iOS模拟器运行Deepgram实时转写项目时AVAudioEngine格式验证崩溃问题

我帮你分析下这个崩溃的原因，以及对应的解决办法：

崩溃根源解析 #

这个IsFormatSampleRateAndChannelCountValid(format)错误，本质是AVAudioEngine在处理音频节点连接时，发现采样率或声道数的格式不合法。大概率是因为你代码里的音频格式设置和iOS模拟器的默认音频输入格式不匹配，或者节点之间的连接格式没有对齐导致的。

具体修复步骤 #

1. 强制统一音频会话格式

首先要把音频会话的格式和你传给Deepgram的参数（采样率48000、单声道）统一起来，避免模拟器用了不兼容的默认格式。修改音频会话的设置代码：

do {
    let session = AVAudioSession.sharedInstance()
    try session.setCategory(.record, mode: .default, options: [])
    // 强制设置采样率和声道数，和Deepgram请求参数对齐
    try session.setPreferredSampleRate(48000)
    try session.setPreferredInputNumberOfChannels(1)
    try session.activate()
    
    try audioEngine.start()
} catch {
    print("音频引擎启动失败：\(error.localizedDescription)")
}

2. 修正音频节点的格式处理

你代码里的转换器节点converterNode的tap设置用了节点默认的输出格式，这可能和我们需要的linear16格式不匹配。要明确指定tap的格式为目标格式，同时简化多余的节点逻辑：

private func startAnalyzingAudio() {
    let inputNode = audioEngine.inputNode
    // 明确指定和Deepgram匹配的输出格式
    guard let outputFormat = AVAudioFormat(commonFormat: .pcmFormatInt16, sampleRate: 48000, channels: 1, interleaved: true) else {
        print("无法创建目标音频格式")
        return
    }
    
    let converterNode = AVAudioMixerNode()
    audioEngine.attach(converterNode)
    
    // 给转换器节点添加tap时，直接使用我们需要的输出格式
    converterNode.installTap(onBus: 0, bufferSize: 1024, format: outputFormat) { [weak self] buffer, time in
        guard let data = self?.toNSData(buffer: buffer) else { return }
        self?.socket.write(data: data)
    }
    
    // 连接输入节点到转换器节点，使用输入节点的原始格式做转换
    audioEngine.connect(inputNode, to: converterNode, format: inputNode.inputFormat(forBus: 0))
    
    do {
        let session = AVAudioSession.sharedInstance()
        try session.setCategory(.record, mode: .default, options: [])
        try session.setPreferredSampleRate(48000)
        try session.setPreferredInputNumberOfChannels(1)
        try session.activate()
        
        try audioEngine.prepare()
        try audioEngine.start()
    } catch {
        print("音频引擎启动失败：\(error.localizedDescription)")
    }
}

3. 确认麦克风权限配置

别忘了在项目的Info.plist里添加麦克风权限申请，否则音频会话无法激活：
添加NSMicrophoneUsageDescription键，值填类似“需要访问麦克风进行实时音频转写”的描述。

额外提示 #

iOS模拟器的音频输入模拟和真机有差异，默认采样率可能不是48000，所以强制设置会话参数是关键。修改代码后记得Clean Build Folder再重新运行，避免旧缓存影响结果。

内容来源于stack exchange