Audio Session — এটি কী, বিভাগ এবং iOS-এ কনফিগারেশন

Audio Session কী?

Audio Session হলো AVAudioSession-এর একটি একক ইনস্ট্যান্স যা সিস্টেম তৈরি করে যখন কোনো অ্যাপ্লিকেশন চালু হয় এবং তার সম্পূর্ণ জীবনচক্র জুড়ে বিদ্যমান থাকে। এটি অ্যাপ্লিকেশন এবং iOS অডিও সিস্টেমের মধ্যে মধ্যস্থতাকারী হিসাবে কাজ করে: বিভাগ কনফিগারেশন নির্ধারণ করে যে অ্যাপ্লিকেশনটিকে পটভূমিতে শব্দ চালানোর অনুমতি আছে কিনা, কলের সময় শব্দ মিউট হবে কিনা এবং কোন ডিভাইসে অডিও আউটপুট করতে হবে।

Android Audio Focus-এর বিপরীতে, যেখানে প্রতিটি অ্যাপ্লিকেশন স্বাধীনভাবে ফোকাস অনুরোধ এবং প্রকাশ করে, iOS Audio Session প্রতি অ্যাপ্লিকেশনে একটি সেশনের মাধ্যমে কেন্দ্রীয়ভাবে পরিচালিত হয়। যখন একটি সেশন সক্রিয় হয়, সিস্টেম স্বয়ংক্রিয়ভাবে পূর্ববর্তী অ্যাপ্লিকেশনের সেশন নিষ্ক্রিয় করে, এটিকে একটি বিঘ্ন বিজ্ঞপ্তি পাঠায়। এই আর্কিটেকচারাল পার্থক্য দুটি প্ল্যাটফর্মে অডিও পরিচালনার বিভিন্ন পদ্ধতি নির্ধারণ করে।

WWDC 2024 সেশন 211 অনুযায়ী, iOS অ্যাপ্লিকেশনে প্রায় 40% অডিও সমস্যা ভুল Audio Session কনফিগারেশনের কারণে ঘটে। সবচেয়ে সাধারণ ভুল হলো playback-এর পরিবর্তে ambient বিভাগ নির্বাচন করা, যার ফলে স্ক্রিন লক হলে শব্দ অদৃশ্য হয়ে যায়।

AVAudioSession কীভাবে কাজ করে

চালু হলে, অ্যাপ্লিকেশন সেশনের sharedInstance পায়, setCategory(_:mode:options:) কলের মাধ্যমে বিভাগ সেট করে এবং setActive(true)-এর মাধ্যমে সেশন সক্রিয় করে। সক্রিয়করণের পর, iOS রাউটিংয়ের জন্য বিভাগ নীতিগুলি বিবেচনা করে। যদি অন্য কোনো অ্যাপ্লিকেশন তার সেশন সক্রিয় করে, বর্তমানটি Notification.Name.AVAudioSessionInterruption-এর মাধ্যমে একটি AudioSessionInterruptionType.began বিজ্ঞপ্তি পায়।

Audio Session-এর বিভাগ

বিভাগ হলো Audio Session-এর প্রধান প্যারামিটার, যা ছয়টি পূর্বনির্ধারিত আচরণ বিকল্প নির্ধারণ করে। বিভাগ নির্বাচন করা iOS-এ অডিও সেটআপ করার সময় প্রথম এবং সবচেয়ে গুরুত্বপূর্ণ সিদ্ধান্ত।

Playback বিভাগ — প্লেয়ারদের জন্য প্রধান পছন্দ

সংগীত এবং ভিডিও প্লেয়ারের জন্য, সর্বদা playback ব্যবহার করুন। এই বিভাগ অনুমতি দেয়: স্ক্রিন লক থাকা অবস্থায়, মিউট সুইচ বন্ধ থাকা অবস্থায় (iPhone-এর শারীরিক বোতাম), এবং অ্যাপ্লিকেশন পটভূমিতে থাকা অবস্থায় শব্দ চালানো। playback বিভাগ ছাড়া, স্ক্রিন লক বা অ্যাপ্লিকেশন ছোট হলে সেশন নিষ্ক্রিয় হয়।

ambient বিভাগ গেম এবং পটভূমির শব্দযুক্ত অ্যাপ্লিকেশনের জন্য উপযুক্ত — এটি অন্যান্য অ্যাপ্লিকেশনকে চালিয়ে যেতে দেয়। উদাহরণস্বরূপ, যদি একজন ব্যবহারকারী সংগীত শুনছেন এবং ambient সেশনসহ একটি গেম খোলেন, সংগীত গেমের শব্দের ওপর দিয়ে চলতে থাকে। এটি Android থেকে একটি মৌলিক পার্থক্য, যেখানে এই ধরনের পরিস্থিতিতে স্পষ্ট duck অনুমতি প্রয়োজন।

