一步一步教你实现iOS音频频谱动画（一）

概述如果你想先看看最终效果再决定看不看文章 -> bilibili 示例代码下载 第二篇：一步一步教你实现iOS音频频谱动画（二） 基于篇幅考虑，本次教程分为两篇文章，本篇文章主要讲述音频播放和频谱数据的获取，下篇将讲述数据处理和动画绘制。 前言 很久以前在电脑上听音乐的时候，经常会调出播放器的一个小工具，里面的柱状图会随着音乐节奏而跳动，就感觉自己好专业，尽管后来才知道这个是音频信号在频域下的表现。

如果你想先看看最终效果再决定看不看文章 -> bilibili
示例代码下载

第二篇：一步一步教你实现iOS音频频谱动画（二）

基于篇幅考虑，本次教程分为两篇文章，本篇文章主要讲述音频播放和频谱数据的获取，下篇将讲述数据处理和动画绘制。

前言

很久以前在电脑上听音乐的时候，经常会调出播放器的一个小工具，里面的柱状图会随着音乐节奏而跳动，就感觉自己好专业，尽管后来才知道这个是音频信号在频域下的表现。

热身知识

动手写代码之前，让我们先了解几个基础概念吧

音频数字化

采样： 总所周知，声音是一种压力波，是连续的，然而在计算机中无法表示连续的数据，所以只能通过间隔采样的方式进行离散化，其中采集的频率称为采样率。根据奈奎斯特采样定理 ，当采样率大于信号最高频率的2倍时信号频率不会失真。人类能听到的声音频率范围是20hz到20khz，所以CD等采用了44.1khz采样率能满足大部分需要。

量化： 每次采样的信号强度也会有精度的损失，如果用16位的Int(位深度)来表示，它的范围是[-32768,32767]，因此位深度越高可表示的范围就越大，音频质量越好。

声道数： 为了更好的效果，声音一般采集左右双声道的信号，如何编排呢？一种是采用交错排列(Interleaved)： LRLRLRLR ，另一种采用各自排列(non-Interleaved): LLL RRR。

以上将模拟信号数字化的方法称为脉冲编码调制（PCM），而本文中我们就需要对这类数据进行加工处理。

傅里叶变换

现在我们的音频数据是时域的，也就是说横轴是时间，纵轴是信号的强度，而动画展现要求的横轴是频率。将信号从时域转换成频域可以使用傅里叶变换实现，信号经过傅里叶变换分解成了不同频率的正弦波，这些信号的频率和振幅就是我们需要实现动画的数据。

图1 (from nti-audio) 傅里叶变换将信号从时域转换成频域

实际上计算机中处理的都是离散傅里叶变换(DFT)，而快速傅里叶变换(FFT)是快速计算离散傅里叶变换（DFT）或其逆变换的方法，它将DFT的复杂度从O(n²)降低到O(nlogn)。 如果你刚才点开前面链接看过其中介绍的FFT算法，那么可能会觉得这FFT代码该怎么写？不用担心，苹果为此提供了Accelerate框架，其中vDSP部分提供了数字信号处理的函数实现，包含FFT。有了vDSP，我们只需几个步骤即可实现FFT，简单便捷，而且性能高效。

iOS中的音频框架

现在开始让我们看一下iOS系统中的音频框架， AudioToolBox功能强大，不过提供的API都是基于C语言的，其大多数功能已经可以通过AVFoundation实现，它利用Objective-C/Swift对于底层接口进行了封装。我们本次需求比较简单，只需要播放音频文件并进行实时处理，所以AVFoundation中的AVAudioEngine就能满足本次音频播放和处理的需要。

图2 (from WWDC16) iOS/MAC OS X 音频技术栈 AVAudioEngine

AVAudioEngine 从iOS8加入到AVFoundation框架，它提供了以前需要深入到底层AudioToolBox才实现的功能，比如实时音频处理。它把音频处理的各环节抽象成AVAudioNode并通过AVAudioEngine进行管理，最后将它们连接构成完整的节点图。以下就是本次教程的AVAudioEngine与其节点的连接方式。

图3 AVAudioEngine和AVAudioNode连接图

mainmixerNode和outputNode都是在被访问的时候默认由AVAudioEngine对象创建并连接的单例对象，也就是说我们只需要手动创建engine和player节点并将他们连接就可以了！最后在mainmixerNode的输出总线上安装分接头将定量输出的AVAudioPCMBuffer数据进行转换和FFT。

