AVFoundation — co to je, API audia a videa v iOS

Co je AVFoundation?

AVFoundation — je základní multimediální framework Apple, představený již v iOS 4 (2010) jako náhrada za zastaralý UIWebView pro přehrávání audia a videa. Od té doby se AVFoundation vyvinul v plnohodnotnou sadu nástrojů pro práci s jakýmikoli typy médií: od jednoduchého přehrávání MP3 souboru po profesionální snímání videa s vícekanálovým mikrofonem a transformaci zvuku pomocí efektů v reálném čase.

Architektura AVFoundation je postavena na několika základních abstrakcích: AVAsset (mediální data), AVPlayer (přehrávání), AVCaptureSession (snímání) a AVAudioEngine (zpracování). Každá komponenta pracuje asynchronně, což je kritické pro zachování plynulosti UI během načítání nebo zpracování velkých souborů. Podle Apple (WWDC 2025) zpracovává AVFoundation video až do 8K na zařízeních s čipy řady M bez ztráty výkonu.

Hlavní možnosti

AVFoundation poskytuje snímání videa z kamery s podporou 4K ProRes, HDR a až 240 FPS ve zpomaleném záběru, nahrávání a mixování zvuku z vestavěného a externího mikrofonu, přehrávání médií s podporou HLS, MPEG-4, QuickTime, MP3, AAC a FLAC, export a konverzi souborů prostřednictvím AVAssetExportSession, zpracování zvuku v reálném čase přes AVAudioEngine s efekty dozvuku, ekvalizéru a pitch-shiftingu, stejně jako streamování přes AirPlay a síťové protokoly.

Klíčové komponenty AVFoundation

AVFoundation se skládá z několika modulů, z nichž každý je zodpovědný za konkrétní oblast práce s médii. Výběr komponenty závisí na úkolu: snímání, přehrávání, export nebo zpracování v reálném čase.

AVCaptureSession — snímání z kamery

AVCaptureSession — centrální objekt pro snímání videa a audia. Spravuje příchozí datové toky z fyzických zařízení (kamera, mikrofon), konfiguruje jejich nastavení (rozlišení, FPS, formát) a směruje je na výstup: náhled (AVCaptureVideoPreviewLayer), nahrávání do souboru (AVCaptureMovieFileOutput) nebo zpracování snímek po snímku (AVCaptureVideoDataOutput).

AVPlayer — přehrávání médií

AVPlayer — univerzální přehrávač AVFoundation, schopný přehrávat mediální obsah jak lokálně, tak ze sítě. AVPlayer podporuje HLS streamování, MPEG-4, QuickTime Movie a většinu audio formátů. Ovládání přehrávání probíhá asynchronně prostřednictvím AVPlayerItem. AVPlayerViewController poskytuje hotové uživatelské rozhraní s ovládacími prvky: play/pause, přetáčení, AirPlay a PiP.

Snímání médií pomocí AVFoundation

Snímání videa a audia — jedna z nejžádanějších možností AVFoundation. Konfigurace snímací relace zahrnuje několik kroků: vytvoření AVCaptureSession, přidání vstupů (kamera, mikrofon), nastavení výstupů a spuštění relace.

Konfigurace AVCaptureSession

Podívejme se na konfiguraci krok za krokem AVCaptureSession pro snímání videa ze zadní kamery iPhone a současné nahrávání zvuku z mikrofonu. Proces se skládá ze čtyř kroků ve Swiftu.

import AVFoundation

// 1. Vytvoření a konfigurace relace
let session = AVCaptureSession()
session.sessionPreset = .hd1920x1080

// 2. Přidání vstupu kamery
guard let camera = AVCaptureDevice.default(
    for: .video
) else { return }
let cameraInput = try? AVCaptureDeviceInput(device: camera)
guard let input = cameraInput,
      session.canAddInput(input)
else { return }
session.addInput(input)

// 3. Přidání výstupu pro nahrávání
let output = AVCaptureMovieFileOutput()
guard session.canAddOutput(output) else { return }
session.addOutput(output)

// 4. Spuštění relace
session.startRunning()

Swift kód vytváří AVCaptureSession s presetem Full HD, připojuje zadní kameru jako zdroj videa a přidává výstup pro nahrávání do souboru. Po spuštění session.startRunning() začne kamera odesílat snímky do náhledu a výstupního souboru. Zastavení nahrávání se provádí pomocí output.stopRecording() s možností uložení do galerie.

Pro snímání pouze audia (bez videa) se do AVCaptureSession přidá pouze mikrofon přes AVCaptureDevice.default(.audio). Výstupem je AVAudioFileOutput nebo AVCaptureAudioDataOutput pro zpracování zvuku v reálném čase. AVFoundation podporuje vícekanálové snímání: až 8 audio kanálů na iPad Pro a až 2 na iPhone, což umožňuje nahrávat stereo zvuk z externích mikrofonů přes konektor Lightning, USB-C nebo Bluetooth. Výběr zdroje vstupního signálu se provádí přes AVAudioSession.sharedInstance().setPreferredInput, což je kritické pro aplikace pracující s externími sluchátky a Bluetooth mikrofony.

