SwiftUI文本转语音应用触发Thread Performance警告问题求助

从调用栈和代码来看，问题出在AVSpeechSynthesisVoice(language:)方法在用户交互级别的主线程中同步执行时，内部依赖了运行在Default QoS级别的低优先级线程，导致主线程等待低优先级线程，触发优先级反转警告。

解决方案 #

核心思路是将语音资源的加载和初始化操作从主线程移到后台执行，避免主线程阻塞等待。

1. 异步执行语音合成操作

将语音的创建和播放逻辑放到异步任务中，主线程只负责触发操作，不等待结果：

import SwiftUI
import AVFoundation

struct ContentView: View {
    private let synthesizer = AVSpeechSynthesizer()
    // 提前预加载常用语音，避免每次点击都初始化
    @State private var cachedVoice: AVSpeechSynthesisVoice?

    var body: some View {
        VStack {
            Button {
                Task {
                    let utterance = AVSpeechUtterance(string: "Taylor Swift")
                    // 使用预加载的语音，或者异步获取
                    utterance.voice = cachedVoice ?? await fetchVoice(language: "en-US")
                    // 确保在主线程调用speak（AVSpeechSynthesizer本身线程安全，更新UI时需切回主线程）
                    await MainActor.run {
                        synthesizer.speak(utterance)
                    }
                }
            } label: {
                Image(systemName: "play.fill")
                    .font(.system(size: 32))
                    .foregroundStyle(.black)
            }
        }
        .padding()
        .task {
            // 视图出现时后台预加载语音
            cachedVoice = await fetchVoice(language: "en-US")
        }
    }

    // 封装异步获取语音的方法
    private func fetchVoice(language: String) async -> AVSpeechSynthesisVoice? {
        await withCheckedContinuation { continuation in
            // 使用.userInitiated级别队列，避免后台任务优先级过低
            DispatchQueue.global(qos: .userInitiated).async {
                let voice = AVSpeechSynthesisVoice(language: language)
                continuation.resume(returning: voice)
            }
        }
    }
}

2. 关键优化点

• 预加载语音：在视图初始化或App启动时异步加载常用语音，避免用户点击时才触发初始化操作，减少响应延迟。
• 异步执行阻塞操作：将AVSpeechSynthesisVoice的创建放到后台队列，主线程不等待该操作完成，消除优先级反转的触发条件。
• 匹配QoS级别：后台队列使用.userInitiated而非默认的.default，确保语音加载任务的优先级足够高，不会被其他低优先级任务抢占资源。

3. 额外注意事项

• AVSpeechSynthesizer的speak(_:)方法本身线程安全，但如果需要在语音播放状态变化时更新UI，必须通过MainActor.run切换回主线程。
• 若应用支持多语言，可以预加载多个常用语言的语音资源，进一步提升用户操作的响应速度。

内容的提问来源于stack exchange，提问作者Zhou Haibo