iOS基于AVAudioEngine实现录音无输入自动超时停止方案

你当前的代码逻辑是从录制启动时开始计时5秒后强制停止，而非检测"无音频输入的持续时长"，所以需要调整为「检测音频输入强度+重置计时」的逻辑，具体实现步骤如下：

1. 添加必要的属性 #

在你的类中新增两个属性，用于跟踪音频状态和计时：

// 记录最后一次检测到有效音频的时间
private var lastActiveAudioTime: DispatchTime?
// 静音阈值（可根据需求调整，0.01对应-40dB左右）
private let silenceThreshold: Float = 0.01

2. 实现音频音量计算方法 #

添加一个工具方法，用于计算音频缓冲区的音量（这里用RMS均方根音量，比峰值更稳定）：

private func calculateVolume(from buffer: AVAudioPCMBuffer) -> Float {
    guard let channelData = buffer.floatChannelData else { return 0 }
    let channelCount = Int(buffer.format.channelCount)
    let frameLength = UInt(buffer.frameLength)
    
    var sum: Float = 0
    for channel in 0..<channelCount {
        let data = channelData[channel]
        for i in 0..<Int(frameLength) {
            sum += data[i] * data[i]
        }
    }
    let rms = sqrt(sum / Float(frameLength * UInt(channelCount)))
    return rms
}

3. 修改startRecording方法 #

调整录制逻辑，每次收到音频缓冲区时先判断是否有有效输入，再更新计时，最后检查超时：

func startRecording() throws {
    guard let engine = self.audioEngine, let mic = mic else { return }
    let micFormat = mic.inputFormat(forBus: 0)
    self.state = .recording
    // 初始化最后活跃音频时间为当前时间
    self.lastActiveAudioTime = DispatchTime.now()
    
    mic.installTap(onBus: 0, bufferSize: 4096, format: micFormat) { [weak self] (buffer, when) in
        guard let self = self else { return }
        
        // 1. 计算当前缓冲区的音量
        let volume = self.calculateVolume(from: buffer)
        
        // 2. 如果音量超过阈值，更新最后活跃时间
        if volume > self.silenceThreshold {
            self.lastActiveAudioTime = DispatchTime.now()
        }
        
        // 3. 保存当前音频数据（你的原有逻辑）
        self.baseData = buffer.data().base64EncodedString()
        
        // 4. 检查是否超过无输入超时时间（5秒）
        guard let lastTime = self.lastActiveAudioTime else { return }
        let elapsedSinceLastActive = DispatchTime.now().uptimeNanoseconds - lastTime.uptimeNanoseconds
        let timeoutNanoseconds = 5 * 1_000_000_000 // 5秒转纳秒
        if elapsedSinceLastActive > timeoutNanoseconds {
            // 回到主线程停止录制（避免音频线程操作UI/引擎的线程问题）
            DispatchQueue.main.async {
                self.stopRecording()
            }
        }
    }
    
    if engine.isRunning { return }
    try engine.start()
}

关键说明 #

• 静音阈值调整：silenceThreshold可以根据你的场景微调，比如环境噪音大的话可以设为0.05，安静环境设为0.005
• 线程安全：停止录制的操作必须切到主线程，因为AVAudioEngine的大部分API需要在主线程调用
• 缓冲区大小：当前用的4096帧，对应约93毫秒（44.1kHz采样率下），这个值会影响检测的灵敏度，越小越灵敏但计算量略高

内容的提问来源于stack exchange，提问作者Farhandika