使用 Swift 构建音频录制、播放和视频格式转换应用

在这篇博客中，我们介绍如何用ffmpeg在swift上实现音频录制、音频播放、通过ffmpeg命令实现视频格式转换

1. 音频录制：通过 AVAudioRecorder 实现音频录制功能。
2. 音频播放：通过 AVAudioPlayer 实现录制音频的播放。
3. 视频格式转换：通过 FFmpegKit 实现视频格式的转换。

这段代码展示了如何结合 iOS 的音频和视频处理框架，以及第三方库 FFmpegKit，来构建一个功能丰富的多媒体应用。
完整代码：

import AVFoundation
import Foundation// 定义协议，用于通知录音状态的变化
protocol AudioRecorderDelegate: AnyObject {func customAudioRecorderDidFinishRecording(successfully flag: Bool)func customAudioRecorderDidEncounterError(_ error: Error)
}class AudioRecorder: NSObject {private var audioRecorder: AVAudioRecorder?private var recordingSession: AVAudioSession!weak var delegate: AudioRecorderDelegate?private var isRecording: Bool = false// 录音文件保存路径（可自定义）private var recordingFileURL: URL {// 获取 Documents 目录let documentsPath = FileManager.default.urls(for: .documentDirectory, in: .userDomainMask)[0]// 创建文件名，修改扩展名为 .wavlet audioFilename = documentsPath.appendingPathComponent("recording.wav")return audioFilename}// 请求麦克风权限并设置音频会话排func requestPermissionAndSetupSession(completion: @escaping (Bool) -> Void) {recordingSession = AVAudioSession.sharedInstance()// 请求麦克风权限AVAudioSession.sharedInstance().requestRecordPermission { [unowned self] allowed inDispatchQueue.main.async {if allowed {do {// 设置音频会话类别和模式try recordingSession.setCategory(.playAndRecord, mode: .default)try recordingSession.setActive(true)completion(true)} catch {print("音频会话配置失败：\(error.localizedDescription)")self.delegate?.customAudioRecorderDidEncounterError(error)completion(false)}} else {print("麦克风权限被拒绝")completion(false)}}}}// 开始录音func startRecording() {// 设置录音参数let settings: [String: Any] = [AVFormatIDKey: Int(kAudioFormatLinearPCM), // 音频格式改为 PCMAVSampleRateKey: 44100, // 采样率AVNumberOfChannelsKey: 2, // 声道数AVLinearPCMBitDepthKey: 16, // 位深度（常用 16 位）, 使用多少个二进制来存储一个采样点的样本值，位深度越高，表示振幅越精确AVLinearPCMIsBigEndianKey: false, // 是否大端字节序AVLinearPCMIsFloatKey: false, // 是否浮点型AVLinearPCMIsNonInterleaved: false, // 是否非交错]do {audioRecorder = try AVAudioRecorder(url: recordingFileURL, settings: settings)audioRecorder?.delegate = selfaudioRecorder?.record()isRecording = trueprint("开始录音")} catch {print("录音器初始化失败：\(error.localizedDescription)")delegate?.customAudioRecorderDidEncounterError(error)}}// 停止录音func stopRecording() {audioRecorder?.stop()isRecording = falseprint("停止录音")}// 判断是否正在录音func isRecordingActive() -> Bool {return isRecording}// 获取录音文件的 URLfunc getRecordingFileURL() -> URL {return recordingFileURL}
}// MARK: - AVAudioRecorderDelegateextension AudioRecorder: AVAudioRecorderDelegate {// 录音完成后的回调func audioRecorderDidFinishRecording(_ recorder: AVAudioRecorder, successfully flag: Bool) {delegate?.customAudioRecorderDidFinishRecording(successfully: flag)}// 录音发生错误的回调func audioRecorderEncodeErrorDidOccur(_ recorder: AVAudioRecorder, error: Error?) {if let error = error {print("录音发生错误：\(error.localizedDescription)")delegate?.customAudioRecorderDidEncounterError(error)}}
}

