Microphone Permission: สาระสำคัญ ประเภทการเข้าถึง และหลักการทำงาน

สาระสำคัญของ Microphone Permission

Microphone Permission เป็นกลไกการปกป้องความเป็นส่วนตัวที่ป้องกันการบันทึกเสียงโดยไม่ได้รับอนุญาตจากไมโครโฟนของอุปกรณ์ แพลตฟอร์มมือถือถือว่าไมโครโฟนเป็นหนึ่งในทรัพยากรที่ละเอียดอ่อนที่สุด เนื่องจากการบันทึกเสียงสามารถบันทึกการสนทนาส่วนตัว สภาพแวดล้อมโดยรอบ และข้อมูลที่เป็นความลับ

Android จัดประเภท RECORD_AUDIO เป็นสิทธิ์อันตราย และ iOS กำหนดให้ต้องเพิ่มคีย์ NSMicrophoneUsageDescription ใน Info.plist บนทั้งสองแพลตฟอร์ม การขออนุญาตจะดำเนินการขณะรันไทม์ และผู้ใช้สามารถเพิกถอนสิทธิ์ได้ตลอดเวลาผ่านการตั้งค่าระบบ ตัวบ่งชี้การบันทึกของระบบ (จุดสีส้มบน iOS ตัวบ่งชี้สีเขียวบน Android 12+) แจ้งให้ผู้ใช้ทราบว่าแอปพลิเคชันกำลังใช้ไมโครโฟนอยู่ในขณะนั้น

จากการศึกษาของ Pew Research Center (2024) พบว่า 54% ของผู้ใช้อุปกรณ์เคลื่อนที่เคยปฏิเสธการเข้าถึงไมโครโฟนให้กับแอปพลิเคชันอย่างน้อยหนึ่งครั้ง สาเหตุหลักคือไม่เข้าใจว่าเหตุใดแอปจึงต้องบันทึกเสียง ดังนั้น นักพัฒนาจำเป็นต้องอธิบายวัตถุประสงค์ของการใช้ไมโครโฟนอย่างโปร่งใสที่สุดเท่าที่จะเป็นไปได้

สิทธิ์ไมโครโฟนบน Android

สิทธิ์ไมโครโฟนบน Android ขอโดยการประกาศ RECORD_AUDIO ในไฟล์ manifest และทำการขออนุญาตขณะรันไทม์ในโค้ดของแอปพลิเคชัน ตั้งแต่ Android 10 เป็นต้นไป การเข้าถึงไมโครโฟนถูกควบคุมเพิ่มเติมโดยข้อจำกัดสำหรับแอปพลิเคชันในพื้นหลัง

การประกาศใน AndroidManifest.xml

ขั้นตอนแรกคือการประกาศสิทธิ์ RECORD_AUDIO ในไฟล์ manifest หากไม่มีการประกาศนี้ การขออนุญาตขณะรันไทม์จะไม่มีผลและแอปพลิเคชันจะไม่สามารถเข้าถึงไมโครโฟนได้

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

CAPTURE_AUDIO_OUTPUT เป็นสิทธิ์ของระบบที่แอปพลิเคชันของบุคคลที่สามไม่สามารถใช้ได้ สิทธิ์นี้ใช้โดยแอปพลิเคชันระบบเท่านั้นเพื่อจับเอาต์พุตเสียง แอปพลิเคชันทั่วไปต้องการเพียง RECORD_AUDIO สำหรับการบันทึกจากไมโครโฟน

การขออนุญาตขณะรันไทม์ใน Kotlin

หลังจากประกาศใน manifest แล้ว จำเป็นต้องทำการขออนุญาตขณะรันไทม์ ลองพิจารณาตัวอย่างโดยใช้ AudioRecord เพื่อบันทึกเสียงจากไมโครโฟน

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()
    // กำลังบันทึกข้อมูลเสียงลงในบัฟเฟอร์
}

การจัดการสถานะการบันทึก

การจัดการวงจรชีวิตการบันทึกเสียงอย่างถูกต้องเป็นสิ่งสำคัญ เมื่อแอปพลิเคชันย้ายไปยังพื้นหลังบน Android 9 ขึ้นไป การบันทึกเสียงจากไมโครโฟนอาจถูกหยุดชั่วคราวโดยระบบ ตั้งแต่ Android 10 เป็นต้นไป การเข้าถึงไมโครโฟนในพื้นหลังถูกจำกัดเพิ่มเติม: แอปในพื้นหลังไม่สามารถเริ่มบันทึกได้ และการบันทึกที่กำลังดำเนินอยู่จะถูกหยุดชั่วคราว การบันทึกในพื้นหลังต้องใช้ MediaProjection หรือ Service พร้อมการแจ้งเตือน

