Microphone Permission的本质、访问类型及工作原理

Microphone Permission 的本质

Microphone Permission 是一种隐私保护机制，用于防止未经授权从设备麦克风录制音频。移动平台将麦克风划分为最敏感的资源之一，因为声音录制可以捕获私人对话、周围环境和机密信息。

Android 将 RECORD_AUDIO 划分为危险权限，iOS 要求必须在 Info.plist 中添加 NSMicrophoneUsageDescription 键。在两个平台上，请求在运行时执行，用户可以随时通过系统设置撤销权限。系统指示器 (iOS 上的橙色圆点，Android 12+ 上的绿色指示器) 向用户表示应用程序正在使用麦克风。

根据 Pew Research Center (2024) 的研究，54% 的移动设备用户至少有一次拒绝应用程序访问麦克风。主要原因是不理解为什么应用程序需要录音。因此，开发人员必须尽可能透明地解释使用麦克风的目的。

Android 上的麦克风权限

Android 上的麦克风权限 通过在清单中声明 RECORD_AUDIO 和在应用程序代码中进行运行时请求来获取。从 Android 10 开始，对麦克风的访问还受到后台应用程序限制的调控。

在 AndroidManifest.xml 中声明

第一步是在清单文件中声明 RECORD_AUDIO 权限。如果没有这个声明，运行时请求将无效，应用程序无法访问麦克风。

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

CAPTURE_AUDIO_OUTPUT 是系统权限，不可用于第三方应用程序。它仅由系统应用程序用于捕获音频输出。普通应用程序只需要 RECORD_AUDIO 来从麦克风录音。

在 Kotlin 中进行运行时请求

在清单中声明后，需要执行运行时请求。让我们看一个使用 AudioRecord 从麦克风录音的示例。

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()
    // 将音频数据写入缓冲区
}

录音状态的处理

正确处理录音的生命周期非常重要。当应用程序在 Android 9 及更新版本上切换到后台模式时，系统可能会暂停从麦克风录音。从 Android 10 开始，后台访问麦克风进一步受到限制：后台应用程序无法开始录音，正在进行的录音也会被暂停。后台录音需要 MediaProjection 或带通知的 Service。

iOS 上的麦克风权限

iOS 上的麦克风权限 通过 Info.plist 中的 NSMicrophoneUsageDescription 键和调用 AVAudioSession.requestRecordPermission 方法来配置。Apple 要求在请求对话框中必须说明使用麦克风的原因。

配置 Info.plist

NSMicrophoneUsageDescription 键对于任何请求访问麦克风的应用程序都是必须的。没有它，应用程序尝试录音时将崩溃。

<key>NSMicrophoneUsageDescription</key>
<string>应用程序需要麦克风访问权限以录制语音备注并发送语音消息。</string>

在 Swift 中请求

iOS 上的麦克风访问请求通过 AVAudioSession 执行。接收到响应后，应用程序配置音频会话并开始录音。

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)")
    }
}

录音指示器

在 iOS 14 及更新版本上，使用麦克风的应用程序会在状态栏中显示橙色指示器。用户可以看到哪个应用程序正在录音。如果应用程序在没有合理原因的情况下在后台使用麦克风，Apple 可能会拒绝更新。AVAudioSession 可以配置音频会话的类别和模式，确定应用程序在切换到后台模式时的行为。

音频采集场景

麦克风的使用场景 在移动应用中多种多样：从简单的语音录制到复杂的实时音频流处理。

语音消息和备注

即时通讯软件和备注应用使用麦克风录制语音消息。在这种情况下，按下录制按钮时会请求 Microphone Permission。录制结束后，重要的是停止音频会话，以便其他应用程序可以使用麦克风。iOS 上的 AVAudioSession 和 Android 上的 AudioManager 管理音频聚焦。

语音识别

具有语音输入的应用程序（搜索、口识、语音助手）使用麦克风与语音识别 API 结合。在 Android 上，这是来自 android.speech 的 SpeechRecognizer，在 iOS 上是来自 Speech framework 的 SFSpeechRecognizer。语音识别可能需要额外的权限来访问识别服务（Android 上的 SPEECH，iOS 上的 SFSpeechRecognizer.requestAuthorization）。

视频通话和流媒体

视频通话应用程序（WebRTC、Zoom、Telegram）同时请求 Microphone Permission 和 Camera Permission。在这种情况下，重要的是顺序请求两个权限，而不是同时请求，以免用户被对话框涌入。WebRTC 使用 getUserMedia 捕获音频和视频，但在移动平台上首先需要系统权限。

配置音频会话

为了高质量录音，需要正确配置音频会话参数。在 iOS 上，.playAndRecord 类别允许同时播放和录制声音。在 Android 上，选择 AudioSource.MIC 可以从主麦克风捕获，而 AudioSource.VOICE_COMMUNICATION 优化语音通信的录音。另外，可以配置 44100 Hz 采样率和 PCM 16 位格式以达到标准 CD 质量。

处理录音中断

在录音过程中，可能会发生系统中断：来电、闹钟、来自其他应用程序的通知。在 iOS 上，AVAudioSessionDelegate 处理 beginInterruption 和 endInterruption。在 Android 上，AudioManager.OnAudioFocusChangeListener 通知应用程序音频聚焦的丢失或恢复。正确处理中断可以在意外事件发生时保存录音并避免数据丢失。建议在丢失聚焦时暂停录音，并在恢复后通知用户后继续。

音频采集优化

音频采集优化 包括配置采样率、缓冲区大小和编码格式。对于语音消息，44100 Hz 和单声道已足够。对于语音识别，可能需要 16000 Hz。

在 iOS 上，使用 AVAudioSession.setPreferredIOBufferDuration 配置录音延迟。较小的缓冲区减少了延迟，但增加了 CPU 负荷。在 Android 上，AudioRecord.getMinBufferSize 返回指定参数的最小缓冲区大小。建议使用不小于该最小值的缓冲区，以防止在系统负荷过高的情况下录音时丢失数据。

使用麦克风的最佳实践

最佳实践 使用 Microphone Permission 的目的是提高用户信任度和符合平台要求。

在录音前解释目的

在请求 Microphone Permission 之前，显示一个屏幕，解释为什么应用程序需要麦克风以及录音将如何使用。说明音频是否传输到服务器或在本地处理。如果用户理解录音不会离开设备，他们更可能同意访问。本地处理 (on-device ASR) 是获得信任的强大论据。

在后台停止录音

如果应用程序不需要后台录音，切换到后台模式时务必停止麦克风。这不仅节省电池，还可以避免用户看到录音指示器时的消极反应。在 iOS 上，使用 UIApplicationDelegate 的 applicationDidEnterBackground 方法暂停录音。在 Android 上，处理 Activity 或 Service 中的 onPause 和 onStop。

使用录音指示器

在录音期间显示自己的录音指示器（动画麦克风图标或波形）。这通知用户麦克风正在工作，并减少了消极反应的风险。Apple 和 Google 建议使用自己的 UI 元素复制系统指示器，以达到最大透明度。