录制语音的正确 AVAudioRecorder 设置？

Posted 2023-02-23

【中文标题】录制语音的正确 AVAudioRecorder 设置？

【英文标题】：Proper AVAudioRecorder Settings for Recording Voice?

【发布时间】：2010-01-27 18:14:00

【问题描述】：

我正在使用 AVAudioRecorder 添加语音备忘录功能，我需要知道用于录制语音的录音机的最佳设置。

不幸的是，我对音频一无所知，以至于我什至不确定谷歌的术语是什么。

目前，我正在使用从某处复制的以下内容用于测试目的：

recorderSettingsDict=[[NSDictionary alloc] initWithObjectsAndKeys:[NSNumber numberWithInt:kAudioFormatAppleIMA4],AVFormatIDKey,
                        [NSNumber numberWithInt:44100.0],AVSampleRateKey,
                        [NSNumber numberWithInt: 2],AVNumberOfChannelsKey,
                        [NSNumber numberWithInt:16],AVLinearPCMBitDepthKey,
                        [NSNumber numberWithBool:NO],AVLinearPCMIsBigEndianKey,
                        [NSNumber numberWithBool:NO],AVLinearPCMIsFloatKey,
                        nil];

或：

defaultSettings =     
    AVFormatIDKey = 1768775988;
    AVLinearPCMBitDepthKey = 16;
    AVLinearPCMIsBigEndianKey = 0;
    AVLinearPCMIsFloatKey = 0;
    AVNumberOfChannelsKey = 2;
    AVSampleRateKey = 44100;
;

这可行，但我不知道它在质量、速度、文件大小等方面是否最适合语音。

AVAudioRecorder Class Reference list many settings constants，但我不知道哪些用于语音。

除此之外，如果有人知道一个好的“Dummy 的音频格式”资源，我也会接受。 （注意：我浏览过 Apple Docs，他们认为我没有数字音频知识库。）

【问题讨论】：

伙计，我认为在 iPad 发布当天发布此消息是一个战术错误。

【参考方案1】：

您需要阅读标题为在 iPhone OS 中使用声音的 iPhone Application Programming Guide 部分和 Audio Queue Services Programming Guide。 （编辑：这些链接已过时，在 iPhone OS 中使用声音已从当前的应用程序编程指南中删除，但 Audio Queue Services Programming Guide 已更新和移动。）

人类声音中的大多数声音都在人类听觉的中间范围内。即使以非常低的数据速率进行数字化，录制的语音也很容易理解。您可以踩遍录音，但仍然有一个有用的文件。因此，您对这些录音的最终用途将指导您对这些设置的决定。

首先您需要选择音频格式。您的选择将取决于您在录制音频后要对音频执行的操作。您当前的选择是 IMA4。也许您会想要不同的格式，但 IMA4 是 iPhone 的不错选择。这是一种快速编码方案，因此对于有限的 iPhone 处理器来说不会太费力，而且它提供 4:1 压缩，因此不会占用太多存储空间。根据您选择的格式，您需要进行进一步的设置。

您当前的采样率 44.1 kHz 与 CD 音频的标准相同。除非您追求高保真录音，否则您不需要这么高的速率，但您不想使用任意速率。大多数音频软件只能了解特定步骤的速率，例如 32 kHz、24 kHz、16 kHz 或 12 kHz。

您的声道数设置为 2，用于立体声。除非您使用额外的硬件，否则 iPhone 只有一个麦克风，1 个单声道就足够了。这将您的数据需求减少了一半。

您使用的三个线性 PCM 设置似乎仅适用于线性 PCM 格式的录音。我认为它们对您的代码没有影响，因为您使用的是 IMA4 格式。我不太了解 IMA4 格式，无法告诉您需要进行哪些设置，因此如果您决定继续使用该设置，则必须进行一些额外的研究。

【讨论】：

感谢您抽出宝贵时间写出这样的答案，但正如我在 OP 中所说，苹果文档没有说明哪些设置最适合语音。有关通道和采样率的信息很有用。

好的，如果我要在录制备忘录的应用程序中使用语音备忘录，我会将 AVFormatIDKey 设置为 kAudioFormatAppleIMA4，AVSampleRateKey 设置为 16000.0，AVNumberOfChannelsKey 设置为 1，并将其他所有内容保留为默认值。

很好的答案，谢谢。 Fwiw，WWDC 2010 的一些非常好的会议也涵盖了这个主题。特别是Fundamentals of Digital Audio 充满了很好的信息。该演示文稿中的slide deck 也非常有用。尤其是幻灯片 51 和 52。

我还是建议2个频道，因为用户可以使用耳机收听录音，更不用说通过电子邮件将文件发送到计算机了。

kiok45 - 在帖子发布 6 年后回复并抱怨链接断开是没有成效的；也许分享更新的链接！否则，指出并继续前进是你最好的选择；同样正确，只是 Apple 更改了他们的页面。

【参考方案2】：

需要考虑的一点是，长期以来，传统的固定电话公司——自从数字化以来——使用 8 位、7KHz 采样。这就是为什么干线线路的尺寸会如此之大。T1 20 64k 通道，这为通过的 56k 语音数据以及他们需要的任何管理元数据留下了一点开销。

所以如果你想要 POTS 质量，8b/7KHz 应该没问题。根据您的需要进行调整。