WWDC Quick Look 💓 By SwiftGGTeam
中文 EN 日本語
Record stereo audio with AVAudioSession

Record stereo audio with AVAudioSession

AVAudioSessionAudioRecordingiOS 14
观看原视频

Highlight

iOS 14 和 iPadOS 14 让 AVAudioSession 能在支持的 iPhone 与 iPad 上从内建麦克风录制立体声，并通过 data source、stereo polar pattern 和 preferredInputOrientation 保持左右声道符合用户预期。

核心内容

手机录音以前经常少一层空间感。设备上明明有多个麦克风，App 录到的结果却常常按单声道处理。录演奏、采访、家庭视频或自拍视频时，听众只能知道声音存在，很难判断声音来自左边还是右边。

iOS 14 和 iPadOS 14 给 AVAudioSession 加入了内建麦克风立体声录音能力。系统会同时使用设备上的麦克风，并通过建模生成 binaural stereo（双耳立体声）体验。开发者不用直接控制每一颗麦克风，需要选择合适的输入 port、data source（数据源）、polar pattern（指向性模式）和输入方向。

这场 session 的关键点在“方向”。同一台 iPhone 可以竖着拿，也可以横着拿；可以用后置摄像头拍，也可以用前置摄像头拍。如果录音方向没有跟视频或界面方向对齐，画面左边的人说话，回放时声音可能从右边来。Apple 因此引入 inputOrientation，让 App 明确告诉系统当前录音应如何映射左右声道。

立体声录音也不是所有设备都能打开的固定开关。Session 要求开发者先选择内建麦克风，再检查 data source 是否支持 .stereo polar pattern；激活 session 后，还要读取实际的 input channel count（输入声道数）。这样，支持立体声的设备可以录到双声道，不支持的设备也能稳定降级到单声道。

详细内容

1. 先选中内建麦克风输入

（06:57）配置立体声之前，App 先要把输入路由指向内建麦克风。演讲的代码从 availableInputs 里查找 .builtInMic，再调用 setPreferredInput。

// How to set up recording from the built-in mic

private func enableBuiltInMic() {
    ...
    // Find the built-in microphone.
    guard let availableInputs = session.availableInputs,
          let builtInMic = availableInputs.first(where: { $0.portType == .builtInMic })
    else {
        print("The device must have a built-in microphone.")
        return
    }
    ...
    do {
        try session.setPreferredInput(builtInMic)
        ...
    } catch {
        ...
    }
}

关键点：

  • session.availableInputs 是当前可用输入 port 的入口，演讲要求先从这里找内建麦克风。
  • .builtInMic 过滤出设备自带麦克风，外接输入不会进入这个立体声录音配置。
  • guard 分支处理没有内建麦克风的设备，官方 snippet 直接打印提示并返回。
  • setPreferredInput(builtInMic) 对应 transcript 中“set that as our preferred input port”的步骤。

2. 为 data source 选择 stereo polar pattern

（07:16）立体声录音使用的是新的 .stereo polar pattern。演讲提醒，只有支持立体声录音的设备才会出现这个 pattern，因此缓冲区大小不能写死，要在激活音频 session 后检查实际输入声道数。

// Configure stereo recording
func selectDataSource(...) {
    ...
    // Set the preferred polar pattern to stereo.
    try newDataSource.setPreferredPolarPattern(.stereo)

    // Set the preferred data source and polar pattern.
    try preferredInput.setPreferredDataSource(newDataSource)

    // Update the input orientation to match the current user interface orientation.
    try session.setPreferredInputOrientation(orientation.inputOrientation)
    ...
}

关键点：

  • newDataSource.setPreferredPolarPattern(.stereo) 请求 stereo polar pattern，只有支持的 data source 才能满足这个请求。
  • preferredInput.setPreferredDataSource(newDataSource) 决定前向聚焦方向，后置拍摄和前置拍摄应选择不同 data source。
  • session.setPreferredInputOrientation(...) 决定左右声道如何随设备方向映射。
  • 演讲建议激活 session 后检查 input channel count，再据此动态调整缓冲区。

3. 用 preferredInputOrientation 对齐左右声道

（04:06、05:06）inputOrientation 有四个取值：portrait、portrait upside-down、landscape left、landscape right。再加上前向和后向两种 stereo data source，一共形成八种方向组合。

