问题描述
我正在尝试在我的应用程序中实现双簧管库,以便我可以执行低延迟音频播放。我可以执行平移、播放操作、声音缩放等。我一直在问关于这个主题的一些问题,因为我对音频世界完全陌生。
现在我可以执行内部 Android 音频类(例如 SoundPool
)提供的基本操作。我可以同时播放多个声音而没有明显的延迟。
但是现在我遇到了另一个问题。所以我做了一个非常简单的应用程序;屏幕上有一个按钮,如果用户点击这个屏幕,它会播放简单的钢琴声。无论用户点击此按钮的速度有多快,它都必须能够像 SoundPool
所做的那样混合相同的钢琴音色。
我的代码可以很好地做到这一点,直到我多次点击按钮,所以有很多音频队列需要混合。
class OggPlayer;
class PlayerQueue {
private:
OggPlayer* player;
void renderStereo(float* audioData,int32_t numFrames);
void renderMono(float* audioData,int32_t numFrames);
public:
int offset = 0;
float pan;
float pitch;
int playScale;
bool queueEnded = false;
PlayerQueue(float pan,float pitch,int playScale,OggPlayer* player) {
this->pan = pan;
this->playScale = playScale;
this->player = player;
this->pitch = pitch;
if(this->pan < -1.0)
this->pan = -1.0;
else if(this->pan > 1.0)
this->pan = 1.0;
}
void renderAudio(float* audioData,int32_t numFrames,bool isstreamStereo);
};
class OggPlayer {
private:
std::vector<PlayerQueue> queues = std::vector<PlayerQueue>();
public:
int offset = 0;
bool isstereo;
float defaultPitch = 1.0;
OggPlayer(std::vector<float> data,bool isstereo,int fileSampleRate,int deviceSampleRate) {
this->data = data;
this->isstereo = isstereo;
defaultPitch = (float) (fileSampleRate) / (float) (deviceSampleRate);
}
void renderAudio(float* audioData,bool reset,bool isstreamStereo);
static void smoothAudio(float* audioData,bool isstreamStereo);
void addQueue(float pan,int playerScale) {
queues.push_back(PlayerQueue(pan,defaultPitch * pitch,playerScale,this));
};
static void resetAudioData(float* audioData,bool isstreamStereo);
std::vector<float> data;
};
OggPlayer
保存具有 defulatPitch
值的解码 PCM 数据,以同步扬声器的采样率和音频文件的采样率。每个 OggPlayer
拥有自己的 PCM 数据(即每个音频文件的数据),并且拥有自己的 PlayerQueue
向量。 PlayerQueue
是实际呈现音频数据的类。 OggPlayer
是 PlayerQueue
类的 PCM 数据提供者。 PlayerQueue
有自己的自定义音高、声像和音频比例值。由于 AudioStream
可以在回调方法中提供有限大小的数组,因此我添加了 offset
,因此 PlayerQueue
可以在下一个会话中继续呈现音频而不会丢失其状态。
void OggPlayer::renderAudio(float *audioData,bool isstreamStereo) {
if(reset) {
resetAudioData(audioData,numFrames,isstreamStereo);
}
for(auto & queue : queues) {
if(!queue.queueEnded) {
queue.renderAudio(audioData,isstreamStereo);
}
}
smoothAudio(audioData,isstreamStereo);
queues.erase(std::remove_if(queues.begin(),queues.end(),[](const PlayerQueue& p) {return p.queueEnded;}),queues.end());
}
这就是我目前渲染音频数据的方式,我寻找每个 OggPlayer
的 PlayerQueue
向量,如果它们没有到达 PCM 的末尾,则通过传递数组指针使它们呈现音频数据数据数组呢。我在完成音频数据后平滑音频数据,以防止剪辑或其他事情。然后最后从 vector 中移除队列,如果它们完成渲染音频(完全)。
void PlayerQueue::renderAudio(float * audioData,bool isstreamStereo) {
if(isstreamStereo) {
renderStereo(audioData,numFrames);
} else {
renderMono(audioData,numFrames);
}
}
void PlayerQueue::renderStereo(float *audioData,int32_t numFrames) {
for(int i = 0; i < numFrames; i++) {
if(player->isstereo) {
if((int) ((float) (offset + i) * pitch) * 2 + 1 < player->data.size()) {
float left = player->data.at((int)((float) (offset + i) * pitch) * 2);
float right = player->data.at((int)((float) (offset + i) * pitch) * 2 + 1);
if(pan < 0) {
audioData[i * 2] += (left + right * (float) sin(abs(pan) * M_PI / 2.0)) * (float) playScale;
audioData[i * 2 + 1] += right * (float) cos(abs(pan) * M_PI / 2.0) * (float) playScale;
} else {
audioData[i * 2] += left * (float) cos(pan * M_PI / 2.0) * (float) playScale;
audioData[i * 2 + 1] += (right + left * (float) sin(pan * M_PI / 2.0)) * (float) playScale;
}
} else {
break;
}
} else {
if((int) ((float) (offset + i) * pitch) < player->data.size()) {
float sample = player->data.at((int) ((float) (offset + i) * pitch));
if(pan < 0) {
audioData[i * 2] += sample * (1 + (float) sin(abs(pan) * M_PI / 2.0)) * (float) playScale;