สิทธิ์ไมโครโฟนบน iOS

สิทธิ์ไมโครโฟนบน iOS ถูกกำหนดค่าผ่านคีย์ NSMicrophoneUsageDescription ใน Info.plist และการเรียกเมธอด AVAudioSession.requestRecordPermission Apple กำหนดให้ต้องอธิบายเหตุผลการใช้ไมโครโฟนในไดอะล็อกขออนุญาต

การกำหนดค่า Info.plist

คีย์ NSMicrophoneUsageDescription เป็นข้อบังคับสำหรับแอปพลิเคชันใดๆ ที่ขอเข้าถึงไมโครโฟน หากไม่มีคีย์นี้ แอปพลิเคชันจะหยุดทำงานเมื่อพยายามบันทึกเสียง

<key>NSMicrophoneUsageDescription</key>
<string>แอปต้องการเข้าถึงไมโครโฟนเพื่อบันทึกบันทึกเสียงและส่งข้อความเสียง</string>

การขออนุญาตใน Swift

การขออนุญาตเข้าถึงไมโครโฟนบน iOS ดำเนินการผ่าน AVAudioSession หลังจากได้รับการตอบกลับแล้ว แอปพลิเคชันจะกำหนดค่าเซสชันเสียงและเริ่มบันทึก

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)")
    }
}

ตัวบ่งชี้การบันทึก

บน iOS 14 ขึ้นไป แอปพลิเคชันที่ใช้ไมโครโฟนจะแสดงตัวบ่งชี้สีส้มในแถบสถานะ ผู้ใช้สามารถเห็นว่าแอปพลิเคชันใดกำลังบันทึกเสียงอยู่ในขณะนั้น หากแอปพลิเคชันใช้ไมโครโฟนในพื้นหลังโดยไม่มีเหตุผลที่ถูกต้อง Apple อาจปฏิเสธการอัปเดต AVAudioSession ช่วยให้คุณกำหนดค่าหมวดหมู่และโหมดของเซสชันเสียง ซึ่งกำหนดพฤติกรรมของแอปพลิเคชันเมื่อเปลี่ยนไปยังพื้นหลัง

สถานการณ์การจับเสียง

สถานการณ์การใช้ไมโครโฟน ในแอปพลิเคชันมือถือมีความหลากหลาย ตั้งแต่การบันทึกเสียงอย่างง่ายไปจนถึงการประมวลผลสตรีมเสียงที่ซับซ้อนแบบเรียลไทม์

ข้อความเสียงและบันทึกช่วยจำ

แอปพลิเคชันส่งข้อความและจดบันทึกใช้ไมโครโฟนเพื่อบันทึกข้อความเสียง ในกรณีนี้ Microphone Permission จะถูกขอเมื่อกดปุ่มบันทึก หลังจากบันทึกเสร็จ สิ่งสำคัญคือต้องหยุดเซสชันเสียงเพื่อให้แอปพลิเคชันอื่นสามารถใช้ไมโครโฟนได้ AVAudioSession บน iOS และ AudioManager บน Android จัดการโฟกัสเสียง

การรู้จำคำพูด

แอปพลิเคชันที่มีการป้อนข้อมูลด้วยเสียง (การค้นหา การเขียนตามคำบอก ผู้ช่วยเสียง) ใช้ไมโครโฟนร่วมกับ API การรู้จำคำพูด บน Android คือ SpeechRecognizer จาก android.speech บน iOS — SFSpeechRecognizer จากเฟรมเวิร์ก Speech การรู้จำคำพูดอาจต้องได้รับสิทธิ์เพิ่มเติมสำหรับบริการรู้จำ (SPEECH บน Android, SFSpeechRecognizer.requestAuthorization บน iOS)

การโทรวิดีโอและสตรีมมิ่ง

แอปพลิเคชันโทรวิดีโอ (WebRTC, Zoom, Telegram) ขอ Microphone Permission พร้อมกับ Camera Permission ในบริบทนี้ สิ่งสำคัญคือต้องขอสิทธิ์ทั้งสองตามลำดับ ไม่ใช่พร้อมกัน เพื่อไม่ให้ผู้ใช้ถูกไดอะล็อกครอบงำ WebRTC ใช้ getUserMedia สำหรับการจับเสียงและวิดีโอ แต่บนแพลตฟอร์มมือถือ จำเป็นต้องมีสิทธิ์ของระบบก่อน

การตั้งค่าเซสชันเสียง

สำหรับการบันทึกคุณภาพสูง คุณต้องกำหนดค่าพารามิเตอร์เซสชันเสียงอย่างถูกต้อง บน iOS หมวดหมู่ .playAndRecord ช่วยให้เล่นและบันทึกเสียงพร้อมกันได้ บน Android การเลือก AudioSource.MIC จะให้การจับจากไมโครโฟนหลัก ในขณะที่ AudioSource.VOICE_COMMUNICATION จะปรับการบันทึกให้เหมาะสมสำหรับการสื่อสารด้วยเสียง นอกจากนี้ คุณสามารถตั้งค่าอัตราการสุ่มตัวอย่าง 44100 Hz และรูปแบบ PCM 16 บิตสำหรับคุณภาพ CD มาตรฐาน