Audio Session কীভাবে সেটআপ করবেন

Audio Session কনফিগারেশন যেকোনো প্লেব্যাক শুরুর আগে করা উচিত। application(_:didFinishLaunchingWithOptions:) পদ্ধতিতে বা প্লেয়ারের ইনিশিয়ালাইজারে সেশন কনফিগার করার সুপারিশ করা হয়। বিভাগ সেট করার পর, সেশন সক্রিয় করতে হবে।

Swift-এ মৌলিক Audio Session সেটআপ

import AVFAudio

let session = AVAudioSession.sharedInstance

do {
    try session.setCategory(
        playback,
        mode: default,
        options: [allowBluetooth, defaultToSpeaker]
    )
    try session.setActive(true)
} catch {
    print("Audio Session সেটআপ ব্যর্থ: \(error.localizedDescription)")
}

options প্যারামিটারে allowBluetooth (Bluetooth হেডসেটে আউটপুট) এবং defaultToSpeaker (ইয়ারপিসের পরিবর্তে স্পিকারের মাধ্যমে প্লেব্যাক) অন্তর্ভুক্ত। allowBluetooth অপশনটি Bluetooth হেডফোন সমর্থনকারী অ্যাপ্লিকেশনের জন্য বাধ্যতামূলক — এটি ছাড়া, হেডসেট সংযুক্ত থাকলেও শব্দ বিল্ট-ইন স্পিকারে যেতে পারে।

রেকর্ডিং এবং প্লেব্যাকের (VoIP) জন্য কনফিগারেশন

let session = AVAudioSession.sharedInstance
try session.setCategory(
    playAndRecord,
    mode: voiceChat,
    options: [allowBluetooth, allowBluetoothA2DP]
)

try session.overrideOutputAudioPort(speaker)
try session.setActive(true)

playAndRecord বিভাগ voiceChat মোডসহ ভয়েস যোগাযোগের জন্য অডিও পাথ অপ্টিমাইজ করে: ইকো ক্যান্সেলেশন, অটোমেটিক গেইন কন্ট্রোল (AGC) সক্ষম করে এবং সর্বোত্তম কোডেক নির্বাচন করে। OverrideOutputAudioPort(.speaker) হেডসেট সংযুক্ত থাকলেও স্পিকারের মাধ্যমে আউটপুট বাধ্য করে — স্পিকারফোনের জন্য উপযোগী।

সেশন সক্রিয়করণ এবং নিষ্ক্রিয়করণ

setActive(true) কল করলে সেশন সক্রিয় হয় এবং সিস্টেমকে জানায় যে অ্যাপ্লিকেশন অডিও ব্যবহার করবে। যখন প্লেব্যাক বিরাম দেওয়া হয়, সেশন নিষ্ক্রিয় করার সুপারিশ করা হয় যাতে অন্যান্য অ্যাপ্লিকেশন অডিও স্ট্রিম পেতে পারে। ব্যতিক্রম হলো দীর্ঘ পটভূমি প্লেব্যাক (সংগীত, পডকাস্ট) সহ অ্যাপ্লিকেশন, যেখানে সেশন পুরো ট্র্যাক জুড়ে সক্রিয় থাকে।

setActive কল করার সময় ত্রুটিগুলি সামলানো গুরুত্বপূর্ণ। যদি উচ্চ অগ্রাধিকারযুক্ত অন্য একটি সেশন সক্রিয় থাকে (উদাহরণস্বরূপ, কলের সময় ফোন), setActive একটি ত্রুটি ফেলতে পারে। এই ক্ষেত্রে, AudioSessionInterruptionType.ended বিজ্ঞপ্তির জন্য অপেক্ষা করুন এবং সক্রিয়করণ পুনরায় চেষ্টা করুন।

