在 iOS 上录制、修改和播放音频

Question

编辑：最后，我完全按照下面的解释，使用 AVRecorder 来录制语音，使用 openAL 来进行音调转换和播放。效果很好。

我有一个关于录制、修改和播放音频的问题。我之前问过类似的问题（录制，修改在 iOS 上实时调节和播放音频），但我现在有了更多信息，可以提供一些进一步的建议。

所以首先，这就是我想要做的（在主线程的单独线程上）：

1. 监视 iphone 麦克风，
2. 检查声音是否大于特定音量（
3. 如果高于阈值），开始录音，例如，人开始说话，
4. 继续录音，直到音量降至阈值以下例如，人停止说话
5. 修改录制声音的音高。
6. 播放声音

我正在考虑使用 AVRecorder 来监听和录制声音，这里有很好的教程：http://mobileorchard.com/tutorial-detecting-when-a-user-blows-into-the-mic/

我正在考虑使用 openAL 来修改音调录制的音频。

所以我的问题是，我在上面列出的几点中的想法是否正确，我是否遗漏了某些内容，或者是否有更好/更简单的方法来做到这一点。我可以避免混合音频库而只使用 AVFoundation 来改变音高吗？

Answer 1

您可以使用 AVRecorder 或诸如实时 IO 音频单元之类的较低版本。

“体积”的概念相当模糊。您可能想了解计算峰值和 RMS 值之间的差异，并了解如何在给定时间（例如 VU 表使用的 300 毫秒）内对 RMS 值进行积分。

基本上，您将所有值的平方相加。您可以使用 10 * log10f(sqrt(sum/num_samples)) 取平方根并转换为 dBFS，但您可以使用 20 * log10f(sum/num_samples) 一步完成，无需 sqrt。

您需要对积分时间和阈值进行大量调整，以使其按照您想要的方式运行。

对于音高变换，我认为 OpenAL 可以解决这个问题，其背后的技术称为频带限制插值 - https://ccrma.stanford.edu/~jos/resample/Theory_Ideal_Bandlimited_Interpolation.html

此示例将 rms 计算显示为运行平均值。循环缓冲区保留了平方的历史记录，并且无需在每次操作时对平方求和。我还没有运行它，所以将其视为伪代码；）

示例：

class VUMeter
{

protected:

    // samples per second
    float _sampleRate;

    // the integration time in seconds (vu meter is 300ms)
    float _integrationTime;

    // these maintain a circular buffer which contains
    // the 'squares' of the audio samples

    int _integrationBufferLength;
    float *_integrationBuffer;
    float *_integrationBufferEnd;
    float *_cursor;

    // this is a sort of accumulator to make a running
    // average more efficient

    float _sum;

public:

    VUMeter()
    : _sampleRate(48000.0f)
    , _integrationTime(0.3f)
    , _sum(0.)
    {
        // create a buffer of values to be integrated
        // e.g 300ms @ 48khz is 14400 samples

        _integrationBufferLength = (int) (_integrationTime * _sampleRate);

        _integrationBuffer = new float[_integrationBufferLength + 1];
        bzero(_integrationBuffer, _integrationBufferLength);

        // set the pointers for our ciruclar buffer

        _integrationBufferEnd = _integrationBuffer + _integrationBufferLength;
        _cursor = _integrationBuffer;

    }

    ~VUMeter()
    {
        delete _integrationBuffer;
    }

    float getRms(float *audio, int samples)
    {
        // process the samples
        // this part accumulates the 'squares'

        for (int i = 0; i < samples; ++i)
        {
            // get the input sample

            float s = audio[i];

            // remove the oldest value from the sum

            _sum -= *_cursor;

            // calculate the square and write it into the buffer

            double square = s * s;
            *_cursor = square;

            // add it to the sum

            _sum += square;

            // increment the buffer cursor and wrap

            ++_cursor;

            if (_cursor == _integrationBufferEnd)
                _cursor = _integrationBuffer;
        }

        // now calculate the 'root mean' value in db

        return 20 * log10f(_sum / _integrationBufferLength);
    }
};

Answer 2

OpenAL 重采样将相反地改变音调和持续时间。例如，重新采样到更高音调的声音将播放更短的时间，从而更快。