---

功能概述

1. 音频录制

通过 AVAudioRecorder 实现音频录制功能，录制的音频保存为 .wav 格式。

2. 音频播放

通过 AVAudioPlayer 播放录制的音频文件。

3. 视频格式转换

通过 FFmpegKit 将视频文件从 .mp4 格式转换为另一个 .mp4 文件（可以自定义编码器和参数）。

---

代码分析

1. 音频录制功能

AudioRecorder 类

AudioRecorder 类封装了音频录制的逻辑，使用 AVAudioRecorder 进行录音，并通过代理通知录音状态的变化。

关键代码

• 录音文件保存路径：

  private var recordingFileURL: URL {let documentsPath = FileManager.default.urls(for: .documentDirectory, in: .userDomainMask)[0]let audioFilename = documentsPath.appendingPathComponent("recording.wav")return audioFilename
  }
  

  录音文件保存在应用的 Documents 目录下，文件名为 recording.wav。

• 请求麦克风权限：

  func requestPermissionAndSetupSession(completion: @escaping (Bool) -> Void) {recordingSession = AVAudioSession.sharedInstance()AVAudioSession.sharedInstance().requestRecordPermission { [unowned self] allowed inDispatchQueue.main.async {if allowed {do {try recordingSession.setCategory(.playAndRecord, mode: .default)try recordingSession.setActive(true)completion(true)} catch {self.delegate?.customAudioRecorderDidEncounterError(error)completion(false)}} else {completion(false)}}}
  }
  

  通过 AVAudioSession 请求麦克风权限，并设置音频会话的类别为 .playAndRecord。

• 开始录音：

  func startRecording() {let settings: [String: Any] = [AVFormatIDKey: Int(kAudioFormatLinearPCM),AVSampleRateKey: 44100,AVNumberOfChannelsKey: 2,AVLinearPCMBitDepthKey: 16,AVLinearPCMIsBigEndianKey: false,AVLinearPCMIsFloatKey: false,AVLinearPCMIsNonInterleaved: false,]do {audioRecorder = try AVAudioRecorder(url: recordingFileURL, settings: settings)audioRecorder?.delegate = selfaudioRecorder?.record()isRecording = true} catch {delegate?.customAudioRecorderDidEncounterError(error)}
  }
  

  设置录音参数（如采样率、声道数、位深度等），并启动录音。

• 停止录音：

  func stopRecording() {audioRecorder?.stop()isRecording = false
  }
  

• 代理回调：

  func audioRecorderDidFinishRecording(_ recorder: AVAudioRecorder, successfully flag: Bool) {delegate?.customAudioRecorderDidFinishRecording(successfully: flag)
  }
  

---

2. 音频播放功能

音频播放逻辑

通过 AVAudioPlayer 播放录制的 .wav 文件。

关键代码

• 播放音频：

  @objc func playAudio() {let audioURL = audioRecorder.getRecordingFileURL()do {audioPlayer = try AVAudioPlayer(contentsOf: audioURL)audioPlayer?.delegate = selfaudioPlayer?.play()} catch {print("音频播放失败：\(error.localizedDescription)")}
  }
  

• 播放完成回调：

  func audioPlayerDidFinishPlaying(_ player: AVAudioPlayer, successfully flag: Bool) {print("音频播放完成")
  }
  

---

3. 视频格式转换功能

FFmpegKit

FFmpegKit 是一个强大的多媒体处理库，支持音视频的编码、解码、转换等操作。

关键代码

• FFmpeg 命令：

  let ffmpegCommand = "\(overwriteOption) -i \"\(inputFile)\" -c:v libx264 -c:a aac \"\(outputFile)\""
  

  该命令将输入文件转换为 H.264 视频编码和 AAC 音频编码的 .mp4 文件。

• 执行转换：

  FFmpegKit.executeAsync(ffmpegCommand) { session inlet state = session?.getState()let returnCode = session?.getReturnCode()if ReturnCode.isSuccess(returnCode) {print("视频转换成功！输出文件位于：\(outputFile)")} else {if let output = session?.getAllLogsAsString() {print("转换失败，输出日志：\n\(output)")}}
  }
  