代码实现

了解了以上相关知识后，我们就可以开始编写代码了。打开项目AudioSpectrum01-starter，首先要实现的是音频播放功能。

如果你只是想浏览实现代码，打开项目AudioSpectrum01-final即可，已经完成本篇文章的所有代码

音频播放

在AudioSpectrumPlayer类中创建AVAudioEngine和AVAudioPlayerNode两个实例变量：

private let engine = AVAudioEngine() private let player = AVAudioPlayerNode() 复制代码

接下来在init()方法中添加如下代码：

//1 engine.attach(player) engine.connect(player,to: engine.mainmixerNode,format: nil) //2 engine.prepare() try! engine.start() 复制代码

//1：这里将player挂载到engine上，再把player与engine的mainmixerNode连接起来就完成了AVAudioEngine的整个节点图创建（详见图3）。
//2：在调用engine的strat()方法开始启动engine之前，需要通过prepare()方法提前分配相关资源

继续完善play(withfilename filename: String)和stop()方法：

//1 func play(withfilename filename: String) { guard let audiofileURL = Bundle.main.url(forResource: filename,withExtension: nil),let audiofile = try? AVAudiofile(forReading: audiofileURL) else { return } player.stop() player.schedulefile(audiofile,at: nil,completionHandler: nil) player.play() } //2 func stop() { player.stop() } 复制代码

//1：首先需要确保文件名为filename的音频文件能正常加载，然后通过stop()方法停止之前的播放，再调用schedulefile(_:at:completionHandler:)方法编排新的文件，最后通过play()方法开始播放。
//2：停止播放调用player的stop()方法即可。

音频播放功能已经完成，运行项目，试试点击音乐右侧的Play按钮进行音频播放吧。

音频数据获取

前面提到我们可以在mainmixerNode上安装分接头定量获取AVAudioPCMBuffer数据，现在打开AudioSpectrumPlayer文件，先定义一个属性: fftSize，它是每次获取到的buffer的frame数量。

private var fftSize: Int = @H_400_301@2048 复制代码

将光标定位至init()方法中的engine.connect()语句下方，调用mainmixerNode的installTap方法开始安装分接头：

engine.mainmixerNode.installTap(onBus: @H_400_301@0,bufferSize: AVAudioFrameCount(fftSize),format: nil,block: { [weak self](buffer,when) in guard let strongSelf = self else { return } if !strongSelf.player.isPlaying { return } buffer.frameLength = AVAudioFrameCount(strongSelf.fftSize) //这句的作用是确保每次回调中buffer的frameLength是fftSize大小，详见：https://stackoverflow.com/a/27343266/6192288 let amplitudes = strongSelf.fft(buffer) if strongSelf.delegate != nil { strongSelf.delegate?.player(strongSelf,dIDGenerateSpectrum: amplitudes) } }) 复制代码

在分接头的回调 block 中将拿到的 2048 个 frame 的 buffer 交由fft函数进行计算，最后将计算的结果通过delegate进行传递。

按照 44100hz 采样率和 1 Frame = 1 Packet 来计算（可以参考这里关于channel、sample、frame、packet的概念与关系），那么block将会在一秒中调用44100/2048≈21.5次左右，另外需要注意的是block有可能不在主线程调用。

FFT实现

终于到实现FFT的时候了，根据vDSP文档，首先需要定义一个FFT的权重数组(fftSetup)，它可以在多次FFT中重复使用和提升FFT性能:

private lazy var fftSetup = vDSP_create_fftsetup(vDSP_Length(Int(round(log2(Double(fftSize))))),FFTradix(kFFTradix2)) 复制代码

