音频开发 / 系统课时
协商采集与播放参数
协商采集与播放参数
音频设备并不保证支持应用写死的采样率、声道数、采样格式和帧大小。本篇把参数协商拆成“请求、能力匹配、降级、打开验证”四个环节,并用一个可运行示例实现明确的选择顺序,避免因为单一固定配置导致设备打开失败。
学习目标
- 区分应用期望参数与设备实际支持参数
- 设计采样率、声道、格式和帧大小的可解释降级顺序
- 在打开流之后验证最终参数,并判断何时需要重采样或声道转换
先把“期望值”和“可用值”分开
应用可以提出首选配置,例如 48 kHz、双声道、32 位浮点、每回调 128 帧,但这些只是期望值。真实设备可能只提供 44.1 kHz,或仅支持整型样本,甚至输入端和输出端的原生采样率都不同。
因此初始化时应先读取设备能力,再从支持集合中选择最接近期望的组合。若直接把首选值传给设备 API 并假设一定成功,换一块声卡、蓝牙设备或移动终端就可能立即失败。
按稳定顺序执行参数降级
参数协商最好有固定且可解释的优先级。常见策略是先保住业务最敏感的条件,再逐层放宽:先尝试完整匹配,其次允许帧大小变化,再允许采样格式变化,随后才考虑声道数和采样率变化。

这个顺序不是唯一标准。语音通话可能优先保住单声道与低延迟,音乐播放更在意采样率和声道布局。关键是把优先级写成规则,而不是让不同平台各自“碰运气”。
用可运行代码实现候选选择
下面的示例把设备能力表示为若干已支持配置,并按“采样率 → 声道 → 格式 → 帧大小”的权重选择离请求最近的候选。真实项目中,supported 应来自设备 API 的查询结果。
from dataclasses import dataclass
@dataclass(frozen=True)
class AudioConfig:
rate: int
channels: int
sample_format: str
frames: int
requested = AudioConfig(48_000, 2, "f32", 64)
supported = [
AudioConfig(48_000, 2, "f32", 128),
AudioConfig(48_000, 2, "s16", 256),
AudioConfig(48_000, 1, "f32", 128),
AudioConfig(44_100, 2, "f32", 256),
]
def score(config: AudioConfig) -> int:
# 采样率变化代价最高,随后是声道和格式;帧大小允许更灵活地降级。
rate_cost = 0 if config.rate == requested.rate else 10_000 + abs(config.rate - requested.rate)
channel_cost = 0 if config.channels == requested.channels else 1_000
format_cost = 0 if config.sample_format == requested.sample_format else 100
frame_cost = abs(config.frames - requested.frames)
return rate_cost + channel_cost + format_cost + frame_cost
chosen = min(supported, key=score)
print(chosen)预期输出
AudioConfig(rate=48000, channels=2, sample_format='f32', frames=128)这个结果说明设备没有 64 帧候选时,策略优先保留 48 kHz、双声道和 f32,只把帧大小降级到 128。若产品更看重极低延迟,可以提高 frame_cost 的权重;若产品更看重音质或免重采样,就应继续提高采样率变化的代价。
打开成功后仍要验证实际参数
能力查询不是最终事实。有些后端会对请求值做二次调整,因此流成功打开后还要读取实际采样率、声道数、格式和回调帧数,并把它们记录为处理链的真实输入条件。
当采集端和播放端无法得到同一采样率时,不要强行把两边都当成 48 kHz。应在中间显式加入重采样;声道数不一致时则做上混或下混;样本格式不同则在边界处转换,并避免在实时回调里临时申请转换缓冲。
把失败变成可诊断的降级
协商失败时应记录“请求配置、候选配置、最终配置和失败原因”,这样才能区分设备不支持、权限问题、独占模式冲突和实时负载过高。真正可靠的初始化不是一次调用成功,而是能够明确说明自己尝试了什么、为什么降级,以及最终处理链按什么参数运行。
只要设备能力、降级顺序和打开后的实际参数都被显式保存,后续 DSP、缓冲和同步逻辑就能建立在真实配置上,而不是建立在“设备应该支持”的假设上。