  使用 FFmpegKit.executeAsync 异步执行转换命令，并通过回调处理结果。

---

4. 用户交互

按钮操作

• 开始录音：

  @objc func startRecording() {if !audioRecorder.isRecordingActive() {audioRecorder.startRecording()} else {print("正在录音中")}
  }
  

• 停止录音：

  @objc func stopRecording() {if audioRecorder.isRecordingActive() {audioRecorder.stopRecording()} else {print("当前未在录音")}
  }
  

• 播放音频：

  @objc func playAudio() {let audioURL = audioRecorder.getRecordingFileURL()do {audioPlayer = try AVAudioPlayer(contentsOf: audioURL)audioPlayer?.delegate = selfaudioPlayer?.play()} catch {print("音频播放失败：\(error.localizedDescription)")}
  }
  

• 视频格式转换：

  @objc func convertVideoFormat() {FFmpegKit.executeAsync(ffmpegCommand) { session inlet state = session?.getState()let returnCode = session?.getReturnCode()if ReturnCode.isSuccess(returnCode) {print("视频转换成功！输出文件位于：\(outputFile)")} else {if let output = session?.getAllLogsAsString() {print("转换失败，输出日志：\n\(output)")}}}
  }
  

---

疑点说明

在代码中，录音文件的保存路径使用了 .wav 扩展名，但音频格式设置为 kAudioFormatLinearPCM。这可能会让人感到困惑，因为 .wav 通常被认为是 WAV 文件格式，而 kAudioFormatLinearPCM 是一种原始的未压缩音频格式。为了理解为什么这可以工作，我们需要了解 WAV 文件的结构和 PCM 数据的关系。

WAV 文件和 PCM 数据的关系

1. WAV 文件格式:

   • WAV 文件是一种音频文件格式，它实际上是一个容器格式。
   • WAV 文件的核心内容是 PCM 数据（Pulse Code Modulation，脉冲编码调制），这是一种未压缩的音频数据格式。
   • 除了 PCM 数据，WAV 文件还包含一个文件头（Header），用于描述音频数据的格式（如采样率、声道数、位深度等）。

2. PCM 数据:

   • PCM 是一种原始的音频数据格式，不包含任何文件头信息。
   • 它只包含音频的采样值，无法单独描述音频的格式。

3. 为什么可以保存为 .wav 文件:

   • 当你使用 AVAudioRecorder 录制音频时，即使你指定了 kAudioFormatLinearPCM，AVAudioRecorder 会自动为录音文件添加 WAV 文件头，使其成为一个合法的 WAV 文件。
   • 这意味着，虽然音频数据本身是 PCM 格式，但由于文件头的存在，最终保存的文件是一个合法的 WAV 文件。

代码中的行为

在你的代码中，以下设置指定了音频格式为 PCM：

AVFormatIDKey: Int(kAudioFormatLinearPCM)

但录音文件的保存路径使用了 .wav 扩展名：

let audioFilename = documentsPath.appendingPathComponent("recording.wav")

AVAudioRecorder 会根据录音设置和文件扩展名自动处理文件格式。在这种情况下，它会将录制的 PCM 数据封装为一个合法的 WAV 文件，并保存到指定路径。

注意事项

1. 文件扩展名的选择:

   • 虽然 .wav 是一个常见的扩展名，但它只是一个约定，真正决定文件格式的是文件内容。
   • 如果你将文件扩展名改为 .pcm，文件内容仍然是合法的 WAV 文件，只是扩展名可能会让人误解。

2. 兼容性:

   • 如果你需要与其他程序或设备共享录音文件，确保它们支持 WAV 格式。
   • 如果你需要保存为纯 PCM 数据（没有文件头），你需要手动处理文件的写入。

3. 自定义文件格式:

   • 如果你需要更灵活的文件格式（如 MP3、AAC 等），可以更改 AVFormatIDKey 的值，并选择合适的文件扩展名。