音频开发 / 系统课时

在 process 中实现增益和混音

在 process 中实现增益和混音

这一节直接在 AudioWorkletProcessor.process() 里处理输入和输出音频块:先看清通道数组结构,再实现双输入混音与增益控制,并把实时线程中最容易造成爆音或卡顿的写法排除掉。

学习目标

  • 理解 inputs、outputs 与 parameters 在一次 process() 调用中的结构。
  • 在 AudioWorklet 中完成双输入混音和可自动化增益。
  • 避免实时音频线程中的高分配、阻塞和逐块日志。

看清 process 的数据模型

process(inputs, outputs, parameters) 每次收到一小块音频数据。inputs 和 outputs 都是“节点端口 → 声道 → 浮点采样”的三层结构;最内层是 Float32Array。不要把块长度写死,应该读取输出声道数组的 length,这样代码不会依赖固定渲染量子大小。

parameters 保存通过 parameterDescriptors 声明的 AudioParam 数据。参数若采用 a-rate,一次块内可能得到逐采样值;如果浏览器发现整块值相同,也可能只给一个元素,因此处理时应同时兼容长度为 1 和长度等于音频块长度两种情况。

AudioWorklet 混音与增益数据流

实现双输入混音和增益

下面是一个可直接保存为 index.html 的完整示例,并应通过 HTTPS 或 localhost 打开。点击按钮后会创建两个振荡器,把它们接到同一个 AudioWorklet 的两个输入端口;处理器先将两路信号平均混合,再乘以 gain。用 Blob 注册处理器只是为了让示例保持单文件,实际项目通常把处理器放在独立模块文件中。

html
<!doctype html>
<html lang="zh-CN">
<meta charset="utf-8">
<title>AudioWorklet Mix</title>
<button id="start">Start</button>
<script>
const processorSource = `
class GainMixerProcessor extends AudioWorkletProcessor {
  static get parameterDescriptors() {
    return [{
      name: "gain",
      defaultValue: 0.4,
      minValue: 0,
      maxValue: 1,
      automationRate: "a-rate"
    }];
  }

  process(inputs, outputs, parameters) {
    const output = outputs[0];
    const gain = parameters.gain;

    for (let channel = 0; channel < output.length; channel++) {
      const out = output[channel];
      const left = inputs[0][channel];
      const right = inputs[1][channel];

      for (let i = 0; i < out.length; i++) {
        const a = left ? left[i] : 0;
        const b = right ? right[i] : 0;
        const g = gain.length === 1 ? gain[0] : gain[i];

        // 两路先平均,给后续增益留出余量,降低削波风险。
        out[i] = (a + b) * 0.5 * g;
      }
    }
    return true;
  }
}
registerProcessor("gain-mixer", GainMixerProcessor);
`;

document.querySelector("#start").addEventListener("click", async () => {
  const context = new AudioContext();
  await context.resume();

  const url = URL.createObjectURL(
    new Blob([processorSource], { type: "text/javascript" })
  );
  await context.audioWorklet.addModule(url);
  URL.revokeObjectURL(url);

  const mixer = new AudioWorkletNode(context, "gain-mixer", {
    numberOfInputs: 2,
    numberOfOutputs: 1,
    outputChannelCount: [1]
  });
  mixer.parameters.get("gain").setValueAtTime(0.4, context.currentTime);

  const oscA = new OscillatorNode(context, { frequency: 220 });
  const oscB = new OscillatorNode(context, { frequency: 330 });

  oscA.connect(mixer, 0, 0);
  oscB.connect(mixer, 0, 1);
  mixer.connect(context.destination);

  oscA.start();
  oscB.start();
  console.log("AudioWorklet mixer started");
});
</script>
</html>

预期结果

text
AudioWorklet mixer started

点击 Start 后还能听到 220 Hz 与 330 Hz 两个音调叠加后的声音。实际响度取决于设备音量;若没有声音,先确认页面获得了用户手势并且 AudioContext.state 已变为 running。

控制混音边界

简单相加 a + b 会让峰值更容易超过可表示范围,最终产生削波。示例先乘 0.5,适合两路幅度相近的教学场景;真实混音器通常会为每一路设置独立增益,并根据总路数、信号峰值和动态范围决定余量,而不是固定平均所有输入。

输入端口可能暂时没有数据,所以 inputs[n][channel] 可能不存在。实时处理代码应把缺失输入当作静音,而不是抛异常。输出声道数量也由节点配置决定,处理时应遍历实际的 output.length。

守住实时线程约束

process() 位于实时音频渲染路径上,目标不是“平均很快”,而是每一块都及时完成。高频创建对象或数组、逐块 console.log()、复杂字符串处理,以及任何可能等待 I/O 的设计都会增加抖动风险。需要传递控制信息时,用 AudioParam 处理连续数值,用 MessagePort 处理低频控制消息。

若算法变复杂,先从直通或简单增益版本开始,再逐段加入滤波、分析或混音逻辑。只要每次都用当前块的真实长度循环、复用已有缓冲区,并把非实时工作移出 process(),AudioWorklet 就能保持清晰且可预测的处理边界。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

在 process 中实现增益和混音

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通