การจัดการการขัดจังหวะการบันทึก

ระหว่างการบันทึกเสียง อาจเกิดการขัดจังหวะของระบบ: สายเรียกเข้า การปลุก การแจ้งเตือนจากแอปพลิเคชันอื่น บน iOS AVAudioSessionDelegate จัดการ beginInterruption และ endInterruption บน Android AudioManager.OnAudioFocusChangeListener แจ้งให้แอปพลิเคชันทราบเกี่ยวกับการสูญเสียหรือการกลับมาของโฟกัสเสียง การจัดการการขัดจังหวะที่ถูกต้องช่วยให้บันทึกเสียงไว้ระหว่างเหตุการณ์ที่ไม่คาดคิดและหลีกเลี่ยงการสูญเสียข้อมูล ขอแนะนำให้หยุดการบันทึกชั่วคราวเมื่อสูญเสียโฟกัสและดำเนินการต่อหลังจากโฟกัสกลับมาพร้อมการแจ้งเตือนผู้ใช้

การเพิ่มประสิทธิภาพการจับเสียง

การเพิ่มประสิทธิภาพการจับเสียง รวมถึงการกำหนดค่าอัตราการสุ่มตัวอย่าง ขนาดบัฟเฟอร์ และรูปแบบการเข้ารหัส สำหรับข้อความเสียง ความถี่ 44100 Hz และช่องสัญญาณโมโนก็เพียงพอ สำหรับการรู้จำคำพูด อาจต้องใช้ความถี่ 16000 Hz

บน iOS ใช้ AVAudioSession.setPreferredIOBufferDuration เพื่อกำหนดค่าความหน่วงในการบันทึก บัฟเฟอร์ขนาดเล็กจะลดความหน่วงแต่เพิ่มภาระของ CPU บน Android AudioRecord.getMinBufferSize จะคืนค่าขนาดบัฟเฟอร์ขั้นต่ำสำหรับพารามิเตอร์ที่กำหนด ขอแนะนำให้ใช้บัฟเฟอร์ไม่น้อยกว่าค่าขั้นต่ำนี้เพื่อป้องกันการสูญเสียข้อมูลเมื่อบันทึกภายใต้ภาระระบบสูง

แนวปฏิบัติที่ดีที่สุดกับการใช้ไมโครโฟน

แนวปฏิบัติที่ดีที่สุด สำหรับ Microphone Permission มุ่งเน้นการเพิ่มความไว้วางใจของผู้ใช้และการปฏิบัติตามข้อกำหนดของแพลตฟอร์ม

อธิบายวัตถุประสงค์ก่อนบันทึก

ก่อนขอ Microphone Permission ให้แสดงหน้าจอที่อธิบายว่าเหตุใดแอปจึงต้องใช้ไมโครโฟนและจะใช้การบันทึกอย่างไร ระบุว่าเสียงถูกส่งไปยังเซิร์ฟเวอร์หรือประมวลผลในเครื่อง ผู้ใช้มีแนวโน้มที่จะอนุญาตการเข้าถึงมากขึ้นหากพวกเขาเข้าใจว่าการบันทึกไม่ได้ออกจากอุปกรณ์ การประมวลผลในเครื่อง (ASR บนอุปกรณ์) เป็นข้อโต้แย้งที่แข็งแกร่งสำหรับความไว้วางใจ

หยุดบันทึกในพื้นหลัง

หากแอปพลิเคชันไม่ต้องการการบันทึกเสียงในพื้นหลัง ต้องแน่ใจว่าได้หยุดไมโครโฟนเมื่อเปลี่ยนไปยังพื้นหลัง ซึ่งไม่เพียงช่วยประหยัดแบตเตอรี่ แต่ยังป้องกันปฏิกิริยาเชิงลบของผู้ใช้เมื่อเห็นตัวบ่งชี้การบันทึก บน iOS ใช้เมธอด UIApplicationDelegate applicationDidEnterBackground เพื่อหยุดการบันทึกชั่วคราว บน Android จัดการ onPause และ onStop ใน Activity หรือ Service

ใช้ตัวบ่งชี้การบันทึก

แสดงตัวบ่งชี้การบันทึกของคุณเอง (ไอคอนไมโครโฟนเคลื่อนไหวหรือรูปคลื่น) ระหว่างการจับเสียง ซึ่งจะแจ้งให้ผู้ใช้ทราบว่าไมโครโฟนทำงานอยู่และลดความเสี่ยงของปฏิกิริยาเชิงลบ Apple และ Google แนะนำให้ทำซ้ำตัวบ่งชี้ระบบด้วยองค์ประกอบ UI ของคุณเองเพื่อความโปร่งใสสูงสุด