Audio Session-এর মোড এবং নীতি

মোড বিভাগকে পরিশোধন করে এবং একটি নির্দিষ্ট ব্যবহারের ক্ষেত্রে অডিও পাথ অপ্টিমাইজ করে। প্রতিটি মোড AGC, ইকো ক্যান্সেলেশন এবং কোডেকের আচরণ পরিবর্তন করে। মোডগুলি বিভাগ প্রতিস্থাপন করে না বরং পরিপূরক করে — একটি বিভাগ বিভিন্ন মোডের সাথে কাজ করতে পারে।

• default — সংগীত এবং ভিডিওর জন্য মানক মোড। AGC বন্ধ, ইকো ক্যান্সেলেশন ন্যূনতম।
• voiceChat — VoIP-এর জন্য অপ্টিমাইজেশন। ইকো ক্যান্সেলেশন, AGC, নয়েজ সাপ্রেশন সক্ষম করে। playAndRecord বিভাগের সাথে ব্যবহার করুন।
• videoRecording — ভিডিও রেকর্ডিংয়ের জন্য। প্লেব্যাকের ওপর রেকর্ডিং গুণমানকে অগ্রাধিকার দেয়। record বা playAndRecord বিভাগের সাথে ব্যবহার করুন।
• measurement — অডিও মাপার জন্য। ন্যূনতম সিগন্যাল প্রসেসিং, কোনো AGC বা ইকো ক্যান্সেলেশন নয়।
• gameChat — গেমে ভয়েস চ্যাটের জন্য। voiceChat-এর অনুরূপ, কিন্তু গেম অডিওর জন্য অগ্রাধিকার সহ।
• moviePlayback — সিনেমা দেখার জন্য। মাল্টিচ্যানেল অডিও (5.1, 7.1) এবং Dolby Atmos-এর জন্য অপ্টিমাইজেশন।

Audio Session বিভাগের অপশন

অপশনগুলি সেশন আচরণের সূক্ষ্ম সমন্বয় প্রদান করে। প্রতিটি অপশন একটি ফ্ল্যাগ যা একটি অ্যারেতে অন্যদের সাথে একত্রিত করা যেতে পারে। উদাহরণস্বরূপ, [.allowBluetooth, .defaultToSpeaker, .interruptSpokenAudioAndMix] Bluetooth হেডসেটে শব্দ আউটপুট অনুমতি দেয়, ডিফল্টরূপে স্পিকার ব্যবহার করে এবং অডিওবুকের সাথে মিশ্রিত হয়।

iOS 17+-এ spatialAudio অপশন এসেছে, যা AVAudioSessionSpatialPreferences-এর মাধ্যমে AirPods-এর জন্য ব্যক্তিগতকৃত স্থানিক শব্দ সক্ষম করে। WWDC 2024 অনুযায়ী, Apple-এর পরীক্ষায় স্থানিক শব্দ সংগীত অ্যাপ্লিকেশনে ব্যবহারকারীর ব্যস্ততা 25% বাড়ায়।

বিঘ্ন এবং কল সামলানো

বিঘ্নগুলি Audio Session এবং Android Audio Focus-এর মধ্যে একটি মূল পার্থক্য। iOS-এ, বিঘ্নগুলি NotificationCenter-এর মাধ্যমে AVAudioSession.interruptionNotification-এ সাবস্ক্রাইব করে সামলানো হয়। বিজ্ঞপ্তিতে বিঘ্নের ধরনসহ একটি ডিকশনারি থাকে: began বা ended।

বিঘ্ন বিজ্ঞপ্তিতে সাবস্ক্রাইব করা

override func viewDidLoad() {
    super.viewDidLoad()
    let center = NotificationCenter.default
    center.addObserver(
        self,
        selector: #selector(handleInterruption),
        name: AVAudioSession.interruptionNotification,
        object: nil
    )
}

@objc func handleInterruption(_ notification: Notification) {
    guard let userInfo = notification.userInfo,
        let type = userInfo[AVAudioSession.interruptionTypeKey]
            as? AVAudioSessionInterruptionType
    else { return }

    switch type {
    case began:
        pausePlayback()
    case ended:
        guard let options = userInfo[AVAudioSession.interruptionOptionKey]
            as? AVAudioSessionInterruptionOptions
        else { return }

        if options.contains(shouldResume) {
            resumePlayback()
        }
    }

যখন interruptionType.began পাওয়া যায়, প্লেয়ারের প্লেব্যাক বিরাম দেওয়া উচিত। যখন interruptionType.ended পাওয়া যায়, interruptionOptionKey প্রপার্টি নির্দেশ করে যে প্লেয়ার স্বয়ংক্রিয়ভাবে পুনরায় শুরু করতে পারে কিনা (shouldResume)। যদি ব্যবহারকারী কল প্রত্যাখ্যান করেন, shouldResume = true। যদি কল টাইমআউটে শেষ হয় — shouldResume = false, পুনরায় শুরু করার অনুমতি নেই।

