Microphone Permission: същност, видове достъп и принцип на работа

Същност на Microphone Permission

Microphone Permission е механизъм за защита на поверителността, който предотвратява неразрешен запис на аудио от микрофона на устройството. Мобилните платформи класират микрофона сред най-чувствителните ресурси, тъй като записът на звук може да улавя лични разговори, заобикалящата среда и поверителна информация.

Android класифицира RECORD_AUDIO като опасно разрешение, а iOS изисква задължително добавяне на ключа NSMicrophoneUsageDescription в Info.plist. И на двете платформи заявката се изпълнява по време на изпълнение, а потребителят може по всяко време да оттегли разрешението чрез системните настройки. Системният индикатор за запис (оранжева точка на iOS, зелен индикатор на Android 12+) сигнализира на потребителя, че приложението използва микрофона в момента.

Според проучване на Pew Research Center (2024), 54% от потребителите на мобилни устройства поне веднъж са отказали на приложение достъп до микрофона. Основната причина е неразбирането защо на приложението му е нужен запис на аудио. Затова разработчикът трябва възможно най-прозрачно да обяснява целта на използване на микрофона.

Разрешение за микрофон на Android

Разрешението за микрофон на Android се изисква чрез деклариране на RECORD_AUDIO в манифеста и заявка по време на изпълнение в кода на приложението. Започвайки от Android 10, достъпът до микрофона допълнително се регулира от ограничения за фоново работещи приложения.

Деклариране в AndroidManifest.xml

Първата стъпка е да се декларира разрешението RECORD_AUDIO във файла на манифеста. Без това деклариране заявката по време на изпълнение няма да има ефект и приложението няма да може да получи достъп до микрофона.

<uses-permission android:name="android.permission.RECORD_AUDIO" />
<uses-permission android:name="android.permission.CAPTURE_AUDIO_OUTPUT" />

CAPTURE_AUDIO_OUTPUT е системно разрешение, недостъпно за приложения на трети страни. То се използва само от системни приложения за заснемане на аудио изхода. За обикновените приложения е достатъчно RECORD_AUDIO за запис от микрофона.

Заявка по време на изпълнение на Kotlin

След декларирането в манифеста трябва да се изпълни заявката по време на изпълнение. Нека разгледаме пример с използване на AudioRecord за запис на аудио от микрофона.

private val recordAudioPermission =
    registerForActivityResult(ActivityResultContracts.RequestPermission()) { granted ->
    if (granted) {
        startRecording()
    } else {
        showMicrophoneExplanation()
    }
}

fun startRecording() {
    val sampleRate = 44100
    val bufferSize = AudioRecord.getMinBufferSize(sampleRate,
        AudioFormat.CHANNEL_IN_MONO,
        AudioFormat.ENCODING_PCM_16BIT)
    val recorder = AudioRecord(MediaRecorder.AudioSource.MIC,
        sampleRate, AudioFormat.CHANNEL_IN_MONO,
        AudioFormat.ENCODING_PCM_16BIT, bufferSize)
    recorder.startRecording()
    // Запис на аудио данни в буфера
}

Обработка на състоянието на записа

Важно е да се обработва правилно жизненият цикъл на аудио записа. При преминаване на приложението във фонов режим на Android 9 и по-нова версия, записът от микрофона може да бъде спрян от системата. Започвайки от Android 10, фонов достъп до микрофона е допълнително ограничен: приложението във фонов режим не може да започне запис, а активният запис се прекъсва. За фонов запис се изисква MediaProjection или Service с известие.

Разрешение за микрофон на iOS

Разрешението за микрофон на iOS се настройва чрез ключа NSMicrophoneUsageDescription в Info.plist и извикването на метода AVAudioSession.requestRecordPermission. Apple изисква задължително посочване на причината за използване на микрофона в диалога за заявка.

Настройка на Info.plist

Ключът NSMicrophoneUsageDescription е задължителен за всяко приложение, което иска достъп до микрофона. Без него приложението ще бъде прекратено неочаквано при опит за запис на аудио.

<key>NSMicrophoneUsageDescription</key>
<string>Приложението има нужда от достъп до микрофона, за да записва гласови бележки и да изпраща аудио съобщения.</string>

Заявка на Swift

Заявката за достъп до микрофона на iOS се изпълнява чрез AVAudioSession. След получаване на отговора приложението настройва аудио сесията и започва записа.

import AVFAudio

func requestMicrophoneAccess() {
    AVAudioSession.sharedInstance().requestRecordPermission { granted in
        DispatchQueue.main.async {
            if granted {
                self.configureAudioSession()
                self.startAudioRecording()
            } else {
                self.redirectToSettings()
            }
        }
    }
}

private func configureAudioSession() {
    let session = AVAudioSession.sharedInstance()
    do {
        try session.setCategory(.playAndRecord, mode: .default)
        try session.setActive(true)
    } catch {
        print("Audio session error: \(error)")
    }
}

Индикатор за запис

На iOS 14 и по-нова версия приложението, което използва микрофона, показва оранжев индикатор в лентата на състоянието. Потребителят вижда кое приложение в момента записва аудио. Ако приложението използва микрофона във фонов режим без сериозна причина, Apple може да отхвърли актуализацията. AVAudioSession позволява да се настрои категорията и режима на аудио сесията, определяйки поведението на приложението при преминаване във фонов режим.