这里对应上一段官方 snippet 中的内联调用：try session.setPreferredInputOrientation(orientation.inputOrientation)。

关键点：

  • data source 负责选择“前方”在哪里，例如后置摄像头方向或前置摄像头方向。
  • preferredInputOrientation 负责选择“左”和“右”如何对应设备边缘。
  • 录视频时，音频的左右应匹配视频画面左右。
  • 不录视频时，演讲建议让 stereo input orientation 匹配 UI orientation，因为用户会按界面方向理解设备。
  • 录入文件期间应保持方向固定，避免同一段录音里左右声道突然变化。

4. 用户改变界面或焦点时再更新 data source

（08:22）示例 App 没有录视频，因此它在界面旋转或用户切换焦点方向时更新 data source。演讲明确提醒：正在录音时不要切换 data source 或 input orientation。

// When to select a data source & updated the stereo input orientation
override func traitCollectionDidChange(_ previousTraitCollection: UITraitCollection?) {
    updateDataSource()
}

@IBAction func updateDataSourceSelection(_ sender: Any) {
    updateDataSource()
}

private func updateDataSource() {
    // Don't update the data source if the app is currently recording.
    guard controller.state != .recording else { return }

    let dataSourceName = dataSources[dataSourceChooser.selectedSegmentIndex]
    controller.selectDataSource( named: dataSourceName,
        orientation:Orientation(windowOrientation)) { layout in
        self.layoutView.layout = layout
    }
}

关键点：

  • traitCollectionDidChange 覆盖界面方向变化，适合不录视频的录音 App。
  • updateDataSourceSelection 覆盖用户主动选择前向焦点的场景，例如选择前置或后置方向。
  • guard controller.state != .recording else { return } 保证录制过程中不改变声场方向。
  • Orientation(windowOrientation) 把当前窗口方向转换为音频输入方向。
  • 完成配置后，可以继续使用 AVAudioRecorder 或 AVAudioEngine 做实际录音。

核心启发

1. 给自拍视频加方向正确的立体声

做什么：在相机 App 里根据前置或后置摄像头选择对应 stereo data source，并在开始录制前设置 input orientation。

为什么值得做：session 明确指出，录视频时音频左右应匹配画面左右，否则回放会让听众误判声源方向。

怎么开始：在用户按下录制按钮前，根据当前 camera position 和 video rotation 计算 data source 与 preferredInputOrientation，录制期间锁定这两个值。

2. 给纯音频采访 App 加“横竖屏声场”选项

做什么：让采访 App 在竖屏、横屏左、横屏右之间切换 stereo input orientation，并提示用户按当前界面方向摆放设备。

为什么值得做：不录视频时，Apple 建议让 stereo input orientation 匹配 UI orientation，这样用户对左右声道的理解最稳定。

怎么开始：监听界面方向变化，在未录音状态调用 data source 更新逻辑；录音开始后冻结方向，录音结束后再允许切换。

3. 给音乐练习 App 做立体声能力检测

做什么：启动录音前检测内建麦克风 data source 是否支持 .stereo，支持时录双声道，不支持时显示单声道状态。

为什么值得做：演讲提醒 .stereo 只会出现在支持硬件上，并建议激活 session 后读取实际 input channel count。

怎么开始：从 availableInputs 找 .builtInMic，设置 preferred input 和 preferred data source；setActive 后按实际声道数配置 buffer 与录音文件格式。

4. 做一个左右声道自检向导

做什么：录音前引导用户先在设备左侧发声，再在右侧发声，回放后确认左右方向是否正确。

为什么值得做：session 建议对每个 orientation 和 data source 组合做全面测试，确认录到的方向符合预期。

怎么开始：把 App 支持的方向组合列成测试矩阵；每次测试录制几秒，保存声道峰值或让用户试听，发现异常就调整映射逻辑。

5. 给现场记录 App 加前向聚焦选择

做什么：让用户在“面向舞台”和“面向自己”两种录音焦点之间选择，分别对应后向和前向 stereo data source。

为什么值得做：演讲说明 data source 决定前向聚焦方向，前方声音会被增强，适合不同拍摄或记录姿态。

怎么开始：在录音前提供焦点选择器，选择后调用 setPreferredDataSource 和 setPreferredInputOrientation；录音期间禁用选择器。

关联 Session

评论

GitHub Issues · utterances