修复音频格式设置异常导致崩溃

local_plugins/azure_speech/ios/azure_speech/Sources/azure_speech/AzureAsrHelper.swift

@@ -203,8 +203,8 @@ public class AzureAsrHelper: NSObject {
      */
     private func preInitializeAudioComponents() {
         if audioStream == nil {
-            audioStream = SimpleAudioReceiver()
+            audioStream = SimpleAudioReceiver.shared
-            audioStream?.initAudioRecord()
+            //audioStream?.initAudioRecord()
         }
             // 预创建音频配置
         if let pushStream = audioStream?.pushAudioStream {
@@ -346,14 +346,14 @@ public class AzureAsrHelper: NSObject {
             }
             
             // 停止音频处理
-            audioStream?.releaseAudioResources()
+            //audioStream?.releaseAudioResources()
              // 释放网络监听资源
             networkMonitor.dispose()
             // 释放资源
             recognizer = nil
             speechConfig = nil
             audioConfig = nil
-            audioStream = nil
+            //audioStream = nil
             // 确保状态被重置
             _isContinuousRecognitionActive = false
             //externalAudioStream = nil
@@ -466,8 +466,8 @@ public class AzureAsrHelper: NSObject {
     private func setupMicrophoneStream() {
         // 只有在 audioStream 为 nil 时才创建新实例
         if audioStream == nil {
-            audioStream = SimpleAudioReceiver()
+            audioStream = SimpleAudioReceiver.shared
-            audioStream?.initAudioRecord()  // 确保调用初始化
+            //audioStream?.initAudioRecord()  // 确保调用初始化
         }
         
         // 检查音频配置是否已存在
@@ -669,14 +669,14 @@ public class AzureAsrHelper: NSObject {
         
         if audioStream == nil {
             // 创建外部音频拉流对象
-            audioStream = SimpleAudioReceiver()
+            audioStream = SimpleAudioReceiver.shared
-            audioStream?.initAudioRecord()
+            //audioStream?.initAudioRecord()
         }
         
         if audioStream?.recordfile  == nil {
             audioStream?.recordfile = RecordFile()
         }
-
+    
         
         // 修复：移除多余的 audioDataCallback 参数
         audioStream?.startAudioRecord(

local_plugins/azure_speech/ios/azure_speech/Sources/azure_speech/IntegratedSpeechTranslationService.swift

@@ -329,8 +329,8 @@ import os.log
      * 初始化音频处理器
      */
     private func initializeAudioProcessor() {
-        audioProcessor = SimpleAudioReceiver()
+        audioProcessor = SimpleAudioReceiver.shared
-        audioProcessor?.initAudioRecord()
+       // audioProcessor?.initAudioRecord()
         // 检查音频配置是否已存在
         if audioConfig == nil, let pushStream = audioProcessor?.pushAudioStream {
             audioConfig = SPXAudioConfiguration(streamInput: pushStream)
@@ -913,8 +913,8 @@ import os.log
         audioConfig = nil
         
         // 释放其他组件
-        audioProcessor?.releaseAudioResources()
+        //audioProcessor?.releaseAudioResources()
-        audioProcessor = nil
+        //audioProcessor = nil
         
         translationService?.dispose()
         translationService = nil

local_plugins/azure_speech/ios/azure_speech/Sources/tools/SimpleAudioReceiver.swift

@@ -9,9 +9,32 @@ import os.log
  */
 public class SimpleAudioReceiver: NSObject {
     
+    /// 单例实例（线程安全）
+    /// 通过 SimpleAudioReceiver.shared 获取全局唯一实例
+    public static let shared = SimpleAudioReceiver()
+    
+    /// 私有化构造函数，防止外部直接实例化
+    /// 使用方式：通过 SimpleAudioReceiver.shared 访问实例
+    private override init() {
+        super.init()
+        initAudioRecord()
+    }
+    
     private let tag = "SimpleAudioReceiver"
     private let log = OSLog(subsystem: "com.azure.speech", category: "SimpleAudioReceiver")
+     /// 音频格式转换专用队列（避免在音频渲染线程上做重操作）
+    private let conversionQueue = DispatchQueue(label: "audio.stream.convert", qos: .userInitiated)
+    
+    /// 缓存的音频转换器，避免每个缓冲区重复创建
+    private var cachedConverter: AVAudioConverter?
     
