音频开发 / 系统课时
用 OfflineAudioContext 离线渲染效果
用 OfflineAudioContext 离线渲染效果
实时 AudioContext 一边计算一边把声音送往扬声器,而 OfflineAudioContext 会把同样的音频节点图尽快计算成一块新的 AudioBuffer。这适合预计算效果、导出处理结果和自动验证音频算法,也能避免把测试结果依赖于真实播放时间。
学习目标
- 理解
OfflineAudioContext与实时 AudioContext 在输出目标和时间推进方式上的差异 - 构建一条可运行的离线处理链并取得渲染后的
AudioBuffer - 判断离线渲染长度、效果尾音和浏览器播放限制等关键边界
离线渲染不会直接发声
创建 OfflineAudioContext 时必须确定声道数、总采样帧数和采样率。节点仍然通过 connect() 组成处理图,自动化参数仍按照音频时间轴设置,但 offline.destination 的目标不是物理扬声器,而是最终生成的缓冲区。

调用 startRendering() 后,浏览器会计算整个指定区间,并在完成时返回 Promise。计算过程不需要等待音频按真实的一秒、一秒地播放,因此一段十秒素材的离线渲染不等于固定等待十秒;实际耗时取决于设备和处理链复杂度。
渲染一秒钟的淡入淡出音频
下面创建一秒 440 Hz 正弦波,通过 GainNode 做淡入和淡出,离线渲染完成后再把结果交给普通 AudioContext 播放。按钮点击同时满足浏览器对有声播放通常要求用户手势触发的限制。
<!doctype html>
<meta charset="utf-8">
<title>OfflineAudioContext 示例</title>
<button id="render">离线渲染并播放</button>
<pre id="status"></pre>
<script>
document.querySelector('#render').addEventListener('click', async () => {
const sampleRate = 44100;
const duration = 1;
const frameCount = sampleRate * duration;
// 离线上下文的长度在创建时已经固定。
const offline = new OfflineAudioContext(1, frameCount, sampleRate);
const oscillator = offline.createOscillator();
const gain = offline.createGain();
oscillator.frequency.value = 440;
gain.gain.setValueAtTime(0, 0);
gain.gain.linearRampToValueAtTime(0.3, 0.05);
gain.gain.setValueAtTime(0.3, 0.8);
gain.gain.linearRampToValueAtTime(0, 1);
oscillator.connect(gain).connect(offline.destination);
oscillator.start(0);
oscillator.stop(duration);
// startRendering 完成后得到已经处理好的 AudioBuffer。
const renderedBuffer = await offline.startRendering();
const realtime = new AudioContext();
await realtime.resume();
const source = realtime.createBufferSource();
source.buffer = renderedBuffer;
source.connect(realtime.destination);
source.start();
const message =
`offline length=${renderedBuffer.length}, duration=${renderedBuffer.duration.toFixed(3)}s`;
document.querySelector('#status').textContent = message;
console.log(message);
});
</script>预期结果
offline length=44100, duration=1.000s页面同时会播放一秒钟的正弦波,并在开始与结束处平滑改变音量。这里的 44100 帧来自一秒时长乘以 44100 Hz 采样率,因此结果长度在渲染开始前就已经确定。
离线与实时的差别在目标而非节点语法
大多数常见 Web Audio 节点在两种上下文中的连接方式非常接近,因此已经验证过的滤波、Gain 和自动化逻辑通常可以迁移到离线上下文。真正需要改变的是输入准备、渲染长度以及渲染完成后的结果处理。
实时上下文适合用户正在听的声音:时间持续向前推进,节点按当前播放时钟工作。离线上下文适合得到一个确定的处理结果,例如为波形预处理增益、批量套用滤波器,或者在测试中检查渲染后缓冲区的采样数和峰值。
先确定长度再设计效果尾音
离线上下文不会自动因为混响或延迟仍有尾音就延长输出。如果原始素材长五秒,而效果还会衰减两秒,创建上下文时只分配五秒帧数,最后两秒尾音就会被截断。需要导出完整效果时,应把预计尾音一起计入总帧数。
同样,startRendering() 适合一次性得到结果,不适合作为不断追加媒体数据的实时播放机制。需要边接收边播放、响应暂停和 seek 时仍应使用实时 AudioContext 或媒体元素;需要固定输入经过固定处理链得到可复现结果时,离线渲染才最有价值。