Swift iOS实现把PCM语音转成MP3格式

港控/mmm° 2022-08-21 14:52 619阅读 0赞

最近折腾了swift的语音录制识别和转码，这块还是比较坑的，由于语音识别的准确度实测大概也就80%左右，所以还是需要上传录音文件啊。

首先是用讯飞语音SDK实现语音录制和识别（语音听写），第一个坑是讯飞SDK只录制了PCM格式的文件，这个文件是原始格式，默认比较大，另外播放器支持也不好，因此需要先把它转成mp3，本来考虑使用系统的AudioConverter转aac格式，不过aac好像不能在浏览器上播放。

转成mp3需要lame库支持，注意国内网搜到的lame.a库不支持64位，所以现在不能用了。

还好已经有人做了这个事情，直接提供了最新编译脚本和编译好的framework库，地址是https://github.com/wuqiong/mp3lame-for-iOS

我直接用了上面编译的framework，没有自己去编译，直接把lame.framework拖到工程里。

然后需要用oc写个封装类，我不确定这个封装类能不能用swift写，毕竟里面用了很多c的语法，还是用oc桥接一层比较保险。oc封装类如下：

#import <Foundation/Foundation.h>
    #import "AudioWrapper.h"
    #import "lame/lame.h"
    
    @implementation AudioWrapper
    
    + (void)audioPCMtoMP3 :(NSString *)audioFileSavePath :(NSString *)mp3FilePath
    {
        
        @try {
            int read, write;
            
            FILE *pcm = fopen([audioFileSavePath cStringUsingEncoding:1], "rb");  //source 被转换的音频文件位置
            fseek(pcm, 4*1024, SEEK_CUR);                                   //skip file header
            FILE *mp3 = fopen([mp3FilePath cStringUsingEncoding:1], "wb");  //output 输出生成的Mp3文件位置
            
            const int PCM_SIZE = 8192;
            const int MP3_SIZE = 8192;
            short int pcm_buffer[PCM_SIZE*2];
            unsigned char mp3_buffer[MP3_SIZE];
            
            lame_t lame = lame_init();
            lame_set_in_samplerate(lame, 11025.0);
            lame_set_VBR(lame, vbr_default);
            lame_init_params(lame);
            
            do {
                read = fread(pcm_buffer, 2*sizeof(short int), PCM_SIZE, pcm);
                if (read == 0)
                    write = lame_encode_flush(lame, mp3_buffer, MP3_SIZE);
                else
                    write = lame_encode_buffer_interleaved(lame, pcm_buffer, read, mp3_buffer, MP3_SIZE);
                
                fwrite(mp3_buffer, write, 1, mp3);
                
            } while (read != 0);
            
            lame_close(lame);
            fclose(mp3);
            fclose(pcm);
        }
        @catch (NSException *exception) {
            NSLog(@"%@",[exception description]);
        }
        @finally {
            NSLog(@"MP3 converted: %@",mp3FilePath);
        }
        
    }
    @end

然后在桥接文件XXX-Bridging-Header.h中加入

\#import "AudioWrapper.h"

最后 swift文件的调用如下:

dispatch_async(dispatch_get_global_queue(DISPATCH_QUEUE_PRIORITY_DEFAULT, 0)) {
                    AudioWrapper.audioPCMtoMP3(path, pathMp3)
    }

我觉得在主线程调用容易出问题，就新开了个线程调用，实测没有问题。