audioData[i * 2 + 1] += sample * (float) cos(abs(pan) * M_PI / 2.0) * (float) playScale;
} else {
audioData[i * 2] += sample * (float) cos(pan * M_PI / 2.0) * (float) playScale;
audioData[i * 2 + 1] += sample * (1 + (float) sin(pan * M_PI / 2.0)) * (float) playScale;
}
} else {
break;
}
}
}
offset += numFrames;
if((float) offset * pitch >= player->data.size()) {
offset = 0;
queueEnded = true;
}
}
void PlayerQueue::renderMono(float *audioData,int32_t numFrames) {
for(int i = 0; i < numFrames; i++) {
if(player->isstereo) {
if((int) ((float) (offset + i) * pitch) * 2 + 1 < player->data.size()) {
audioData[i] += (player->data.at((int) ((float) (offset + i) * pitch) * 2) + player->data.at((int) ((float) (offset + i) * pitch) * 2 + 1)) / 2 * (float) playScale;
} else {
break;
}
} else {
if((int) ((float) (offset + i) * pitch) < player->data.size()) {
audioData[i] += player->data.at((int) ((float) (offset + i) * pitch)) * (float) playScale;
} else {
break;
}
}
if(audioData[i] > 1.0)
audioData[i] = 1.0;
else if(audioData[i] < -1.0)
audioData[i] = -1.0;
}
offset += numFrames;
if((float) offset * pitch >= player->data.size()) {
queueEnded = true;
offset = 0;
}
}
我在一个会话中渲染队列中的所有内容(平移、播放、缩放),同时考虑扬声器和音频文件的状态(单声道或立体声)
using namespace oboe;
class OggPianoEngine : public AudioStreamCallback {
public:
void initialize();
void start(bool isstereo);
void closeStream();
void reopenStream();
void release();
bool isstreamOpened = false;
bool isstreamStereo;
int deviceSampleRate = 0;
DataCallbackResult
onAudioReady(AudioStream *audioStream,void *audioData,int32_t numFrames) override;
void onErrorAfterClose(AudioStream *audioStream,Result result) override ;
AudioStream* stream;
std::vector<OggPlayer>* players;
int addplayer(std::vector<float> data,int sampleRate) const;
void addQueue(int id,float pan,int playerScale) const;
};
最后在 OggPianoEngine
中,我放置了 OggPlayer
的向量,因此我的应用程序可以在内存中保存多个声音,使用户能够添加声音,并且可以随时随地播放它们.
DataCallbackResult
OggPianoEngine::onAudioReady(AudioStream *audioStream,int32_t numFrames) {
for(int i = 0; i < players->size(); i++) {
players->at(i).renderAudio(static_cast<float*>(audioData),i == 0,audioStream->getChannelCount() != 1);
}
return DataCallbackResult::Continue;
}
在引擎中渲染音频非常简单,正如您所料,我只是通过 OggPlayer
的向量寻找,并调用 renderAudio
方法。下面的代码是我如何初始化 AudioStream
。
void OggPianoEngine::start(bool isstereo) {
AudioStreamBuilder builder;
builder.setFormat(AudioFormat::Float);
builder.setDirection(Direction::Output);
builder.setChannelCount(isstereo ? ChannelCount::Stereo : ChannelCount::Mono);
builder.setPerformanceMode(PerformanceMode::LowLatency);
builder.setSharingMode(SharingMode::Exclusive);
builder.setCallback(this);
builder.openStream(&stream);
stream->setBufferSizeInFrames(stream->getFramesPerBurst() * 2);
stream->requestStart();
deviceSampleRate = stream->getSampleRate();
isstreamOpened = true;
isstreamStereo = isstereo;
}
因为我看了this或this等双簧管的基本视频指南,所以我尝试配置LowLatency模式的基本设置(例如,将缓冲区大小设置为突发大小乘以2)。但是当队列过多时,音频开始停止渲染。起初,声音开始断断续续。感觉它跳过了一些渲染会话,然后如果我在此之后更多地点击播放按钮,它会完全停止渲染。在我等待一段时间后(5~10 秒,足够等待队列被清空),它再次开始渲染。所以我有几个问题
这些代码在我的 Flutter 插件中,所以你可以从这个 github 链接获得完整的代码
解决方法
如果像上述情况那样渲染音频需要太多时间,双簧管是否会停止渲染音频?
是的。如果您阻止 onAudioReady
的时间超过 numFrames
表示的时间,您将收到音频故障。我敢打赌,如果您运行 systrace.py --time=5 -o trace.html -a your.app.packagename audio sched freq
,您会发现您在该方法中花费了太多时间。
我是否达到了渲染音频的限制,这意味着只有限制队列数量才是解决方案?或者有什么方法可以达到更好的性能?
看起来像。问题是您试图在音频回调中做太多工作。我会立即尝试的事情:
- 不同的编译器优化:尝试
-O2
、-O3
和-Ofast
- 分析回调中的代码 - 确定您花费最多时间的地方。
- 您似乎对
sin
和cos
进行了大量调用。这些函数可能有更快的版本。
我谈到了其中一些调试/优化技术in this talk
另一个快速提示。除非你真的别无选择,否则尽量避免使用原始指针。例如 AudioStream* stream;
会更好,因为 std::shared_ptr<AudioStream>
和 std::vector<OggPlayer>* players;
可以重构为 std::vector<OggPlayer> players;