HarmonyOS 音频录制开发实战【2】

第二篇：高级录制技术与设备管理

在第一篇中我们讲了AudioCapturer的基础用法，这篇来聊聊更高级的话题：音频设备管理、录制流控制、以及一些实际项目中的高级技巧。这些内容在开发复杂音频应用时非常有用，也是区分普通开发者和高级开发者的重要技能。

音频输入设备管理是HarmonyOS音频系统的一个亮点。现在的智能设备音频输入源越来越多样化，除了内置麦克风，还有蓝牙耳机、USB麦克风、外接声卡等。如何智能地选择和切换音频输入设备，直接影响用户体验。我在做一个专业录音应用时，就遇到了这个挑战。

HarmonyOS提供了完整的音频设备管理API，可以枚举系统中所有可用的音频输入设备，获取设备的详细信息（名称、类型、状态等），并监听设备的插拔事件。这套API设计得很人性化，开发者可以根据应用场景灵活选择设备切换策略。

import { audio } from '@kit.AudioKit'

// 获取音频设备管理器
const audioRoutingManager = audio.getAudioManager().getRoutingManager()

// 枚举可用的音频输入设备
try {
  const audioDeviceDescriptors = await audioRoutingManager.getDevices(audio.DeviceFlag.INPUT_DEVICES_FLAG)
  
  console.info('可用的音频输入设备:')
  audioDeviceDescriptors.forEach((device, index) => {
    console.info(`设备${index}: ${device.deviceName}, 类型: ${device.deviceType}, 状态: ${device.connectionState}`)
  })
  
  // 选择特定类型的设备
  const bluetoothDevices = audioDeviceDescriptors.filter(device => 
    device.deviceType === audio.DeviceType.BLUETOOTH_A2DP
  )
  
  if (bluetoothDevices.length > 0) {
    console.info('发现蓝牙音频设备，优先使用')
  }
  
} catch (error) {
  console.error(`获取音频设备失败: ${error}`)
}

// 监听设备变化
audioRoutingManager.on('deviceChange', (deviceChangeAction: audio.DeviceChangeAction) => {
  console.info(`设备变化: ${deviceChangeAction.type}, 设备: ${deviceChangeAction.deviceDescriptors[0].deviceName}`)
  
  if (deviceChangeAction.type === audio.DeviceChangeType.CONNECT) {
    console.info('新设备连接，考虑切换录制设备')
    // 这里可以实现自动切换逻辑
  } else if (deviceChangeAction.type === audio.DeviceChangeType.DISCONNECT) {
    console.info('设备断开，切换到默认设备')
  }
})

比如说，当用户插入蓝牙耳机时，系统会自动检测到新设备。这时你可以选择自动切换到蓝牙耳机录制，也可以弹出选择框让用户决定。我个人倾向于智能切换策略：如果当前没有在录制，就自动切换；如果正在录制，就提示用户是否要切换设备。这样既保证了便利性，又避免了意外中断。

设备优先级管理也很重要。不同的应用场景对音频设备有不同的偏好。语音通话应用可能更偏好蓝牙耳机（因为有回音消除），音乐录制应用可能更偏好专业麦克风（因为音质更好）。我建议根据应用类型设置设备优先级列表，当有多个设备可用时，自动选择优先级最高的设备。

音频流管理是另一个高级话题。HarmonyOS支持多种音频流类型，包括媒体流、通话流、系统流等。不同类型的流有不同的特性和优先级。录制应用通常使用媒体流，但在某些特殊场景下，可能需要使用其他类型的流。

流的焦点管理特别重要。当多个应用同时需要使用音频资源时，系统会根据焦点策略决定资源分配。作为录制应用，你需要正确申请和释放音频焦点，并处理焦点被抢占的情况。我遇到过这样的场景：用户在录制语音时突然来了电话，这时录制应用的音频焦点会被电话应用抢占，录制会自动暂停。应用需要监听焦点变化事件，并给用户合适的提示。

麦克风管理是录制应用的核心功能之一。HarmonyOS提供了丰富的麦克风控制API，包括增益控制、指向性控制、降噪控制等。这些功能对提升录制质量非常有帮助，但使用时需要注意兼容性，因为不是所有设备都支持这些高级功能。

// 麦克风增益控制
if (audioCapturer) {
  try {
    // 获取当前音量
    const currentVolume = await audioCapturer.getCapturerInfo()
    console.info(`当前录制音量: ${currentVolume}`)
    
    // 设置录制音量（0.0 - 1.0）
    await audioCapturer.setVolume(0.8)
    console.info('录制音量设置为80%')
    
  } catch (error) {
    console.error(`音量控制失败: ${error}`)
  }
}

// 音频焦点管理
const audioManager = audio.getAudioManager()
const audioFocusManager = audioManager.getAudioFocusManager()

const audioFocusInfoOptions: audio.AudioFocusInfoOptions = {
  usage: audio.StreamUsage.STREAM_USAGE_MEDIA,
  content: audio.ContentType.CONTENT_TYPE_MUSIC
}

try {
  const audioFocusInfo = await audioFocusManager.requestAudioFocus(audioFocusInfoOptions)
  console.info('音频焦点申请成功')
  
