討論在線教室 iOS 端聲音問題綜合解決方案
在線教室場景下，聲音是最重要的內容傳輸渠道之一，保障聲音的穩定可靠，是在線教室質量非常重要的一環。同時在線教室里許多功能模塊都與聲音有關聯，如何處理好各個模塊間的聲音沖突成為一個重要話題。
AVAudioSession在 iOS 端，說到聲音的話題就繞不開 AVAudioSession。AVAudioSession 的作用是管理音頻這一唯一硬件資源的分配，通過調優合適的 AVAudioSession 來適配我們的 APP 對于音頻的功能需求。切換音頻場景的時候，需要相應的切換 AVAudioSession。
AVAudioSessionCategory
教育場景下主要使用到的音頻場景有：
iOS 提供 AVAudioSessionMode[1] 用于與 AVAudioSessionCategory[2] 搭配使用，教育場景下使用到的音頻模式主要有：
我們可以使用 options 去微調 Category 行為，教育場景下常用的有：
一般而言，通話音量指的是進行語音、視頻通話時的音量。媒體音量指的是播放音樂、視頻或游戲的音效、背景音的音量。
在實際使用中，兩者的差異在于，通話音量有較好的回聲消除，媒體音量有較好的聲音表現力。媒體音量可以調整到 0，而通話音量不可以。
通話音量與媒體音量只能二選一，因此需要區分系統音量走的是通話音量還是媒體音量。系統音量走通話音量，是指在設備上調整音量時，調整的是通話音量。媒體音量同理。媒體音量和通話音量分別屬于 2 個不同的、獨立的系統，一個設置不會影響到另外一個。
進入通話后，音效的播放音量由通話音量控制。退出通話后，則由媒體音量控制。一般在教育場景下，學生作為觀眾拉流時，使用的媒體音量，老師說話的聲音更加立體飽滿，當學生連麥時，使用的通話音量，以保證通話聲音的質量。
簡單來說，非連麥模式下會使用媒體音量控制，連麥模式下會使用通話音量控制，兩者有獨立的音量控制機制。
當播放媒體資源時，使用播放器（如 AVPlayer）播放音頻，播放器底層 AudioUnit 的 description 為 VoiceProcessingIO。
RTC SDK 內部維護了一個 AudioUnit，通話音量下 AudioUnit 的 description 為 RemoteIO，媒體音量下為 VoiceProcessingIO，當出現模式切換時，會銷毀原來的 AudioUnit，再創建新的 AudioUnit，始終保持一個 AudioUnit 來進行音頻播放。
通話音量下，AVPlayer 內 VoiceProcessingIO 的 AudioUnit 聲音會被抑制。同樣的，在媒體音量下，RTC SDK 內的 AudioUnit 的 description 設置為 VoiceProcessingIO，如果此時其他模塊通過設置 AVAudioSession 切換到通話音量，RTC 的聲音也會被抑制。
行業現狀在線教室場景下，很多功能都需要播放聲音，包括課中音視頻直播、課后回放、webview 內嵌課件聲音（包括音頻、視頻、音效）、課堂音頻、課堂視頻、課堂游戲聲音、音效聲音等。除此之外，教室內還包括很多需要聲音錄制的功能，包括連麥、跟讀、集體發言、聊天語音輸入、語音識別等。
教室內這些功能存在各種組合，且對 AVAudioSession 的設置要求存在差異，而 AVAudioSession 又是一個單例，如果沒有一個統一管理的邏輯，很容易就出現設置混亂的問題。
目前行業內碰到的比較多的問題主要是聽不見 RTC 聲音與媒體聲音被抑制。
聽不見 RTC 聲音聽不見 RTC 聲音的主要原因是其他功能在設置 AVAudioSession 時，AVAudioSessionOptions 未包含 AVAudioSessionCategoryOptionMixWithOthers 混音模式，導致 RTC 聲音被高優進程打斷。比如在非混音模式下播放 webview 的內嵌音頻，因為 webview 是使用系統進程來播放聲音，優先級最高，所以 APP 進程下的 RTC 聲音就會被抑制導致無法正常發聲。
這類問題一般都比較隱蔽，因為簡單的場景如果有問題，在上線之前一般都能測試出來，而當多個功能場景串起來之后才觸發問題，往往就很難在測試期間發現，且如果線上沒有完備的日志查詢體系，針對線上這類問題排查起來難度也非常大，往往因為定位不到原因而長期遺留。
媒體聲音被抑制在通話音量模式下，媒體聲音會被壓低，導致聲音變小。比較常見的場景是在小班場景下，學生在推流時播放課堂音視頻等媒體資源，聲音會比 RTC 的聲音要小，導致媒體聲音聽不清楚。
通話模式下（連麥時）媒體聲音會被壓低，原因是 iOS 手機系統會開啟回聲消除以保證人聲體驗，因此會壓低媒體通道的聲音，也會壓低背景音效。
教育行業內部分頭部 APP 也沒有從根本上解決該問題，很多都是通過從產品功能層面上規避問題，通過產品妥協來為技術問題讓步。比如在播放課堂音視頻資源時，默認將所有學生都強制關麥，關麥時學生處于媒體音量，就不存在被壓低的問題了，等到課堂音視頻播放結束后，再允許學生開麥。這種通過規避問題場景來解決問題的方式，不具有可復制性。