+    /// 统一的目标格式（16kHz/单声道/Float32，用于后续再转 Int16）
+    private lazy var targetFormat16000Mono: AVAudioFormat = {
+        return AVAudioFormat(commonFormat: .pcmFormatFloat32,
+                             sampleRate: 16000,
+                             channels: 1,
+                             interleaved: false)!
+    }()
     /**
      * 音频来源类型
      */
@@ -25,7 +48,7 @@ public class SimpleAudioReceiver: NSObject {
     // MARK: - 音频流类
     
     public private(set) var pushAudioStream: SPXPushAudioInputStream?
-    private let writeQueue = LinkedBlockingQueue<Data>()
+    private var writeQueue = LinkedBlockingQueue<Data>()
     private var audioEngine: AVAudioEngine?
     private var audioFormat: AVAudioFormat?
     private let audioSession = AVAudioSession.sharedInstance()
@@ -48,13 +71,15 @@ public class SimpleAudioReceiver: NSObject {
      * 包括音频格式、推流、音频引擎等核心组件的初始化
      */
     public func initAudioRecord() {
+        // 每次初始化前，先释放上一次的资源，避免重复引擎/线程/tap
+        releaseAudioResources()
+        
         print("初始化了")
         audioFormat = getOptimalAudioFormat()
         pushAudioStream = SPXPushAudioInputStream()
         
         // 初始化音频引擎
         audioEngine = AVAudioEngine()
-
         
         isRunning = true
         // 创建新的写线程
@@ -66,15 +91,13 @@ public class SimpleAudioReceiver: NSObject {
                 // 处理实时音频数据
                 let channelData = buffer.floatChannelData?[0]
                 let frameCount = buffer.frameLength
-                print("麦克风启动: \(frameCount)")
+                // print("麦克风启动: \(frameCount)")
-                print("🎵 音频数据: 帧数=\(frameCount), 声道数据=\(channelData != nil ? "有效" : "无效")")
+                // print("🎵 音频数据: 帧数=\(frameCount), 声道数据=\(channelData != nil ? "有效" : "无效")")
                 self.writeQueue.put(self.audioBufferToData(buffer))
                 // 分析或传输数据...
             }
-           
         } catch {
             print("麦克风启动失败: \(error)")
-           
         }
     }
     
@@ -192,93 +215,128 @@ public class SimpleAudioReceiver: NSObject {
         writeQueue.put(data)
     }
 
