使用AudioKit录音并播放音频时出现高频反馈的技术求助

问题根源 #

你的代码中，AudioKit的AudioEngine将处理后的音频（经PitchShifter）直接输出到扬声器，同时AVPlayer也在播放音频。麦克风会拾取扬声器发出的所有声音（包括AudioEngine输出的处理后音频和AVPlayer的播放音频），重新输入到AudioEngine中形成闭环反馈回路，最终放大产生高频噪音。而单独使用AVAudioRecorder时，仅录制麦克风输入，没有将处理后的音频输出到扬声器，因此不会触发反馈。

具体修复方案 #

1. 切断AudioEngine到扬声器的输出路由 #

你仅需要录制处理后的音频文件，无需实时播放处理结果，因此可以移除AudioEngine到硬件扬声器的输出连接：

init() {
    guard let input = engine.input else { return }
    pitchShiftEffect = PitchShifter(input)
    // 移除 engine.output = pitchShiftEffect 这一行
}

这样AudioEngine仅处理音频数据并通过tap写入文件，不会将处理后的声音输出到扬声器，从源头避免麦克风拾取反馈信号。

2. 优化音频会话配置，启用系统回声消除 #

调整音频会话参数，开启系统自带的回声消除和噪音抑制功能，进一步降低反馈风险：

private func handleAudioSessionCategory() {
    let session = AVAudioSession.sharedInstance()
    do {
        let options: AVAudioSession.CategoryOptions
        if UIDevice.primaryAudioDevice == .defaultSpeakers {
            options = [.defaultToSpeaker, .allowBluetooth, .enableSpokenAudio]
            try Settings.setSession(category: .playAndRecord, with: options)
        } else {
            options = [.enableSpokenAudio]
            try Settings.setSession(category: .playAndRecord, mode: .videoRecording, with: options)
        }
        try session.setCategory(.playAndRecord, mode: .videoRecording, options: options)
        try session.setActive(true)
    } catch {
        print("Audio session configuration failed: \(error.localizedDescription)")
    }
}

注：enableSpokenAudio会启用系统的回声消除与噪音抑制，对降低播放-录制串扰有明显帮助。

3. 调整Tap安装时机与错误处理 #

当前代码在引擎启动后才安装tap，可能导致初始音频流异常。建议先安装tap再启动引擎，同时替换try!为try?避免崩溃：

func start(baseNote: Note) {
    handleAudioSessionCategory()
    
    pitchDetectionService.start { data in
        self.autoCorrectPitch(data, baseNote: baseNote)
    }

    // 先安装Tap再启动引擎
    engine.input?.avAudioNode.installTap(onBus: 0, bufferSize: 4096, format: nil) { buffer, time in
        try? self.unprocessedAudioFile?.write(from: buffer)
    }

    pitchShiftEffect.avAudioNode.installTap(onBus: 0, bufferSize: 4096, format: nil) { buffer, time in
        try? self.processedAudioFile?.write(from: buffer)
    }
    
    try? engine.start()
}

注：直接对pitchShiftEffect节点安装tap，替代原engine.output的tap，避免因移除engine.output导致tap失效。

4. 限制极端音高偏移参数 #

检查autoCorrectPitch逻辑，避免设置极端的pitchRatio值。过度极端的音高偏移会生成失真的高频信号，更容易触发反馈循环。确保变调范围控制在合理区间（比如±12半音内）。

5. 扬声器播放时的额外防护 #

如果必须在扬声器播放AVPlayer音频，可进一步降低AVPlayer音量（当前已设置为0.01，可尝试更低），或在扬声器模式下完全禁止AudioEngine的音频输出（仅录制原始输入）。

内容的提问来源于stack exchange，提问作者Sotiris Kaniras