RTC 聲音變小RTC 聲音變小，主要原因是聲音通過聽筒發聲，而沒有正常通過揚聲器發聲，造成聲音變小的假象。另外在 iOS14 系統下，使用過 RTC 的通話模式并切回媒體模式后，再調用 setCategory:PlayAndRecord + DefaultToSpeaker 就會必現聲音小的問題。
解決方案針對上述行業痛點，通過底層原理的分析與實際項目經驗，從代碼規范、問題兜底、問題報警梳理出一套可行的解決方案。
聽不見 RTC 聲音、RTC 聲音變小RTC 的聲音問題基本是因為其他模塊功能對 AVAudioSession 進行了更改，且在功能結束之后，也沒有將 AVAudioSession 重置到 RTC 需要的設置。本身音視頻 SDK（如 agora、zego 等）對這種情況會有一定的兜底邏輯，但是這種兜底如果存在侵入性，也是不合理的，因此具有一定的局限性。
AudioSession 修改規范由于系統無法區分同一個進程中是哪個模塊對 AudioSession 進行了更改，所以為了避免聽不見 RTC 聲音的問題，在使用 RTC 時，其它模塊對 AudioSession 的調用更改，需要遵循以下原則：
模塊調用 setCategory 前先判斷下，當前 AudioSession 如已滿足使用需要，不用再次設置，避免觸發 iOS 14 系統 Bug 模塊需要錄音時，Category 應該使用 PlayAndRecord（為了防止打斷正在播放的音頻，不要使用僅錄音的 CategoryRecord），當前 category 不是 PlayAndRecord 的情況下再調用 setCategory 模塊僅需要播放時，當前 category 為 PlayAndRecord 或 Playback、Ambient 的情況下不需要 setCategory 若當前的 category 不滿足模塊使用，在 setCategory 之前應該先保存當前的 AudioSession 狀態，然后再 setCategory、使用音頻功能，使用結束后，應該重新 setCategory 恢復到之前的 AudioSession 狀態 在設置 audioSession 時，categoryOptions 都應該包含 AVAudioSessionCategoryOptionDefaultToSpeaker 與 AVAudioSessionCategoryOptionMixWithOthers，iOS10 系統及以上還應包含 AVAudioSessionCategoryOptionAllowBluetooth。核心代碼如下：
//需要錄音時，AudioSession的設置代碼如下：if ([AVAudioSession sharedInstance].category != AVAudioSessionCategoryPlayAndRecord) { [RTCAudioSessionCacheManager cacheCurrentAudioSession]; AVAudioSessionCategoryOptions categoryOptions = AVAudioSessionCategoryOptionDefaultToSpeaker | AVAudioSessionCategoryOptionMixWithOthers; if (@available(iOS 10.0, *)) { categoryOptions |= AVAudioSessionCategoryOptionAllowBluetooth; } [[AVAudioSession sharedInstance] setCategory:AVAudioSessionCategoryPlayAndRecord withOptions:categoryOptions error:nil]; [[AVAudioSession sharedInstance] setActive:YES error:nil];} //功能結束時重置audioSession[RTCAudioSessionCacheManager resetToCachedAudioSession];
static AVAudioSessionCategory cachedCategory = nil;static AVAudioSessionCategoryOptions cachedCategoryOptions = nil; @implementation RTCAudioSessionCacheManager //更改audioSession前緩存RTC當下的設置+ (void)cacheCurrentAudioSession { if (![[AVAudioSession sharedInstance].category isEqualToString:AVAudioSessionCategoryPlayback] && ![[AVAudioSession