iPhone开发之音频知识

在做iphone开发之前，我（ray）对声音格式了解的相当少。我知道一些“wav”和“mp3”声音格式的差异，但是我肯定不能准确地告诉你“AAC”、“CAF”是什么格式的声音文件，同时也不知道在MAC上最好的转换音频文件的方法是什么。
我深知，假如你想要成为一名合格的iphone开发者，你必须对声音文件数据格式，转换，录音和使用什么音频操作API有个基本的了解。
这篇文章是三篇涵盖音频开发教程中的第一篇。在这篇文章中，我们将会从文件和数据格式开始。

文件格式和数据格式

首先我们要知道的是，对每个音频文件有两部分：1是文件格式（也叫音频容器），2是数据格式（也叫音频编码）。
文件格式（或者是音频容器）描述了这个文件它自己的格式。它里面的实际音频数据能使用很多不同的方式编码。例如，一个后缀为caf的文件是一种文件格式，它能够包含用MP3、线性pcm（lpcm）和其他许多格式编码的音频数据。
接下来让我们更深入些。

数据格式（或者是音频编码）

我们接下来将要开始了解音频编码，而不是文件格式，因为音频编码才是最重要的。
以下是iphone支持的的音频数据编码格式和针对每个的描述：

• AAC: Aaac其实是“高级音频编码（advanced audio coding）”的缩写，它是被设计用来取代MP3格式的。你可能会想，它压缩了原始的声音，导致容量占用少但是质量肯定会有所下降。不过这些质量的损失取决于声音比特率的大小，当比特率合适的时候，这些损失人耳是很难听出来的。事实上，aac比mp3有更好的压缩率，特别是在比特率低于128bit/s的时候。
• HE-AAC: HE-AAC是AAC的一个超集，这个“HE”代表的是“High efficiency”。 HE-AAC是专门为低比特率所优化的一种音频编码格式，比如streaming audio就特别适合使用这种编码格式。
• AMR: AMR全称是“Adaptive Multi-Rate”，它也是另一个专门为“说话（speech）”所优化的编码格式，也是适合低比特率环境下采用。
  ALAC: 它全称是“Apple Lossless”，这是一种没有任何质量损失的音频编码方式，也就是我们说的无损压缩。在实际使用过程中，它能够压缩40%-60%的原始数据。这种编码格式的解码速度非常快，这对iphone或者ipod这种小型设备来说非常适合。
• iLBC: 这是另一种专门为说话所设计的音频编码格式，它非常适合于IP电话等其它需要流式音频的场合。
  IMA4: 这是一个在16-bit音频文件下按照4：1的压缩比来进行压缩的格式。这是iphone上面一种非常重要的编码格式，我们将在以后讨论原因。
  它的中文意思是基于线性脉冲编码调制，用于将模拟声音数据转换成数字声音数据。简而言之，就是意味着无压缩数据。由于数据是非压缩的，它可以非常快的播放，并且当空间不是问题时，这是在iphone上面首选的音频编码方式。
• μ-law and a-law: 就我所知道的，这种编码是交替的编码模拟数据为数字格式数据，但是在speech优化方面比linear PCM更好。
  MP3: 这种格式是我们都知道也喜欢的，虽然很多年过去了，但MP3到目前为止仍然是一种非常流行的编码格式，它也能被iphone很好地支持。

我们到底选择什么编码格式？

上面的看起来是张很大的表，但是实际上只有一些是我们做开发时首选的。在具体做选择的时候，你必须记住以下几点：

• 你可以播放linear PCM， IMA4和一些其它没有压缩的或者简单压缩的音频格式，这些格式可以很好地被iphone的硬件解码。
• 对于更多高级的压缩格式，例如AAC，MP3，和ALAC，iphone并没有提供硬件编解码器的支持来很快解压缩这些数据，并且在一个时候只能处理一个文件。因此，假如你播放超过一个使用这些编码的音频文件，系统将选择使用软件来解码，那样会比较慢，还会占用CPU。

因此选择什么样的数据格式，这里有两条建议：

• 假如空间不是问题，那么使用linear PCM来编码每个音频。这样不仅使你的音频最快地播放，而且你能够在不占用CPU资源的情况下同时播放多个声音。
• 假如空间是问题, 你大多数时候要使用AAC来编码你的背景音乐和IMA4来编码你的音效。

Linear PCM的许多变种

还有一个很重要的关于linear PCM的问题需要强调，那就是这种无压缩的数据格式是iphone上面编程首选的。针对不同的数据存储，这里有一些linear PCM变种。这些数据可以使用高尾数或者低尾数格式来储存，它们之间的差别，就像浮点型和整型它们占用的位宽不同。
这里最重要的一件事就是，在iphone上面首选的linear PCM是低尾数（little-endian）格式的16位整型，或者是”LEI16″(好像是一种编码格式，apple caf audio format code： LEI16, ios设备的音频格式是16位低尾数编码)。这个是和Mac os x不一样的，它使用的是本地32位浮点型尾数编码。因为音频文件经常要在Mac上面创建，所以检查文件并把他们转换为iphone首选的音频编码格式是个很好的主意。

