AvaudioEngine - 以特定采样率录制语音 AvaudioEngine for Analysis

Question

我们正在开发一个从外部麦克风录制声音的项目。出于分析目的，我们需要大约 5k Hz 的采样率。

我们正在使用AvAudioEngine来录制语音。我们知道 Apple 设备希望能够以特定速率进行录制，因此我们使用AVAudioConverter来降低采样率。

但正如您所知，它与压缩类似，因此我们降低采样率越低，文件大小和文件持续时间影响相同。目前正在发生什么（如果我错了，请纠正我）。

问题

**问题是降低采样率、缩短文件长度及其对计算和分析的影响。例如，1小时的录音被降级为45分钟。所以假设如果我们对 5 分钟的时间间隔进行分析，就会出错

对此最好的解决方案是什么？**

询问

我们在互联网上进行了搜索，但我们无法弄清楚installTap上的缓冲区大小有何影响？在当前代码中，我们将其设置为2688。

谁能澄清一下吗？

代码

let bus = 0
let inputNode = engine.inputNode

let equalizer = AVAudioUnitEQ(numberOfBands: 2)

equalizer.bands[0].filterType = .lowPass
equalizer.bands[0].frequency = 3000
equalizer.bands[0].bypass = false

equalizer.bands[1].filterType = .highPass
equalizer.bands[1].frequency = 1000
equalizer.bands[1].bypass = false
engine.attach(equalizer) //Attach equalizer

// Connect nodes
engine.connect(inputNode, to: equalizer, format: inputNode.inputFormat(forBus: 0))
engine.connect(equalizer, to: engine.mainMixerNode, format: inputNode.inputFormat(forBus: 0))

// call before creating converter because this changes the mainMixer's output format
engine.prepare()

let outputFormat = AVAudioFormat(commonFormat: .pcmFormatInt16,
                                 sampleRate: 5000,
                                 channels: 1,
                                 interleaved: false)!

// Downsampling converter
guard let converter: AVAudioConverter = AVAudioConverter(from: engine.mainMixerNode.outputFormat(forBus: 0), to: outputFormat) else {
    print("Can't convert in to this format")
    return
}

engine.mainMixerNode.installTap(onBus: bus, bufferSize: 2688, format: nil) { (buffer, time) in
    var newBufferAvailable = true
    
    let inputCallback: AVAudioConverterInputBlock = { inNumPackets, outStatus in
        if newBufferAvailable {
            outStatus.pointee = .haveData
            newBufferAvailable = false
            return buffer
        } else {
            outStatus.pointee = .noDataNow
            return nil
        }
    }
    
    
    let convertedBuffer = AVAudioPCMBuffer(pcmFormat: outputFormat, frameCapacity: AVAudioFrameCount(outputFormat.sampleRate) * buffer.frameLength / AVAudioFrameCount(buffer.format.sampleRate))!
    
    var error: NSError?
    let status = converter.convert(to: convertedBuffer, error: &error, withInputFrom: inputCallback)
    assert(status != .error)
    
    
    if status == .haveData {
        // Process with converted buffer
    }
}

do {
    try engine.start()
} catch {
    print("Can't start the engine: \(error)")
}

期待结果

我们可以压缩缓冲区，但我们希望在输出文件中具有相同的记录持续时间。如果我们记录 10 分钟，输出文件应该有 10 分钟的数据。

Answer 1

数字化音频没有固有的持续时间，因为它可以以任何采样率播放。

为了使生成的文件的持续时间达到您的预期，每个阶段的采样率必须达到您的预期：录制、处理和播放。

我怀疑正在发生两种可能的事情之一：

A）您在 installtap 内收到的缓冲区的采样率不是您想象的那样......并且您正在转换错误的格式进行转换。

B) 您播放音频的采样率与您假设的采样率不同。（你怎么知道你的播放器正在以 5000hz 播放）？

为了检查这一点，您必须将过程分解为更小的部分并检查每个阶段的采样率。