sharedInstance].category isEqualToString:AVAudioSessionCategoryPlayAndRecord]) { return; } @synchronized (self) { cachedCategory = [AVAudioSession sharedInstance].category; cachedCategoryOptions = [AVAudioSession sharedInstance].categoryOptions; }} //重置到緩存的audioSession設置+ (void)resetToCachedAudioSession { if (!cachedCategory || !cachedCategoryOptions) { return; } BOOL needResetAudioSession = ![[AVAudioSession sharedInstance].category isEqualToString:cachedCategory] || [AVAudioSession sharedInstance].categoryOptions != cachedCategoryOptions; if (needResetAudioSession) { dispatch_async(dispatch_get_global_queue(0, 0), ^{ [[AVAudioSession sharedInstance] setCategory:cachedCategory withOptions:cachedCategoryOptions error:nil]; [[AVAudioSession sharedInstance] setActive:YES error:nil]; @synchronized (self) { cachedCategory = nil; cachedCategoryOptions = nil; } }); }} @end兜底策略
考慮到在線教室場景的復雜度，讓教室內所有功能代碼都遵循 AVAudioSession 的修改規范，雖然有嚴格的 codeReview，但是也存在一定的人為因素風險，隨著業務功能不斷迭代，無法完全保證線上不出問題，因此一套可靠的兜底策略顯得非常有必要。
兜底策略的基本邏輯是 hook 到 AVAudioSession 的變化，當各模塊對 AVAudioSession 的設置不符合規范要求時，我們在不影響功能的前提下強制進行修正，比如對 options 補充上混音模式。
通過方法交換我們可以 hook 到 AVAudioSession 的更改。比如用 kk_setCategory:withOptions: error: 與系統的 setCategory:withOptions: error: 進行交換，在交換的方法里，我們判斷 options 是否包含 AVAudioSessionCategoryOptionMixWithOthers，如果沒有包含我們就進行追加。
- (BOOL)kk_setCategory:(AVAudioSessionCategory)category withOptions:(AVAudioSessionCategoryOptions)options error:(NSError **)outError { //在需要進行對audioSession進行修正的場景下（RTC直播），修改options時未包含mixWithOther，則給options追加mixWithOther BOOL addMixWithOthersEnable = shouldFixAudioSession && !(options & AVAudioSessionCategoryOptionMixWithOthers)]; if (addMixWithOthersEnable) { return [self kk_setCategory:category withOptions:options | AVAudioSessionCategoryOptionMixWithOthers error:outError];; } return [self kk_setCategory:category withOptions:options error:outError];}
但上述方法只對通過調用 setCategory:withOptions: error: 來設置 audioSession 有效，如果調用了 setCategory:error: 來更改 audioSession，則會造成調用死循環的問題。在 iOS 底層實現中，調用 setCategory:error: 時，內部會再調用 setCategory:withOptions: error: 方法，因為進行了方法交換，從而出現嵌套調用問題。