-    /**
+/**
-     * 开始采集音频数据
+ * 开始音频捕获
-     * @param bufferHandler 音频缓冲区处理回调
+ * 1) 重置音频引擎并配置音频会话
-     * @throws 音频引擎启动失败时抛出错误
+ * 2) 安装 tap 时不指定格式（format: nil），由系统使用硬件实际格式
-     */
+ * 3) 在回调内将硬件格式转换为统一的 16kHz 单声道后回调上层
-    func startCapture(bufferHandler: @escaping (AVAudioPCMBuffer) -> Void) throws {
+ * @param bufferHandler 音频缓冲区处理回调（已转换为目标格式）
-        guard let audioEngine = audioEngine else {
+ * @throws 音频引擎启动失败时抛出错误
-            throw NSError(domain: "SimpleAudioReceiver", code: -1, userInfo: [NSLocalizedDescriptionKey: "Audio engine not initialized"])
+ */
-        }
+func startCapture(bufferHandler: @escaping (AVAudioPCMBuffer) -> Void) throws {
-        
+    guard let audioEngine = audioEngine else {
-        // 确保音频引擎完全停止
+        throw NSError(domain: "SimpleAudioReceiver", code: -1, userInfo: [NSLocalizedDescriptionKey: "Audio engine not initialized"])
-        if audioEngine.isRunning {
+    }
-            audioEngine.stop()
+    
-            // 等待一小段时间确保完全停止
+    // 确保音频引擎完全停止
-            Thread.sleep(forTimeInterval: 0.1)
+    if audioEngine.isRunning {
-        }
+        audioEngine.stop()
-        
+        // 等待一小段时间确保完全停止
-        // 先安全地移除已存在的 tap
+        Thread.sleep(forTimeInterval: 0.1)
-        removeTapSafely()
+    }
-        
+    
-        // 重置音频引擎（在获取格式之前）
+    // 先安全地移除已存在的 tap
-        audioEngine.reset()
+    removeTapSafely()
+    
+    // 重置音频引擎（在获取格式之前）
+    audioEngine.reset()
+    
+    // 配置音频会话
+    do {
         try setupAudioSession()
-        
+    } catch {
-        // 重新获取输入节点和格式（reset后需要重新获取）
+        print("音频会话设置失败: \(error.localizedDescription)")
-        let inputNode = audioEngine.inputNode
+        throw error
-        let inputFormat = inputNode.outputFormat(forBus: 0)
+    }
-        
+    
-        print("硬件输入格式: 采样率=\(inputFormat.sampleRate)Hz, 声道数=\(inputFormat.channelCount), 格式=\(inputFormat.commonFormat.rawValue)")
+    // 重新获取输入节点（此处获取的输出格式在未启动时可能为 0Hz，仅用于日志）
-        
+    let inputNode = audioEngine.inputNode
-        // 创建目标格式 - 统一使用16000Hz单声道
+    let preFormat = inputNode.outputFormat(forBus: 0)
-        guard let targetFormat = AVAudioFormat(commonFormat: .pcmFormatFloat32, 
+    print("当前节点(启动前)输出格式: 采样率=\(preFormat.sampleRate)Hz, 声道数=\(preFormat.channelCount), 格式=\(preFormat.commonFormat.rawValue)")
-                                             sampleRate: 16000, 
+    
-                                             channels: 1, 
+    // 目标格式 - 统一使用16000Hz单声道（Float32），后续再转 Int16
-                                             interleaved: false) else {
+    let targetFormat = self.targetFormat16000Mono
-            throw NSError(domain: "SimpleAudioReceiver", code: -2, userInfo: [NSLocalizedDescriptionKey: "无法创建目标音频格式"])
+    print("使用目标音频格式: 采样率=\(targetFormat.sampleRate)Hz, 声道数=\(targetFormat.channelCount)")
-        }
+    
-        
+    // 使用硬件原生格式安装 tap（format: nil），回调中异步转换
-        print("使用目标音频格式: 采样率=\(targetFormat.sampleRate)Hz, 声道数=\(targetFormat.channelCount)")
+    inputNode.installTap(onBus: 0,
-        
+                         bufferSize: 1024,
-        // 检查硬件格式是否有效
+                         format: nil) { [weak self] (buffer, time) in
-        let isHardwareFormatValid = inputFormat.sampleRate > 0 && inputFormat.channelCount > 0
+        guard let self = self else { return }
-        
+        let srcFormat = buffer.format
-        if isHardwareFormatValid {
+        
-            print("使用硬件原生格式安装tap")
+        // 将重采样与格式转换放到专用队列，避免阻塞音频渲染线程
-            // 使用硬件原生格式安装tap，然后在回调中进行格式转换
+        self.conversionQueue.async {
-            inputNode.installTap(onBus: 0, 
+            // 如果源格式与目标格式不同，复用/重建转换器
-                           bufferSize: 1024, 
+            var outputBuffer: AVAudioPCMBuffer? = buffer
-                           format: inputFormat) { (buffer, time) in
+            if srcFormat.sampleRate != targetFormat.sampleRate ||
-                // 如果硬件格式与目标格式不匹配，进行转换
+                srcFormat.channelCount != targetFormat.channelCount ||
-                if inputFormat.sampleRate != targetFormat.sampleRate || 
+                srcFormat.commonFormat != targetFormat.commonFormat {
-                   inputFormat.channelCount != targetFormat.channelCount {
+                
-                    // 执行格式转换
+                if self.cachedConverter == nil ||
-                    if let convertedBuffer = self.convertAudioBuffer(buffer, to: targetFormat) {
+                    self.cachedConverter?.inputFormat != srcFormat ||
-                        bufferHandler(convertedBuffer)
+                    self.cachedConverter?.outputFormat != targetFormat {
+                    self.cachedConverter = AVAudioConverter(from: srcFormat, to: targetFormat)
+                }
+                
+                if let converter = self.cachedConverter {
+                    let capacity = AVAudioFrameCount(Double(buffer.frameLength) * targetFormat.sampleRate / srcFormat.sampleRate)
+                    if let convertedBuffer = AVAudioPCMBuffer(pcmFormat: targetFormat, frameCapacity: capacity) {
+                        var error: NSError?
+                        let status = converter.convert(to: convertedBuffer, error: &error) { _, outStatus in
+                            outStatus.pointee = .haveData
+                            return buffer
+                        }
+                        if status == .error {
+                            // 限制日志：仅在错误时打印，避免频繁输出
+                            print("音频转换失败: \(error?.localizedDescription ?? "未知错误")")
+                            return
+                        }
+                        outputBuffer = convertedBuffer
                     } else {
-                        print("音频格式转换失败，跳过此缓冲区")
+                        print("无法创建转换后的音频缓冲区")
+                        return
                     }
                 } else {
-                    bufferHandler(buffer)
+                    print("无法创建音频转换器: 从\(srcFormat.sampleRate)Hz到\(targetFormat.sampleRate)Hz")
+                    return
                 }
             }
-        } else {
+            
-            print("硬件音频格式无效，使用目标格式直接安装tap")
+            // 回调上层（注意：此时不在实时渲染线程）
-            // 硬件格式无效时，直接使用目标格式安装tap
+            if let out = outputBuffer {
-            inputNode.installTap(onBus: 0, 
+                bufferHandler(out)
-                           bufferSize: 1024, 
-                           format: targetFormat) { (buffer, time) in
-                // 直接使用目标格式的缓冲区
-                bufferHandler(buffer)
-            }
-        }
-        
-        if #available(iOS 13.0, *) {
-            do {
-                try inputNode.setVoiceProcessingEnabled(true)
-            } catch {
-                print("启用语音处理失败: \(error.localizedDescription)")
             }
         }
-        
-        audioEngine.prepare()
-        //try audioEngine.start()
-        
-        print("音频引擎启动成功")
     }
     