文件格式（或者说是音频容器）

iphone支持很多文件格式，包括MPEG-1 (.mp3), MPEG-2 ADTS (.aac), AIFF, CAF, and WAVE。但是最重要的事是你可以只使用CAF，因为它能包含任何iphone支持的编码格式的数据，在iPhone上面它是推荐的文件格式。
（泰然注：在这里我在啰嗦点，其实文件格式就像是桶一样，里面可以装很多水，那些水就是那些音频数据。桶有很多种，也就是有很多种文件格式，而且不一样的桶，也需要装不同的水。CAF这种桶就可以装各种各样的水，不过有些就只能装几种类型的水。希望我这样的比喻你可以很好的理解。）

比特率

这有一个有关音频编码很重要的术语，我们接下来会提及：比特率。
比特率是音频文件每秒占据的字节数（比特数）。一些像AAC或者MP3编码会指定音频文件压缩的比特数。当你在使用比较低的比特率时，你将会丢失声音质量。
你应该根据特定的声音文件的不同来选择不同的比特率，试着使用不同的比特率，来比较哪个是最合适的，在声音文件大小和声音质量之间做一些权衡。假如你的文件大多数是语音说话数据，你可以使用比较低的比特率。
这里有一个表，给你一个最常见的比特率的概述：

• 32kbit/s: 调幅（AM）广播的质量
• 48kbit/s: 一般比较长时间的语音播客的比特率
• 64kbit/s: 一般正常长度的语音播客的比特率
• 96kbit/s: 调频（FM）广播的质量
• 128kbit/s: 大多数MP3音乐的比特率
• 160kbit/s: 那些很喜欢音乐的，想要听觉感受的人更喜欢的在128kbit/s之上的一个比特率
• 192kbit/s: 数字电台的质量
• 320kbit/s: 在这个比特率下人们几乎和CD的播放效果一样，不能区别
• 500kbit/s-1,411kbit/s: 无损的音频编码，就像linear PCM

采样率

在我们继续介绍音频之前，这里还有一个术语我们需要了解一下，就是：采样率。
当转换一个模拟信号到数字格式，采样率表示多久抽取一次声音波形试样来转换成一个数字信号。
大多情况下，44100Hz是被经常使用的，因为这和CD音频一样的采样率。

现在，让我们讨论一下你怎么样在不同格式之间转换。

Afplay, AFConvert和AFInfo

转换音频在Mac是相当简单的，因为在Mac上有三条内置的命令行工具：afplay、afconvert、afinfo。
使用最简单的是afplay，仅需要在终端里输入你的音频名字，它将会播放。当在听不同比特率下的压缩音频文件有什么差别时，这是相当方便的。
接下来是afinfo, 仅需输入你音频的名字，之后就可以看到这份文件的文件格式、数据格式、比特率和其他一些有用的信息。例子如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

afinfo pew-pew-lei.caf
File:           pew-pew-lei.caf
File type ID:   caff
Data format:     1 ch,  44100 Hz,'lpcm'(0x0000000C)
    16-bit little-endiansigned integer no channel layout.
estimated duration: 0.560 sec
audio bytes: 49408
audio packets: 24704
audio 24704 valid frames + 0 priming + 0 remainder = 24704
bit rate: 705600 bits per second
packet size upper bound: 2
audio data file offset: 4096
optimized
sound check:
    approximate duration in seconds          0.56
----

上面的例子向你说明了这份文件的文件类型是CAF，数据格式是16位低字节序有符号整型（LEI16），采样频率是44100Hz，比特率是705600比特/秒。
最后，让我们讨论下里面最好的工具：afconvert。afconvert使用相当简单，只需要一个像下面的命令行：

1

afconvert -d LEI16 -f 'caff' input_file.xxx output_file.caf

注意：我没有指出这个输入文件的扩展名，因为afconvert可以智能地检测音频文件的类型并且做相应的转换，因此输入的文件可以是任何数据格式和音频文件格式的文件。
O还有一点需要注意：你可以在输入或者输出文件之前增加一个“-b”的选项来设置比特率。因此就像这个例子，我们使用32bit/sec来保存这个文件，然后使用128bit/sec来保存：

1
2

afconvert -d aac -f 'caff'-b131072 background-music-lei.caf test_128.caf
afconvert -d aac -f'caff'-b 32768 background-music-lei.caf test_32.caf

在Mac上面录制音频文件

我想略记下两条关于在Mac上面为你的应用制作音乐和声音的好方法。
第一，需要GarageBand。GarageBand可以轻松的把一些预先准备好的鼓声、吉他声和一些其他的乐器声音组合到一起成为一小段歌曲。假如你很喜欢音乐，你可以自己边玩边录一些音乐，并且做一些很酷的东西。

假如你还没准备好，还不怎么了解，你可以花一些时间来了解一下 Apple 的GarageBand . 我发现特别是 “Using Built-In Software Instruments” 这章最有用。
假如你觉得你的歌很好，你可以将它导出上传到iTunes，然后选择”Reveal in Finder”来获取你的文件以备将来使用。
我发现GarageBand 不是一个用来记录简单音效的最好工具。因此，我更喜欢一个很棒的免费音频程序，叫 Audacity. 你可以插上你的麦克风（我用我的Rock Band麦克风，它工作得刚刚好！），记录你的声效，并能很简单的保存下来。

不要忘了当你像这样制作你自己的声音的时候，你们最可能使用16位高字节顺序有符号整型来存储，或者使用“BEI16”来储存。因此，不要忘了在将它们包含到你的程序之前转换到LEI16。

假如你发现你自己没得很好的艺术细胞，这里有一些音效在免费声音项目 里有Creative Commons许可证，或者你可以雇佣一个专业人员!