অন্যান্য অ্যাপ্লিকেশন থেকে বিঘ্ন সামলানো

যখন অন্য একটি অ্যাপ্লিকেশন playback বিভাগসহ তার Audio Session সক্রিয় করে, বর্তমান সেশন একটি বিঘ্ন বিজ্ঞপ্তি পায়। যদি অন্য অ্যাপ্লিকেশন ambient ব্যবহার করে, কোনো বিঘ্ন ঘটে না — শব্দগুলি মিশ্রিত হয়। এই আচরণ Android থেকে সম্পূর্ণ ভিন্ন, যেখানে যেকোনো Audio Focus সক্রিয়করণ একটি LOSS ইভেন্ট ট্রিগার করে।

যেসব অ্যাপ্লিকেশনের অন্যান্য সেশন সক্রিয় হলে প্লেব্যাক চালিয়ে যেতে প্রয়োজন (উদাহরণস্বরূপ, সংগীত চলাকালীন নেভিগেশন), .mixWithOthers অপশন ব্যবহার করুন। এই অপশন অন্যান্য অ্যাপ্লিকেশনের সাথে শব্দ মিশ্রণের অনুমতি দেয় এবং কোনো বিঘ্ন পাঠানো হয় না। MixWithOthers হলো Android-এর duck মোডের iOS সমতুল্য।

অডিও রাউটিং এবং Bluetooth

Audio Session স্বয়ংক্রিয়ভাবে বিল্ট-ইন স্পিকার, হেডফোন, Bluetooth হেডসেট এবং AirPlay ডিভাইসের মধ্যে অডিও রাউটিং পরিচালনা করে। অ্যাপ্লিকেশন currentRoute প্রপার্টির মাধ্যমে বর্তমান রুট পর্যবেক্ষণ করতে পারে এবং AVAudioSession.routeChangeNotification-এর মাধ্যমে পরিবর্তন সম্পর্কে বিজ্ঞপ্তি পেতে পারে।

যখন Bluetooth হেডফোন সংযুক্ত হয়, iOS স্বয়ংক্রিয়ভাবে অডিও আউটপুট সেগুলিতে সুইচ করে যদি সেশন allowBluetooth অপশন দিয়ে কনফিগার করা থাকে। এই অপশন ছাড়া, শব্দ বিল্ট-ইন স্পিকারের মাধ্যমে চলতে থাকে। iOS 16 থেকে শুরু করে, যখন AirPods Pro সংযুক্ত হয়, সিস্টেম স্বয়ংক্রিয়ভাবে লেটেন্সি কমানোর জন্য ProMotion সিঙ্ক্রোনাইজেশন সক্ষম করে।

রুট পরিবর্তন পর্যবেক্ষণ

routeChangeNotification-এ সাবস্ক্রাইব করলে হেডফোন সংযোগ এবং বিচ্ছিন্নকরণে প্রতিক্রিয়া জানানোর অনুমতি দেয়। যখন একটি Bluetooth হেডসেট বিচ্ছিন্ন হয়, প্লেয়ারের প্লেব্যাক বিরাম দেওয়া উচিত — ব্যবহারকারী আশা করতে পারেন না যে ফোনের স্পিকার থেকে শব্দ আসতে শুরু করবে। Apple HIG (2026) অনুযায়ী, সংগীত অ্যাপ্লিকেশনের জন্য এটি বাধ্যতামূলক আচরণ।

availableInputs এবং availableOutputs প্রপার্টিগুলি তাদের ধরনসহ (builtInSpeaker, headphones, bluetoothA2DP, hdmi) উপলব্ধ অডিও ডিভাইসের একটি তালিকা ফেরত দেয়। ডেভেলপার কাস্টম রাউটিং পরিস্থিতির জন্য overrideOutputAudioPort-এর মাধ্যমে প্রোগ্রামেটিকভাবে একটি নির্দিষ্ট ডিভাইস নির্বাচন করতে পারেন।