ios - 渲染音频单元时 iOS Accurate AudioTimeStamp

Question

在我的 AudioInputRenderCallback 中，我希望捕获某些音频事件的准确时间戳。为了测试我的代码，我输入了一个点击轨道@120BPM 或每 500 毫秒（点击是准确的，我检查过，并仔细检查过）。我首先得到每个样本的分贝，并检查它是否超过阈值，这按预期工作。然后我从 AudioTimeStamp 中获取 hostTime，并将其转换为毫秒。第一次点击被分配给该静态时间戳，第二次通过计算间隔，然后重新分配给静态时间戳。我预计会看到 500 个区间。为了能够正确计算点击次数，我必须在 5 毫秒内完成。这些数字似乎在 510 和 489 之间来回反弹。我知道这不是 RTOS，但 iOS 能这么准确吗？使用 AudioUnitTimeStamp 的 mach_absolute_time 成员有什么问题吗？

Answer 1

音频单元是基于缓冲区的。iOS 音频单元缓冲区的最小长度似乎约为 6 毫秒。因此，如果您使用缓冲区回调的时间戳，您的时间分辨率或时间采样抖动将约为 +- 6 毫秒。

如果您查看音频单元缓冲区内的实际原始 PCM 样本并且模式匹配“攻击”瞬态（通过阈值或自相关等），您可能可以获得亚毫秒级的分辨率。