談起音視訊，前端能做些什麼

ixlei發表於2018-11-23
前端

@(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HTMLMediaElement，video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autoplay和preload 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touch、click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fetch的response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Audio和Video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