Audio Session — mi ez, kategóriák és konfiguráció iOS-ben

Mi az Audio Session?

Audio Session — egyetlen AVAudioSession példány, amelyet a rendszer hoz létre az alkalmazás indításakor, és a teljes életciklusa alatt létezik. Közvetítőként működik az alkalmazás és az iOS audió rendszere között: a kategória konfigurációja határozza meg, hogy az alkalmazás játszhat-e le hangot a háttérben, hogy a hang elnémul-e hívás közben, és hogy mely eszközökre kerüljön ki az audió.

Ellentétben az Android Audio Focus-szal, ahol minden alkalmazás függetlenül kéri és engedi el a fókuszt, az iOS Audio Session központilag kezelt egyetlen munkameneten keresztül alkalmazásonként. A munkamenet aktiválásakor a rendszer automatikusan deaktiválja az előző alkalmazás munkamenetét, megszakítási értesítést küldve neki. Ez az építészeti különbség határozza meg a hangkezelés eltérő megközelítését a két platformon.

A WWDC 2024 Session 211 szerint az iOS-alkalmazások audió problémáinak körülbelül 40%-át az Audio Session helytelen konfigurációja okozza. A leggyakoribb hiba — az ambient kategória választása a playback helyett, ami miatt a hang eltűnik a képernyő lezárásakor.

Az AVAudioSession működési elve

Indításkor az alkalmazás megkapja a munkamenet sharedInstance-jét, beállítja a kategóriát a setCategory(_:mode:options:) híváson keresztül, és aktiválja a munkamenetet a setActive(true) segítségével. Az aktiválás után az iOS figyelembe veszi a kategória irányelveit az útvonalválasztáshoz. Ha egy másik alkalmazás aktiválja a saját munkamenetét, a jelenlegi értesítést kap az AudioSessionInterruptionType.began-ról a Notification.Name.AVAudioSessionInterruption segítségével.

Audio Session kategóriák

Kategória — az Audio Session fő paramétere, amely hat előre meghatározott viselkedési változatot határoz meg. A kategória kiválasztása az első és legfontosabb döntés az audió konfigurálásakor iOS-ben.

Playback kategória — a fő választás lejátszókhoz

Zenei és videó lejátszókhoz mindig a playback kategóriát használja. Ez a kategória lehetővé teszi: hang lejátszását zárt képernyővel, kikapcsolt néma kapcsolóval (fizikai gomb az iPhone házán) és minimalizált alkalmazással. A playback kategória nélkül a munkamenet deaktiválódik a képernyő lezárásakor vagy az alkalmazás minimalizálásakor.

Az ambient kategória játékokhoz és háttérhangokkal rendelkező alkalmazásokhoz alkalmas — lehetővé teszi más alkalmazások számára a lejátszás folytatását. Például, ha a felhasználó zenét hallgat és megnyit egy játékot ambient munkamenettel, a zene tovább szól a játék hangjai felett. Ez alapvető különbség az Androidhoz képest, ahol egy ilyen forgatókönyv explicit duck engedélyt igényel.

Hogyan kell beállítani az Audio Session-t

Az Audio Session konfigurálását minden lejátszás megkezdése előtt el kell végezni. Javasolt a munkamenet konfigurálása a application(_:didFinishLaunchingWithOptions:) metódusban vagy a lejátszó inicializálójában. A kategória konfigurálása után a munkamenetet aktiválni kell.

Audio Session alap konfiguráció Swift-ben

import AVFAudio

let session = AVAudioSession.sharedInstance

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

Az options paraméter tartalmazza az allowBluetooth (kimenet Bluetooth fejhallgatóra) és a defaultToSpeaker (lejátszás hangszórón keresztül, nem a fülhallgatón) opciókat. Az allowBluetooth opció kötelező a Bluetooth fejhallgatókat támogató alkalmazások számára — enélkül a hang a beépített hangszórón keresztül is kiadódhat, még csatlakoztatott fejhallgató esetén is.

Konfiguráció felvételhez és lejátszáshoz (VoIP)

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

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

A playAndRecord kategória a voiceChat móddal optimalizálja az audió útvonalat hangkommunikációhoz: tartalmazza a visszhang elnyomást, automatikus erősítés szabályozást (AGC) és az optimális kodek kiválasztását. Az OverrideOutputAudioPort(.speaker) kikényszeríti a kimenetet a hangszórón keresztül még csatlakoztatott fejhallgató esetén is — hasznos kihangosított beszélgetésekhez.

A munkamenet aktiválása és deaktiválása

A setActive(true) hívás aktiválja a munkamenetet és értesíti a rendszert, hogy az alkalmazás audiót fog használni. A lejátszás szüneteltetésekor javasolt a munkamenet deaktiválása, hogy más alkalmazások hozzáférhessenek az audió adatfolyamhoz. Kivétel — hosszú háttérlejátszással rendelkező alkalmazások (zene, podcastok), ahol a munkamenet a teljes szám alatt aktív marad.

Fontos a hibák kezelése a setActive során. Ha egy másik magas prioritású munkamenet aktív (pl. Telefon hívás közben), a setActive hibát dobhat. Ebben az esetben meg kell várni az AudioSessionInterruptionType.ended értesítést, és meg kell ismételni az aktiválást.

