CoreAudio 和 AVFoundation 之间的性能

Question

我有一个关于 CoreAudio 和 AVFoundation 的问题。

我使用带有 AUGraph 和 AudioUnit 的 CoreAudio 构建了一个专业音频应用程序。

我想切换到看起来非常棒的 AVFoundation 框架。但由于我担心性能，我想了解更多。

在我的核心音频渲染回调中，我可以以 44100kHz 的采样率处理 512 个样本，因此我的回调每 10 毫秒调用一次，我认为它可以轻松更快（对吗？）。

现在在 AVFoundation 中，渲染回调是 AVAudioNode 的 Tap。而且我在评论中看到 bufferSize 参数是the requested size of the incoming buffers in sample frames. Supported range is [100, 400] ms. 那么这是否意味着我每次调用都不能处理少于 4410 个样本？

限制是否来自 Objective-C 的约束（消息调用、锁定等）？

它不会对实时 DSP 流程产生影响吗？

Answer 1

在我使用 iOS AVAudioEngine API (iOS 10.3.3) 的实验中，我确实发现在 AVAudioNode 总线上安装分接头不会在我的 iPhone 7 上提供短于 4410 个样本的缓冲区。这可能是因为 AVAudioEngine 分接头提供与 CoreAudio 音频单元回调相比，缓冲到优先级较低的线程，因此无法经常可靠地调用，从而导致更高的延迟。

但是，可以创建一个 V3 AUAudioUnit 子类，接收的缓冲区（由实例的 internalRenderBlock 用于输出）配置为在 iPhone 7 上从 512 到短至 64 个样本。在音频会话上调用 setPreferredIOBufferDuration 似乎可以设置首选 AUAudioUnit 渲染块缓冲区大小。我发布了一些测试代码（混合了 Swift 3 和 Objective C），用于创建我认为可以工作的低延迟 V3 AUAudioUnit 音频发生器子类here。确实需要了解并遵循渲染块内的实时编码限制（没有方法调用、锁、内存分配等），因此块内的音频上下文代码的纯 C 似乎是最好的（甚至可能是强制性的）。

对于具有同样短缓冲区的低延迟麦克风输入，您可以尝试将您的音频单元子类连接到 audioEngine 的 inputNode，然后在您的单元渲染块内调用输入的 AURenderPullInputBlock。