談起音視訊,前端能做些什麼

ixlei發表於2018-11-23

@(音視訊)[Audio|Video|MSE]

音視訊隨著網際網路的發展,對音視訊的需求越來越多,然而音視訊無亂是播放還是編解碼,封裝對效能要求都比較高,那現階段的前端再音視訊領域都能做些什麼呢。


[TOC]

音訊或視訊的播放

html5 audio

提起音視訊的播放,我萌首先想到的是HTMLMediaElementvideo播放視訊,audio播放音訊。舉個栗子:

<audio controls autoplay loop="true" preload="auto" src="audio.mp3"></audio>
複製程式碼
  • controls指定瀏覽器渲染成html5 audio.
  • autoplay屬性告訴瀏覽器,當載入完的時候,自動播放.
  • loop屬性迴圈播放.
  • preload當渲染到audio元素時,便載入音訊檔案.
  • 移動端的瀏覽器並不支援autoplaypreload 屬性,即不會自動載入音訊檔案,只有通過一些事件觸發,比如touchclick事件等觸發載入然後播放.
  • 媒體元素還有一些改變音量,某段音訊播放完成事件等,請閱讀HTMLMediaElement.
  • 當然如果你的網頁是跑在WebView中,可以讓客戶端設定一些屬性實現預載入和自動播放。

AudioContext

雖然使用html5的audio可以播放音訊,但是正如你看到存在很多問題,同時我萌不能對音訊的播放進行很好的控制,比如說從網路中獲取到音訊二進位制資料,有的時候我萌想順序播放多段音訊,對於使用audio元素也是力不從心,處理起來並不優雅。 舉個栗子:

function queuePlayAudio(sounds) {
	let index = 0;
	function recursivePlay(sounds, index) {
		if(sounds.length == index) return;
		sounds[index].play();
		sounds[index].onended = recursivePlay.bind(this, sounds, ++index);
	}
}
複製程式碼

監聽audio元素的 onended 事件,順序播放。

為了更好的控制音訊播放,我萌需要AudioContext.

AudioContext介面表示由音訊模組連線而成的音訊處理圖,每個模組對應一個AudioNode。AudioContext可以控制它所包含的節點的建立,以及音訊處理、解碼操作的執行。做任何事情之前都要先建立AudioContext物件,因為一切都發生在這個環境之中。

可能理解起來比較晦澀,簡單的來說,AudioContext 像是一個工廠,對於一個音訊的播放,從音源到聲音控制,到連結播放硬體的實現播放,都是由各個模組負責處理,通過connect 實現流程的控制。

點選檢視

現在我萌便能實現音訊的播放控制,比如從網路中獲取。利用AJAX中獲取 arraybuffer型別資料,通過解碼,然後把音訊的二進位制資料傳給AudioContext建立的BufferSourceNode,最後通過連結 destination 模組實現音訊的播放。

   export default class PlaySoundWithAudioContext {
	constructor() {
	        if(PlaySoundWithAudioContext.isSupportAudioContext()) {
	            this.duration = 0;
	            this.currentTime = 0;
	            this.nextTime = 0;
	            this.pending = [];
	            this.mutex = false;
	            this.audioContext = new (window.AudioContext || window.webkitAudioContext)();
	        }
	    }
	    static isSupportAudioContext() {
	        return window.AudioContext || window.webkitAudioContext;
	    }

	   play(buffer) {
	        var source = this.audioContext.createBufferSource(); 
	        source.buffer = buffer;                  
	        source.connect(this.audioContext.destination); 
	        source.start(this.nextTime);
	        this.nextTime += source.buffer.duration;
	    }

    addChunks(buffer) {
        this.pending.push(buffer);
        let customer = () => {
            if(!this.pending.length) return;
            let buffer = this.pending.shift();
            this.audioContext.decodeAudioData(buffer, buffer => {
            this.play(buffer);
            console.log(buffer)
            if(this.pending.length) {
                customer()
            }
            }, (err) => {
                console.log('decode audio data error', err);
            });
        }
        if(!this.mutex) {
            this.mutex = true;
            customer()
        }
       
    }

    clearAll() {
        this.duration = 0;
        this.currentTime = 0;
        this.nextTime = 0;
    }
}

複製程式碼

AJAX呼叫

function xhr() {
    var XHR = new XMLHttpRequest();
   XHR.open('GET', '//example.com/audio.mp3');
  XHR.responseType = 'arraybuffer';
  XHR.onreadystatechange = function(e) {
      if(XHR.readyState == 4) {
         if(XHR.status == 200) {
	   playSoundWithAudioContext.addChunks(XHR.response);
	}
      }
   }
  XHR.send();
}
複製程式碼