+    // 启用语音处理（如果支持）
+    enableVoiceProcessingIfAvailable(inputNode: inputNode)
+    
+    // 准备并启动音频引擎
+    audioEngine.prepare()
+    //  print("音频引擎启动成功。Tap使用硬件格式: 采样率=\(postFormat.sampleRate)Hz, 声道数=\(postFormat.channelCount)")
+    //print("音频引擎启动成功，使用格式: 采样率=\(tapFormat.sampleRate)Hz, 声道数=\(tapFormat.channelCount)")
+}
+
+
+/**
+ * 启用语音处理（如果设备支持）
+ * @param inputNode 输入节点
+ */
+private func enableVoiceProcessingIfAvailable(inputNode: AVAudioInputNode) {
+    if #available(iOS 13.0, *) {
+        do {
+            try inputNode.setVoiceProcessingEnabled(true)
+            print("语音处理已启用")
+        } catch {
+            print("启用语音处理失败: \(error.localizedDescription)")
+            // 不抛出错误，因为这不是关键功能
+        }
+    } else {
+        print("当前iOS版本不支持语音处理")
+    }
+}
     /**
      * 安全地移除音频tap
      * 避免在移除tap时出现崩溃
@@ -321,8 +379,8 @@ public class SimpleAudioReceiver: NSObject {
                 // 处理实时音频数据
                 let channelData = buffer.floatChannelData?[0]
                 let frameCount = buffer.frameLength
-                print("麦克风启动: \(frameCount)")
+                // print("麦克风启动: \(frameCount)")
-                print("🎵 音频数据: 帧数=\(frameCount), 声道数据=\(channelData != nil ? "有效" : "无效")")
+                // print("🎵 音频数据: 帧数=\(frameCount), 声道数据=\(channelData != nil ? "有效" : "无效")")
                 self.writeQueue.put(self.audioBufferToData(buffer))
                 // 分析或传输数据...
             }
@@ -342,7 +400,7 @@ public class SimpleAudioReceiver: NSObject {
     private func runExternalCapture() {
         if audioSourceType == .external {
             //pushAudioData(data: Data())
-            
+            //stopMicrophoneCapture()
             audioEngine?.pause()
             //audioEngine?.inputNode.removeTap(onBus: 0)
         }
@@ -375,23 +433,26 @@ public class SimpleAudioReceiver: NSObject {
     public func releaseAudioResources() {
         print("释放了")
         
-        // 停止麦克风捕获
+        // 停止麦克风捕获（含 _isWriting=false 与移除 tap）
         stopMicrophoneCapture()
         
         // 停止音频引擎
         audioEngine?.stop()
         
-        // 关闭写入队列
+        // 安全关闭旧的写队列以唤醒阻塞的 take()，然后重建一个新的队列
+        let oldQueue = self.writeQueue
+        isRunning = false
         writeThread?.async {
-            self.writeQueue.close()
+            oldQueue.close()
         }
         writeThread = nil
+        // 重建队列，避免旧数据残留以及被 close 影响
+        writeQueue = LinkedBlockingQueue<Data>()
         
-        // 安全地移除 tap
+        // 再次安全地移除 tap（幂等）
         removeTapSafely()
         
         // 重置状态
-        isRunning = false
         audioEngine = nil
     }
 // MARK: - 协议定义
@@ -503,10 +564,10 @@ private func setupAudioSession() throws {
     try audioSession.setCategory(.playAndRecord, mode: .default, options: [.defaultToSpeaker, .allowBluetooth])
     try audioSession.setActive(true)
 
-    // 设置首选的音频参数 - 修改为16000Hz以匹配Azure Speech要求
+    // // 设置首选的音频参数 - 修改为16000Hz以匹配Azure Speech要求
-    try audioSession.setPreferredSampleRate(16000)
+    // try audioSession.setPreferredSampleRate(16000)
-    // 设置输入声道数
+    // // 设置输入声道数
-    try audioSession.setPreferredInputNumberOfChannels(1)
+    // try audioSession.setPreferredInputNumberOfChannels(1)
     
     print("音频会话配置成功: 采样率=\(audioSession.sampleRate)Hz, 输入声道=\(audioSession.inputNumberOfChannels)")
 }