針對該問題，我們通過監聽 AVAudioSessionRouteChangeNotification 通知，來 hookcategory 的變化，AVAudioSessionRouteChangeNotification 在調用 setCategory:error: 時會觸發，而不會在調用 setCategory:withOptions: error: 時直接觸發，進而與上述方法形成了很好的互補。
//添加對AVAudioSessionRouteChange的監聽[[NSNotificationCenter defaultCenter] addObserver:self selector:@selector(handleRouteChangeNotification:) name:AVAudioSessionRouteChangeNotification object:nil]; - (void)handleRouteChangeNotification:(NSNotification *)notification { NSNumber* reasonNumber = notification.userInfo[AVAudioSessionRouteChangeReasonKey]; AVAudioSessionRouteChangeReason reason = (AVAudioSessionRouteChangeReason)reasonNumber.unsignedIntegerValue; if (reason == AVAudioSessionRouteChangeReasonCategoryChange) { AVAudioSessionCategoryOptions currentCategoryOptions = [AVAudioSession sharedInstance].categoryOptions; AVAudioSessionCategory currentCategory = [AVAudioSession sharedInstance].category; //在需要進行對audioSession進行修正的場景下（RTC直播），修改category時options未包含mixWithOther，則給options追加mixWithOther if (shouldFixAudioSession && !(currentCategoryOptions & AVAudioSessionCategoryOptionMixWithOthers)) { [[AVAudioSession sharedInstance] setCategory:currentCategory withOptions:currentCategoryOptions | AVAudioSessionCategoryOptionMixWithOthers error:nil]; } }}報警機制
即使有修改規范與兜底策略的保障，隨著教室業務迭代與 iOS 系統升級，也無法保證線上完全不出問題，因此我們建立了問題報警機制，當線上出現問題時，能在工作群里及時收到警報，根據警報的問題信息，通過日志進一步排查問題。通過報警機制，我們可以更快速的對線上問題作出反應，不被動依賴于學生的投訴反饋，以最快的速度推進問題解決。
當 RTC 聲音被打斷時，底層音視頻 SDK 會回調警告錯誤碼（如 agora 的 warningCode 為 1025），當出現對應的警告碼時，結合 slardar 的報警功能，在飛書群里以消息的形式進行同步。同時在 hook 到 AVAudioSession 的變更時，通過獲取堆棧信息，可以定位到是哪個模塊觸發的更改，結合報警用戶信息，可以更方便的定位問題。
媒體聲音被抑制媒體聲音在媒體音量下開啟播放，播放途中因為連麥而切換到了通話音量，此時因為系統特性，媒體音量會被通話音量抑制而導致聲音變小。
針對該問題，我們使用音視頻 SDK 提供的混音、混流功能來規避。基本原理是播放媒體資源時，我們拿到資源的 pcm 音頻數據，將數據拋給 RTC 的 audioUnit 進行混合，由 RTC 音頻播放單元統一播放，如果此時 RTC 使用的是通話音量，則媒體資源也是使用的通話音量播放，反之亦然。以此來保證媒體資源與 RTC 始終保持統一的音量控制機制，而避免聲音大小存在差異。
混音是指給到音頻的本地文件路徑，或者播放的 url，由 SDK 進行數據讀取與播放。混流是指針對視頻文件，播放器只解碼播放視頻數據，將音頻數據實時拋出來給到 SDK，SDK 將傳入的實時音頻數據與 RTC 音頻數據進行混合與播放。項目中我們使用點播 SDK TTVideoEngine 來實現視頻播放與音頻外拋。
總結通過上線上述綜合解決方案，聲音問題得到了有效的解決，同時也能從容應對快速迭代的教室需求，有效提升了在線教室的體驗。
到此，這篇關于討論在線教室 iOS 端聲音問題綜合解決方案的文章就介紹到這了,更多相關在線教室IOS端聲音解決方案內容，請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章，希望大家以后多多支持好吧啦網！
相關文章：
網公網安備