
assetWriter.startSession(atSourceTime: startTime)

let mediaInputQueue = DispatchQueue(label: "mediaInputQueue")
writerInput.requestMediaDataWhenReady(on: mediaInputQueue, using: {
    
    while writerInput.isReadyForMoreMediaData {
        
        if let nextBuffer = readerAudioMixOutput.copyNextSampleBuffer() {
            writerInput.append(nextBuffer)
            
        } else {
            
            writerInput.markAsFinished()
            assetReader.cancelReading()
            assetWriter.finishWriting(completionHandler: {
                print("write complete")
            })
            break
        }
    }
})
转成NSDate

5.启动转码

assetReader.startReading()
var PCMData = Data()

while let nextBuffer = readerAudioMixOutput.copyNextSampleBuffer() {
    
    var audioBufferList = AudioBufferList()
    var blockBuffer: CMBlockBuffer?
    
    // CMSampleBuffer 转 Data
    CMSampleBufferGetAudioBufferListWithRetainedBlockBuffer(nextBuffer,
                                                            nil,
                                                            &audioBufferList,
                                                            MemoryLayout<AudioBufferList>.size,
                                                            nil,
                                                            nil,
                                                            0,
                                                            &blockBuffer)
    
    let audioBuffer = audioBufferList.mBuffers
    guard let frame = audioBuffer.mData else { continue }
    
    PCMData.append(frame.assumingMemoryBound(to: UInt8.self), count: Int(audioBuffer.mDataByteSize))
    blockBuffer = nil
}

print("write complete")

注意问题


性能问题

转码是个很占用CPU资源的计算过程。
具体完成一个转码过程的时间取决于文件时长、转码配置、设备性能等多个条件。这是一个典型的耗时操作,务必要做好线程优化。另外,可以根据业务逻辑间歇调用readerAudioMixOutput.copyNextSampleBuffer()及后续操作,降低CPU开销峰值。

内存管理

以本文将MP3转成PCM的代码为例,一个时长4分半左右的MP3对应的PCM数据在55MB左右,这些数据占用了大量的内存或磁盘空间,注意释放。你可以通过改变转码配置参数outputSettings来调整输出数据的大小。
在转码过程中,CMSampleBufferRefCMBlockBufferRef的对象在使用后需要调用CFRelease销毁,以防内存泄漏。

其他格式的转换

逻辑是一样的,你可以修改读取和输出的参数实现。注意处理的格式必须是AVFoundation所包含的,可以参考AudioFormatID这个类以及AVMediaFormat.hFile format UTIs。更多音频处理请参考Apple Developer Library :AVFoundation或第三方框架。

在macOS上转换格式

macOS上可以使用一个强大的音视频库FFmpeg,它可以帮助你快速转码出需要的音频格式作为调试素材。
macOS上编译FFmpeg请看这里
MP3转换成PCM的命令:

ffmpeg mp3 => pcm    ffmpeg -i xxx.mp3 -f s16le -ar 44100 -ac 2  xxx.pcm

总结


本文提供了将MP3转成PCM的一种实现,中间涉及了一些音频AVFoundationCoreMedia的知识,这里就不展开了,有问题的同学可以在文章下留言讨论。

本文所有示例代码或Demo可以在此获取:https://github.com/WillieWangWei/SampleCode_MP3ToPCM

如果本文对你有所帮助,请给个Star👍

参考资料:
Apple Developer Library :AVFoundation
http://msching.github.io/blog/2014/07/07/audio-in-ios/

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,468评论 5 473
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,620评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,427评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,160评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,197评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,334评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,775评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,444评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,628评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,459评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,508评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,210评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,767评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,850评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,076评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,627评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,196评论 2 341

推荐阅读更多精彩内容