Сценарии за заснемане на аудио

Сценариите за използване на микрофона в мобилните приложения са разнообразни: от обикновен запис на глас до сложна обработка на аудио потока в реално време.

Гласови съобщения и бележки

Месинджърите и приложенията за бележки използват микрофона за запис на гласови съобщения. В този случай Microphone Permission се изисква при натискане на бутона за запис. След приключване на записа е важно да се спре аудио сесията, за да могат други приложения да използват микрофона. AVAudioSession на iOS и AudioManager на Android управляват аудио фокуса.

Разпознаване на реч

Приложенията с гласово въвеждане (търсене, диктовка, гласови асистенти) използват микрофона в комбинация с API за разпознаване на реч. На Android това е SpeechRecognizer от android.speech, а на iOS — SFSpeechRecognizer от Speech framework. За разпознаване на реч може да е необходимо допълнително разрешение за достъп до услугите за разпознаване (SPEECH на Android, SFSpeechRecognizer.requestAuthorization на iOS).

Видеоповиквания и стрийминг

Приложенията за видеоповиквания (WebRTC, Zoom, Telegram) искат Microphone Permission едновременно с Camera Permission. В този контекст е важно и двете разрешения да се искат последователно, а не едновременно, за да не бъде потребителят затрупан с диалози. WebRTC използва getUserMedia за заснемане на аудио и видео, но на мобилните платформи предварително се изискват системни разрешения.

Настройка на конфигурацията на аудио сесията

За качествен запис е необходимо правилно да се настроят параметрите на аудио сесията. На iOS категорията .playAndRecord позволява едновременно възпроизвеждане и запис на звук. На Android изборът AudioSource.MIC осигурява заснемане от основния микрофон, а AudioSource.VOICE_COMMUNICATION оптимизира записа за гласова връзка. Допълнително може да се настрои честота на дискретизация 44100 Hz и формат PCM 16 бита за постигане на стандартно CD качество.

Обработка на прекъсвания на записа

При запис на аудио могат да възникнат системни прекъсвания: входящо обаждане, задействане на аларма, известие от друго приложение. На iOS AVAudioSessionDelegate обработва beginInterruption и endInterruption. На Android AudioManager.OnAudioFocusChangeListener уведомява приложението за загуба или връщане на аудио фокуса. Коректната обработка на прекъсванията позволява да се запази записът при неочаквани събития и да се избегне загуба на данни. Препоръчително е записът да се поставя на пауза при загуба на фокус и да се възобновява след връщането му, с уведомяване на потребителя.

Оптимизация на заснемането на аудио

Оптимизацията на заснемането на аудио включва настройка на честотата на дискретизация, размера на буфера и формата на кодиране. За гласови съобщения е достатъчна честота 44100 Hz и моно канал. За разпознаване на реч може да е необходима честота 16000 Hz.

На iOS използвайте AVAudioSession.setPreferredIOBufferDuration за настройка на закъснението на записа. По-малкият буфер намалява закъснението, но увеличава натоварването на процесора. На Android AudioRecord.getMinBufferSize връща минималния размер на буфера за зададените параметри. Препоръчително е да се използва буфер не по-малък от този минимум, за да се предотврати загуба на данни при запис в условия на високо натоварване на системата.

Най-добри практики за работа с микрофона

Най-добрите практики за работа с Microphone Permission са насочени към повишаване на доверието на потребителя и съответствие с изискванията на платформите.

Обяснявайте целта преди записа

Преди заявката за Microphone Permission покажете екран, на който обяснявате защо на приложението му е нужен микрофон и как ще се използва записът. Посочете дали аудиото се предава на сървъра или се обработва локално. Потребителите значително по-често се съгласяват на достъп, ако разбират, че записът не напуска устройството. Локалната обработка (on-device ASR) е силен аргумент в полза на доверието.

Прекратявайте записа във фонов режим

Ако приложението не изисква фонов запис на аудио, непременно спирайте микрофона при преминаване във фонов режим. Това не само пести батерия, но и предотвратява негативната реакция на потребителя, видял индикатора за запис. На iOS използвайте методите на UIApplicationDelegate, като applicationDidEnterBackground, за поставяне на записа на пауза. На Android обработвайте onPause и onStop в Activity или Service.

Използвайте индикатори за запис

Показвайте собствен индикатор за запис (анимирана иконка на микрофон или вълна) по време на заснемането на аудио. Това информира потребителя, че микрофонът е активен, и намалява риска от негативна реакция. Apple и Google препоръчват системният индикатор да се дублира със собствен UI елемент за максимална прозрачност.