使用Ajax播放對於小段的音訊檔案還行,但是一大段音訊檔案來說,等到下載完成才播放,不太現實,能否一邊下載一邊播放呢。這裡就要利用 fetch 實現載入stream流。


fetch(url).then((res) => {
    if(res.ok && (res.status >= 200 && res.status <= 299)) {
        readData(res.body.getReader())
    } else {
        that.postMessage({type: constants.LOAD_ERROR})
    }
})

function readData(reader) {
    reader.read().then((result) => {
        if(result.done) {
            return;
        }
        console.log(result);
        playSoundWithAudioContext.addChunks(result.value.buffer);
    })
}
複製程式碼

簡單的來說,就是fetchresponse返回一個readableStream介面,通過從中讀取流,不斷的餵給audioContext 實現播放,測試發現移動端不能順利實現播放,pc端瀏覽器可以。

PCM audio

實現audioContext播放時,我萌需要解碼,利用decodeAudioDataapi實現解碼,我萌都知道,一般音訊都要壓縮成mp3,aac這樣的編碼格式,我萌需要先解碼成PCM資料才能播放,那PCM 又是什麼呢?我萌都知道,聲音都是由物體振動產生,但是這樣的聲波無法被計算機儲存計算,我萌需要使用某種方式去刻畫聲音,於是乎便有了PCM格式的資料,表示麥克風採集聲音的頻率,採集的位數以及聲道數,立體聲還是單聲道。

Media Source Extensions

Media Source Extensions可以動態的給AudioVideo建立stream流,實現播放,簡單的來說,可以很好的播放進行控制,比如再播放的時候實現 seek 功能什麼的,也可以在前端對某種格式進行轉換進行播放,並不是支援所有的格式的。

點選檢視

通過將資料append進SourceBuffer中,MSE把這些資料存進緩衝區,解碼實現播放。這裡簡單的舉個使用MSE播放 audio的栗子:

export default class PlaySoundWithMSE{
    constructor(audio) {
        this.audio = audio;
        if(PlaySoundWithMSE.isSupportMSE()) {
            this.pendingBuffer = [];
            this._mediaSource = new MediaSource();
            this.audio.src = URL.createObjectURL(this._mediaSource);
            this._mediaSource.addEventListener('sourceopen', () => {
                this.sourcebuffer = this._mediaSource.addSourceBuffer('audio/mpeg');
                this.sourcebuffer.addEventListener('updateend', 
                this.handleSourceBufferUpdateEnd.bind(this));
            })
        }
    }

    addBuffer(buffer) {
        this.pendingBuffer.push(buffer);
    }

    handleSourceBufferUpdateEnd() {
        if(this.pendingBuffer.length) {
            this.sourcebuffer.appendBuffer(this.pendingBuffer.shift());
        } else {
            this._mediaSource.endOfStream();
        }
    }

    static isSupportMSE() {
        return !!window.MediaSource;
    }
}
複製程式碼

HTML5 播放器

談起html5播放器,你可能知道bilibili的flv.js,它便是依賴Media Source Extensions將flv編碼格式的視訊轉包裝成mp4格式,然後實現播放。

點選檢視

從流程圖中可以看到,IOController實現對視訊流的載入,這裡支援fetch的 stream能力,WebSocket等,將得到的視訊流,這裡指的是flv格式的視訊流,將其轉封裝成MP4格式,最後將MP4格式的資料通過appendBuffer將資料餵給MSE,實現播放。

未來

上面談到的都是視訊的播放,你也看到,即使播放都存在很多限制,MSE的瀏覽器支援還不多,那在視訊的編碼解碼這些要求效能很高的領域,前端能否做一些事情呢? 前端效能不高有很多原因,在瀏覽器這樣的沙盒環境下,同時js這種動態語言,效能不高,所以有大佬提出把c++編譯成js ,然後提高效能,或許你已經知道我要說的是什麼了,它就是ASM.js,它是js的一種嚴格子集。我萌可以考慮將一些視訊編碼庫編譯成js去執行提高效能,其中就不得不提到的FFmpeg,可以考慮到將其編譯成asm,然後對視訊進行編解碼。

點選檢視

寫在最後

我萌可以看到,前端對音視訊的處理上由於諸多原因,可謂如履薄冰,但是在視訊播放上,隨著瀏覽器的支援,還是可以有所作為的。

招納賢士

今日頭條長期大量招聘前端工程師,可選北京、深圳、上海、廈門等城市。歡迎投遞簡歷到 tcscyl@gmail.com / yanglei.yl@bytedance.com

相關文章