Přehrávání médií

AVFoundation poskytuje dva hlavní způsoby přehrávání médií: AVPlayer pro video a AVAudioPlayer pro audio. Podívejme se na příklad přehrávání vzdáleného HLS streamu pomocí AVPlayer.

Příklad AVPlayer s HLS

Kód vytváří AVPlayer, načítá HLS stream z URL a spouští přehrávání se sníženou úrovní hlasitosti. AVPlayerItem spravuje stav načítání a bufferování a KVO pozorování stavu umožňuje zpracování chyb.

import AVFoundation
import AVKit

// 1. Vytvoření AVPlayer s HLS streamem
let url = URL(
    string: "https://example.com/stream.m3u8"
) !
let player = AVPlayer(url: url)
player.volume = 0.7

// 2. Přehrávání
player.play()

// 3. Zobrazení přehrávače
let playerVC = AVPlayerViewController()
playerVC.player = player
present(playerVC, animated: true)

// 4. Sledování stavu
player.currentItem?.addObserver(
    self,
    forKeyPath: "status",
    options: .new,
    context: nil
)

Kód vytváří AVPlayer s HLS URL, nastavuje hlasitost na 70% a spouští přehrávání. AVPlayerViewController poskytuje vestavěné uživatelské rozhraní s ovládacími prvky, AirPlay a režimem obraz v obraze. Stav přehrávače je sledován přes KVO pro zpracování případů, kdy je HLS stream dočasně nedostupný.

Pro přehrávání audia bez video rozhraní se používá AVAudioPlayer — lehký přehrávač, který nevyžaduje AVPlayerItem. AVAudioPlayer podporuje audio formáty MP3, AAC, ALAC, FLAC, WAV a AIFF, poskytuje metody play(), pause() a stop(), stejně jako delegáta AVAudioPlayerDelegate pro sledování dokončení přehrávání a chyb dekódování. AVAudioPlayer je ideální pro přehrávání hudby na pozadí, podcastů a zvukových efektů ve hrách na iOS a macOS.

Další příklady kódu

Podívejme se ještě na dva charakteristické scénáře práce s AVFoundation: zpracování audia přes AVAudioEngine a export videa do jiného formátu.

Zpracování audia přes AVAudioEngine

AVAudioEngine umožňuje zpracování audia v reálném čase spojováním uzlů (nodes) do grafu zpracování: vstupní uzel (mikrofon) → efekty → výstupní uzel (reproduktor). V následujícím příkladu se přidává dozvuk k hlasu.

let engine = AVAudioEngine()
let reverb = AVAudioUnitReverb()

// Nastavení dozvuku
reverb.loadFactoryPreset(.largeHall)
reverb.wetDryMix = 40

// Připojení: mikrofon -> dozvuk -> reproduktor
engine.attach(reverb)
engine.connect(
    engine.inputNode,
    to: reverb,
    format: nil
)
engine.connect(
    reverb,
    to: engine.mainMixerNode,
    format: nil
)

try? engine.start()

AVAudioEngine vytváří graf ze tří uzlů: vstup (mikrofon), efekt (dozvuk s presetem velkého sálu) a výstup (reproduktor). Po engine.start() je zvuk z mikrofonu zpracováván efektem v reálném čase a vyveden do sluchátek nebo reproduktoru zařízení. Zpoždění zpracování je méně než 10 ms na všech moderních zařízeních Apple.

Další možnost AVAudioEngine — analýza zvuku přes AVAudioUnitEQ a AVAudioUnitMixer. Vývojář může přidat ekvalizér, kompresor a limiter k libovolnému audio streamu. Pro hudební aplikace poskytuje AVFoundation AVAudioSequencer pro přehrávání MIDI souborů a AVSpeechSynthesizer pro syntézu řeči. Všechny komponenty pracují v jediném audio grafu, což poskytuje zpoždění mezi snímáním a zpracováním méně než 5 ms na zařízeních Apple.

Při práci s AVFoundation je důležité zohlednit systémová oprávnění: pro přístup ke kameře je vyžadován NSCameraUsageDescription v Info.plist, pro mikrofon — NSMicrophoneUsageDescription. AVFoundation automaticky zobrazí systémový dialog žádosti o oprávnění při prvním pokusu o přístup k zařízení. Odmítnutí uživatelem je zpracováno přes AVCaptureDevice.authorizationStatus(), což umožňuje správně zobrazit zprávu o nedostupnosti kamery s návrhem přejít do nastavení.

AVFoundation podporuje přehrávání audia na pozadí přes Audio Background Mode v Capabilities projektu. Pro aktivaci stačí přidat záznam audio do UIBackgroundModes Info.plist a nakonfigurovat AVAudioSession s kategorií .playback. Video na pozadí se standardně nepřehrává, ale lze použít AVPlayer s režimem pictureInPicture pro pokračování zobrazení videa v minimalizované aplikaci na iPadu. Ikona režimu PiP se konfiguruje přes AVPictureInPictureController spolu s delegátem protokolu.