如果你还需要对音频不是很了解，可以先看看这个系列教程之前的两篇，文件和数据类型（1/3） 和转换和录音（2/3）。 到目前为止，我们这个系列已经讨论了文件格式和数据格式的区别，还有怎么样在Mac下面转换和录制音频文件。现在我们将会进行比较有趣的部分——在你的iphone上面播放音频！
在Mac上面有许多种方式播放音频——System Sound Services, AVAudioPlayer, Audio Queue Services, 和 OpenAL。要是没有外部库文件的支持，目前为止最简单的方法是System Sound Serveices和AVAudioPlayer。因此让我们讨论一下什么时候你可以使用，什么时候不可以使用，怎么样使用他们。

System Sound Services

System Sound Serverice提供了一个相当简单的方法来播放音频文件。你所需要做的就是：

1
2
3
4
5

NSString*pewPewPath=[[NSBundle mainBundle]
    pathForResource:@"pew-pew-lei" ofType:@"caf"];
NSURL *pewPewURL=[NSURL fileURLWithPath:pewPewPath];
AudioServicesCreateSystemSoundID((CFURLRef)pewPewURL,&_pewPewSound);
AudioServicesPlaySystemSound(_pewPewSound);

注意想要使用以上函数，需要添加AudioToolbox.framework，并且注意当从文件的路径（NSString）转换为URL（NSURL）的时候，使用fileURLWithPath，不然就可能会返回空。以上的都是再简单不为过的了。然而这个方法有一些缺点：

• 它只支持音频数据格式为linear PCM 或者 IMA4.
• 它只支持音频文件格式为CAF，AIF，或者 WAV。
• 声音的长度必须在30秒以下。
• 想了解更多的请看iPhone Application Programming Guide, page 149.

AVAudioPlayer

因此假如你想要使用是AAC或者MP3的文件来作为背景音乐的话该怎么办？另一个简单方法是通过AVAudioPlayer类来播放音乐。最重要的是，他其实也很简单：

1
2
3
4
5

NSError*error;
_backgroundMusicPlayer = [[AVAudioPlayer alloc]
    initWithContentsOfURL:backgroundMusicURL error:&error];
[_backgroundMusicPlayer prepareToPlay];
[_backgroundMusicPlayer play];

然而，AVAudioPlayer的缺点是它相当的慢（其实也不是很慢，相对于其他方法来说有点慢）。假如你点击一个按钮，然后试着使用AVAudioPlayer来播放这个声音，这将会有一个完全可以感觉到的延迟。但是你并不介意的话（就像播放背景音乐），AVAudioPlayer还是个不错的选择。
在这里提两点建议：

1. 假如你将要播放背景音乐，你应该检查其他的音频（像iPod）是否正在播放，因此不要让两个音乐同时播放。
2. 假如有电话打过来，用户选择“拒绝”，默认的你的AVAudioPlayer将会停止。你可以通过注册AVAudioPlayerDelegate，并且使用audioPlayEndInterruption方法来恢复播放。

实例代码

我把System Sound Services 和 AVAudioPlayer放在一起做了一个 Demo 你可以check下来。这个demo不仅展示了这些API，而且还做了一些很好玩的效果。

OpenAL

假如你正在写一个游戏或者一个应用，并且你想要很好的使用底层的技术来操纵这个音频，你可能不想要使用以上的方法。你可能需要使用 OpenAL,一个被iPhone支持的跨平台的音频库。
学习OpenAL是比较困难的。幸运的 Alex Restrepo已经扩展了一个漂亮的可使用OpenAL的声音引擎 和制作了 一个基于 OpenAL 的声音处理库 这就让你更方便使用了.
作者选择了自带一个简单声音处理库的Cocos2D游戏引擎这让声音播放更为简单了。下面这篇文章可以让你学习怎样使用这个库 ： How To Make a Simple iPhone Game With Cocos2D.
结语!
关于iphone上面的音频编程这块，我仅仅只是讲了点皮毛。假如你很感兴趣，我建议看苹果的文档，特别是Core Audio Overview和Audio Session Programming Guide，还可以钻研点OpenAL的知识。
我希望这个系列的教程对于那些初次接触音频概念的开发者有帮助。请随时分享你所知道的关于音频编程的额外知识到dApps（电邮:[e-mail]），可能会对他人有很大帮助！