  // 监听焦点变化
  audioFocusManager.on('audioFocusChange', (focusState: audio.AudioFocusState) => {
    switch (focusState) {
      case audio.AudioFocusState.AUDIOFOCUS_GAIN:
        console.info('获得音频焦点，可以开始录制')
        break
      case audio.AudioFocusState.AUDIOFOCUS_LOSS:
        console.info('失去音频焦点，暂停录制')
        if (audioCapturer) {
          audioCapturer.stop()
        }
        break
      case audio.AudioFocusState.AUDIOFOCUS_LOSS_TRANSIENT:
        console.info('临时失去焦点，暂停录制')
        break
    }
  })
  
} catch (error) {
  console.error(`申请音频焦点失败: ${error}`)
}

增益控制可以调节麦克风的灵敏度。在安静环境中可以降低增益避免噪声，在嘈杂环境中可以提高增益确保录制清晰。我通常会根据环境噪声水平自动调节增益，也会提供手动调节选项给高级用户。

指向性控制在多麦克风设备上特别有用。可以设置麦克风只接收特定方向的声音，过滤掉其他方向的噪声。这在录制采访、会议等场景中效果很好。但要注意，指向性控制会影响录制的自然度，需要根据具体场景权衡。

降噪功能现在基本是标配了。HarmonyOS提供了多种降噪算法，包括环境噪声抑制、回声消除、风噪抑制等。不同的算法适用于不同的场景，需要根据实际情况选择。我的经验是，对于语音录制，环境噪声抑制效果最明显；对于音乐录制，要谨慎使用降噪，因为可能会影响音质。

实时音频处理是高级录制应用的必备功能。原始的PCM数据通常需要进一步处理才能达到理想效果。常见的处理包括音量标准化、动态范围压缩、频谱均衡等。这些处理最好在独立线程中进行，避免影响录制的实时性。

我在项目中总结了一套音频处理流水线：原始数据 → 降噪处理 → 音量标准化 → 动态压缩 → 格式转换 → 文件保存。每个环节都可以根据需要开启或关闭，处理参数也可以动态调整。这样的设计既保证了灵活性，又便于调试和优化。

// 音频数据处理示例
class AudioProcessor {
  private audioData: ArrayBuffer[] = []
  private isProcessing: boolean = false

  // 处理录制的音频数据
  processAudioData(buffer: ArrayBuffer) {
    // 将数据添加到缓冲区
    this.audioData.push(buffer)
    
    // 如果不在处理中，启动处理
    if (!this.isProcessing) {
      this.startProcessing()
    }
  }

  private async startProcessing() {
    this.isProcessing = true
    
    while (this.audioData.length > 0) {
      const buffer = this.audioData.shift()
      if (buffer) {
        // 转换为Float32Array进行处理
        const pcmData = new Int16Array(buffer)
        const floatData = new Float32Array(pcmData.length)
        
        // 转换为浮点数（-1.0 到 1.0）
        for (let i = 0; i < pcmData.length; i++) {
          floatData[i] = pcmData[i] / 32768.0
        }
        
        // 音量标准化
        const normalizedData = this.normalizeVolume(floatData)
        
        // 简单的噪声门限处理
        const cleanedData = this.applyNoiseGate(normalizedData, 0.01)
        
        // 保存处理后的数据
        this.saveProcessedData(cleanedData)
      }
    }
    
    this.isProcessing = false
  }

  private normalizeVolume(data: Float32Array): Float32Array {
    // 计算RMS音量
    let sum = 0
    for (let i = 0; i < data.length; i++) {
      sum += data[i] * data[i]
    }
    const rms = Math.sqrt(sum / data.length)
    
    // 目标音量（0.1 = -20dB）
    const targetVolume = 0.1
    const gain = rms > 0 ? targetVolume / rms : 1.0
    
    // 应用增益，但限制最大增益避免削波
    const maxGain = 3.0
    const actualGain = Math.min(gain, maxGain)
    
    const result = new Float32Array(data.length)
    for (let i = 0; i < data.length; i++) {
      result[i] = Math.max(-1.0, Math.min(1.0, data[i] * actualGain))
    }
    
    return result
  }

  private applyNoiseGate(data: Float32Array, threshold: number): Float32Array {
    const result = new Float32Array(data.length)
    
    for (let i = 0; i < data.length; i++) {
      // 如果信号强度低于阈值，设为0（静音）
      if (Math.abs(data[i]) < threshold) {
        result[i] = 0
      } else {
        result[i] = data[i]
      }
    }
    
    return result
  }

  private saveProcessedData(data: Float32Array) {
    // 转换回Int16并保存
    const int16Data = new Int16Array(data.length)
    for (let i = 0; i < data.length; i++) {
      int16Data[i] = Math.round(data[i] * 32767)
    }
    
    // 这里可以写入文件或进行其他处理
    console.info(`处理完成 ${data.length} 个采样点`)
  }
}

性能监控在高级录制应用中也很重要。要实时监控CPU使用率、内存占用、录制延迟等指标，确保应用在各种设备上都能稳定运行。我通常会设置一些阈值，当性能指标超过阈值时自动降低处理质量或提示用户。

最后说一下多声道录制。现在很多设备支持多麦克风阵列，可以录制多声道音频。这为音频应用提供了更多可能性，比如空间音频、声源定位、波束成形等。但多声道录制也带来了更大的技术挑战，需要处理声道同步、数据量增大、处理复杂度提升等问题。

总的来说，高级音频录制技术涉及面很广，需要对音频原理、设备特性、系统架构都有深入理解。但掌握了这些技术后，就能开发出真正专业级的音频应用，为用户提供卓越的录制体验。关键是要多实践，多测试，在实际项目中不断积累经验。