Audio Session módok és irányelvek

A mód (mode) pontosítja a kategóriát és optimalizálja az audió útvonalat egy adott használati típushoz. Minden mód megváltoztatja az AGC, a visszhang elnyomás és a kodekek viselkedését. A módok nem helyettesítik a kategóriát, hanem kiegészítik azt — egy kategória különböző módokkal működhet.

• default — standard mód zenéhez és videóhoz. AGC kikapcsolva, visszhang elnyomás minimális.
• voiceChat — optimalizálás VoIP-hez. Tartalmazza a visszhang elnyomást, AGC-t, zajcsökkentést. Használja a playAndRecord kategóriával.
• videoRecording — videófelvételhez. A felvétel minőségének elsőbbsége a lejátszással szemben. Használja a record vagy playAndRecord kategóriával.
• measurement — audió mérésekhez. Minimális jelfeldolgozás, nincs AGC vagy visszhang elnyomás.
• gameChat — hangos csevegéshez játékokban. Hasonló a voiceChat-hoz, de a játék hangjának elsőbbségével.
• moviePlayback — filmnézéshez. Optimalizálás többcsatornás audióhoz (5.1, 7.1) és Dolby Atmos-hoz.

Audio Session kategória opciók

Az opciók finomhangolást biztosítanak a munkamenet viselkedéséhez. Minden opció egy jelző, amely másokkal kombinálható egy tömbben. Például a [.allowBluetooth, .defaultToSpeaker, .interruptSpokenAudioAndMix] lehetővé teszi a hang Bluetooth fejhallgatóra történő kimenetét, a hangszóró alapértelmezett használatát és a hangoskönyvekkel való keverést.

Az iOS 17+ -ban megjelent a spatialAudio opció, amely személyre szabott térhangzást aktivál az AirPods-okhoz az AVAudioSessionSpatialPreferences segítségével. A WWDC 2024 szerint a térhangzás 25%-kal növeli a zenei alkalmazások felhasználóinak elkötelezettségét az Apple tesztekben.

Megszakítások és hívások kezelése

Megszakítások (interruptions) — az Audio Session legfőbb különbsége az Android Audio Focus-szal szemben. Az iOS-ben a megszakítások a NotificationCenter segítségével kezelhetők az AVAudioSession.interruptionNotification-ra való feliratkozással. Az értesítés egy szótárt tartalmaz a megszakítás típusával: began vagy ended.

Feliratkozás a megszakítási értesítésekre

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()
        }
    }

Az interruptionType.began fogadásakor a lejátszónak szüneteltetnie kell a lejátszást. Az interruptionType.ended esetén az interruptionOptionKey tulajdonság jelzi, hogy a lejátszó automatikusan folytathatja-e (shouldResume). Ha a felhasználó befejezte a hívást, shouldResume = true. Ha a hívás időtúllépés miatt ért véget — shouldResume = false, a folytatás nem engedélyezett.

Megszakítások kezelése más alkalmazásoktól

Amikor egy másik alkalmazás aktiválja az Audio Session-jét a playback kategóriával, a jelenlegi munkamenet megszakítási értesítést kap. Ha a másik alkalmazás ambient-et használ, a megszakítás nem történik meg — a hangok keverednek. Ez a viselkedés gyökeresen különbözik az Androidtól, ahol minden Audio Focus aktiválás LOSS eseményt okoz.

Azoknál az alkalmazásoknál, amelyeknek folytatniuk kell a lejátszást más munkamenetek aktiválásakor (pl. navigáció zenelejátszás közben), használja a .mixWithOthers opciót. Ez az opció lehetővé teszi a hang keverését más alkalmazásokkal, és a megszakítások nem kerülnek elküldésre. A MixWithOthers — a duck mód iOS megfelelője Androidban.

Hang útvonalválasztása és Bluetooth

Az Audio Session automatikusan kezeli a hang útvonalválasztását a beépített hangszórók, fejhallgatók, Bluetooth fejhallgatók és AirPlay eszközök között. Az alkalmazás nyomon követheti az aktuális útvonalat a currentRoute tulajdonság segítségével, és értesítéseket kaphat a változásokról az AVAudioSession.routeChangeNotification-on keresztül.

Bluetooth fejhallgató csatlakoztatásakor az iOS automatikusan átkapcsolja az audió kimenetet rájuk, ha a munkamenet az allowBluetooth opcióval van konfigurálva. Ezen opció nélkül a hang továbbra is a beépített hangszórón keresztül áramlik. Az iOS 16-tól kezdve az AirPods Pro csatlakoztatásakor a rendszer automatikusan bekapcsolja a ProMotion szinkronizációt a késleltetés csökkentése érdekében.

Az útvonalváltozás figyelése

A routeChangeNotification-ra való feliratkozás lehetővé teszi a reakciót a fejhallgatók csatlakoztatására és leválasztására. A Bluetooth fejhallgató leválasztásakor a lejátszónak szüneteltetnie kell a lejátszást — a felhasználó nem biztos, hogy számít arra, hogy a hang a telefon hangszórójából kezd el szólni. Az Apple HIG (2026) szerint ez kötelező viselkedés a zenei alkalmazások számára.

Az availableInputs és availableOutputs tulajdonságok visszaadják a rendelkezésre álló audió eszközök listáját a típusukkal együtt (builtInSpeaker, headphones, bluetoothA2DP, hdmi). A fejlesztő programozottan kiválaszthat egy adott eszközt az overrideOutputAudioPort segítségével egyedi útvonalválasztási forgatókönyvekhez.