不需要时在析构函数（反初始化函数）中销毁：

deinit { vDSP_destroy_fftsetup(fftSetup) } 复制代码

最后新建fft函数，实现代码如下：

private func fft(@H_400_301@_ buffer: AVAudioPCMBuffer) -> [[float]] { var amplitudes = [[float]]() guard let floatChannelData = buffer.floatChannelData else { return amplitudes } //1：抽取buffer中的样本数据 var channels: UnsafePointer<UnsafeMutablePointer<float>> = floatChannelData let channelCount = Int(buffer.format.channelCount) let isInterleaved = buffer.format.isInterleaved if isInterleaved { // deinterleave let interleavedData = UnsafeBufferPointer(start: floatChannelData[@H_400_301@0],count: self.fftSize * channelCount) var channelstemp : [UnsafeMutablePointer<float>] = [] for i in @H_400_301@0..<channelCount { var channelData = strIDe(from: i,to: interleavedData.count,by: channelCount).map{ interleavedData[$@H_400_301@0]} channelstemp.append(UnsafeMutablePointer(&channelData)) } channels = UnsafePointer(channelstemp) } for i in @H_400_301@0..<channelCount { let channel = channels[i] //2: 加汉宁窗 var window = [float](repeating: @H_400_301@0,count: Int(fftSize)) vDSP_hann_window(&window,vDSP_Length(fftSize),Int32(vDSP_HANN_norM)) vDSP_vmul(channel,@H_400_301@1,window,channel,vDSP_Length(fftSize)) //3: 将实数包装成FFT要求的复数fftInOut，既是输入也是输出 var realp = [float](repeating: @[email protected],count: Int(fftSize / @H_400_301@2)) var imagp = [float](repeating: @[email protected],count: Int(fftSize / @H_400_301@2)) var fftInOut = DSPSplitComplex(realp: &realp,imagp: &imagp) channel.withMemoryRebound(to: DSPComplex.self,capacity: fftSize) { (typeConvertedTransferBuffer) -> VoID in vDSP_ctoz(typeConvertedTransferBuffer,@H_400_301@2,&fftInOut,vDSP_Length(fftSize / @H_400_301@2)) } //4：执行FFT vDSP_fft_zrip(fftSetup!,vDSP_Length(round(log2(Double(fftSize)))),FFTDirection(FFT_FORWARD)); //5：调整FFT结果，计算振幅 fftInOut.imagp[@H_400_301@0] = @H_400_301@0 let fftnormFactor = float(@[email protected] / (float(fftSize))) vDSP_vsmul(fftInOut.realp,[fftnormFactor],fftInOut.realp,vDSP_Length(fftSize / @H_400_301@2)); vDSP_vsmul(fftInOut.imagp,fftInOut.imagp,vDSP_Length(fftSize / @H_400_301@2)); var channelAmplitudes = [float](repeating: @[email protected],count: Int(fftSize / @H_400_301@2)) vDSP_zvabs(&fftInOut,&channelAmplitudes,vDSP_Length(fftSize / @H_400_301@2)); channelAmplitudes[@H_400_301@0] = channelAmplitudes[@H_400_301@0] / @H_400_301@2 //直流分量的振幅需要再除以2 amplitudes.append(channelAmplitudes) } return amplitudes } 复制代码

通过代码中的注释，应该能了解如何从buffer获取音频样本数据并进行FFT计算了，不过以下两点是我在完成这一部分内容过程中比较难理解的部分：

通过buffer对象的方法floatChannelData获取样本数据，如果是多声道并且是interleaved，我们就需要对它进行deinterleave,通过下图就能比较清楚的知道deinterleave前后的结构，不过在我试验了许多音频文件之后，发现都是non-interleaved的，也就是无需进行转换。┑(￣Д ￣)┍

图4 interleaved的样本数据需要进行deinterleave vDSP在进行实数FFT计算时利用一种独特的数据格式化方式以达到节省内存的目的，它在FFT计算的前后通过两次转换将FFT的输入和输出的数据结构进行统一成DSPSplitComplex。第一次转换是通过vDSP_ctoz函数将样本数据的实数数组转换成DSPSplitComplex。第二次则是将FFT结果转换成DSPSplitComplex，这个转换的过程是在FFT计算函数vDSP_fft_zrip中自动完成的。

第二次转换过程如下：n位样本数据（n/2位复数）进行fft计算会得到n/2+1位复数结果：{[DC,0],C[2],...,C[n/2],[NY,0]} (其中DC是直流分量，NY是奈奎斯特频率的值,C是复数数组)，其中[DC,0]和[NY,0]的虚部都是0，所以可以将NY放到DC中的虚部中，其结果变成{[DC,NY],C[3],C[n/2]}，与输入位数一致。

图5 第一次转换时，vDSP_ctoz函数将实数数组转换成DSPSplitComplex结构

再次运行项目，现在除了听到音乐之外还可以在控制台中看到打印输出的频谱数据。

图6 将结果通过Google Sheets绘制出来的频谱图

好了，本篇文章内容到这里就结束了，下一篇文章将对计算好的频谱数据进行处理和动画绘制。

资料参考
[1] wikipedia，脉冲编码调制， zh.wikipedia.org/wiki/%E8%84…
[2] Mike Ash，音频数据获取与解析,www.mikeash.com/pyblog/frid…
[3] 韩 昊,傅里叶分析之掐死教程,blog.jobbole.com/70549/
[4] raywenderlich,AVAudioEngine编程入门，www.raywenderlich.com/5154-avaudi…
[5] Apple,vDSP编程指南,developer.apple.com/library/arc…
[6] Apple,auriotouch案例代码，developer.apple.com/library/arc…

作者：potato04 链接：https://juejin.im/post/5c1bbec66fb9a049cb18b64c 来源：掘金 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 总结

以上是内存溢出为你收集整理的一步一步教你实现iOS音频频谱动画（一）全部内容，希望文章能够帮你解决一步一步教你实现iOS音频频谱动画（一）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。