AudioQueue播放PCM与192kHz/24bit音频混音时出现0.5秒静音问题

使用AudioQueue播放24kHz 16bit格式的PCM文件，同时与192kHz 24bit的sound2音频混音。AVAudioSession配置如下：

• Category：AVAudioSessionCategoryPlayback
• Options：AVAudioSessionCategoryOptionMixWithOthers|AVAudioSessionCategoryOptionDuckOthers

按预期，播放PCM时sound2应自动降低音量，但实际情况是sound2在降音量前会出现0.5秒的完全静音，之后才输出降音量后的声音。该问题仅在sound2为192kHz 24bit音质时出现，降低其音质则一切正常，最终sound2确实会按设置降低音量。

这一问题的核心是高采样率音频的实时重采样延迟：当系统触发DuckOthers逻辑时，需要将192kHz 24bit的sound2实时转换为与AudioQueue播放的PCM一致的采样率（24kHz），这个格式转换的初始化过程需要额外时间，导致短暂静音后才完成降音处理。低采样率音频的转换开销极低，因此不会出现明显延迟。

1. 预转换sound2采样率 #

将192kHz 24bit的sound2预先转换为与AudioQueue播放的PCM相同的采样率（24kHz），或系统通用的采样率（如44.1kHz/48kHz），避免系统实时重采样的等待。可以通过AudioConverterRef（AudioToolbox框架）或AVAssetReader/AVAssetWriter完成离线转换。

2. 手动实现Duck逻辑 #

取消AVAudioSessionCategoryOptionDuckOthers选项，改为手动控制sound2的音量变化：

• 确保sound2的播放器（如AVPlayer）保留音量控制权限
• 在AudioQueue开始播放PCM的回调中，通过线性渐变的方式降低sound2的音量（比如0.1秒内从原音量降到目标降音量）
• PCM播放结束后，再线性恢复sound2的原音量

3. 提前激活AudioSession #

在启动AudioQueue播放前，提前激活AVAudioSession，给系统足够时间完成音频格式适配：

AVAudioSession *session = [AVAudioSession sharedInstance];
NSError *error;
[session setCategory:AVAudioSessionCategoryPlayback
             options:AVAudioSessionCategoryOptionMixWithOthers|AVAudioSessionCategoryOptionDuckOthers
               error:&error];
[session activateWithOptions:AVAudioSessionActivateOptionNotifyOthersOnDeactivation error:&error];

// 提前100ms启动AudioQueue，给系统预留适配时间
dispatch_after(dispatch_time(DISPATCH_TIME_NOW, (int64_t)(0.1 * NSEC_PER_SEC)), dispatch_get_main_queue(), ^{
    // 启动AudioQueue播放PCM的代码
});

4. 优化sound2播放器配置 #

如果sound2使用AVPlayer，关闭自动等待最小化卡顿的选项，强制播放器提前加载音频数据：

AVPlayer *sound2Player = [[AVPlayer alloc] initWithURL:sound2URL];
sound2Player.automaticallyWaitsToMinimizeStalling = NO;

内容的提问来源于stack exchange，提问作者yuanjilee