修复耳机麦克风启动异常

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

@@ -195,11 +195,9 @@ public class SimpleAudioReceiver: NSObject {
     /**
      * 开始采集音频数据
      * @param bufferHandler 音频缓冲区处理回调
-     * @throws 音频配置或启动错误
+     * @throws 音频引擎启动失败时抛出错误
      */
     func startCapture(bufferHandler: @escaping (AVAudioPCMBuffer) -> Void) throws {
-       
-        
         guard let audioEngine = audioEngine else {
             throw NSError(domain: "SimpleAudioReceiver", code: -1, userInfo: [NSLocalizedDescriptionKey: "Audio engine not initialized"])
         }
@@ -216,59 +214,92 @@ public class SimpleAudioReceiver: NSObject {
         
         // 重置音频引擎（在获取格式之前）
         audioEngine.reset()
-         try setupAudioSession()
+        try setupAudioSession()
+        
         // 重新获取输入节点和格式（reset后需要重新获取）
         let inputNode = audioEngine.inputNode
         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)")
         
-        // 验证格式是否有效
+        // 创建目标格式 - 统一使用16000Hz单声道
-        if inputFormat.sampleRate <= 0 || inputFormat.channelCount <= 0 {
+        guard let targetFormat = AVAudioFormat(commonFormat: .pcmFormatFloat32, 
-        // 如果格式无效，使用默认格式
+                                             sampleRate: 16000, 
-        let defaultFormat = AVAudioFormat(standardFormatWithSampleRate: 48000, channels: 1)!
+                                             channels: 1, 
-        print("使用默认音频格式: 采样率=\(defaultFormat.sampleRate)Hz, 声道数=\(defaultFormat.channelCount)")
+                                             interleaved: false) else {
+            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)")
+        
+        // 检查硬件格式是否有效
+        let isHardwareFormatValid = inputFormat.sampleRate > 0 && inputFormat.channelCount > 0
         
-        inputNode.installTap(onBus: 0, 
+        if isHardwareFormatValid {
+            print("使用硬件原生格式安装tap")
+            // 使用硬件原生格式安装tap，然后在回调中进行格式转换
+            inputNode.installTap(onBus: 0, 
                            bufferSize: 1024, 
-                           format: defaultFormat) { (buffer, time) in
+                           format: inputFormat) { (buffer, time) in
-            bufferHandler(buffer)
+                // 如果硬件格式与目标格式不匹配，进行转换
-        }
+                if inputFormat.sampleRate != targetFormat.sampleRate || 
+                   inputFormat.channelCount != targetFormat.channelCount {
+                    // 执行格式转换
+                    if let convertedBuffer = self.convertAudioBuffer(buffer, to: targetFormat) {
+                        bufferHandler(convertedBuffer)
+                    } else {
+                        print("音频格式转换失败，跳过此缓冲区")
+                    }
+                } else {
+                    bufferHandler(buffer)
+                }
+            }
         } else {
-        // 使用硬件原生格式
+            print("硬件音频格式无效，使用目标格式直接安装tap")
-        inputNode.installTap(onBus: 0, 
+            // 硬件格式无效时，直接使用目标格式安装tap
+            inputNode.installTap(onBus: 0, 
                            bufferSize: 1024, 
-                           format: inputFormat) { (buffer, time) in
+                           format: targetFormat) { (buffer, time) in
-            bufferHandler(buffer)
+                // 直接使用目标格式的缓冲区
-        }
+                bufferHandler(buffer)
+            }
         }
         
         if #available(iOS 13.0, *) {
-            try inputNode.setVoiceProcessingEnabled(true)
+            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")
     }
     
     /**
      * 安全地移除音频tap
-     * 避免在移除不存在的tap时出错
+     * 避免在移除tap时出现崩溃
+     */
+    /**
+     * 安全地移除音频tap
+     * 避免在移除tap时出现崩溃
      */
     private func removeTapSafely() {
         guard let audioEngine = audioEngine else { return }
         
         let inputNode = audioEngine.inputNode
         
-        // 尝试移除tap，如果没有tap也不会出错
+        // 检查是否有tap需要移除
-        do {
+        if inputNode.numberOfInputs > 0 {
-            inputNode.removeTap(onBus: 0)
+            do {
-            print("成功移除音频tap")
+                inputNode.removeTap(onBus: 0)
-        } catch {
+                print("成功移除音频tap")
-            // 如果没有tap可移除，这是正常的
+            } catch {
-            print("移除tap时出现错误（可能没有tap存在）: \(error)")
+                print("移除音频tap时出错: \(error.localizedDescription)")
+            }
         }
     }
     private func runMicrophoneCapture() {
@@ -429,6 +460,40 @@ private func audioBufferToData(_ buffer: AVAudioPCMBuffer) -> Data {
     }
 }
 
+/**
+ * 转换音频缓冲区格式
+ * @param buffer 原始音频缓冲区
+ * @param targetFormat 目标音频格式
+ * @return 转换后的音频缓冲区，转换失败时返回nil
+ */
+private func convertAudioBuffer(_ buffer: AVAudioPCMBuffer, to targetFormat: AVAudioFormat) -> AVAudioPCMBuffer? {
+    guard let converter = AVAudioConverter(from: buffer.format, to: targetFormat) else {
+        print("无法创建音频转换器: 从\(buffer.format.sampleRate)Hz到\(targetFormat.sampleRate)Hz")
+        return nil
+    }
+    
+    // 计算转换后的帧数
+    let capacity = AVAudioFrameCount(Double(buffer.frameLength) * targetFormat.sampleRate / buffer.format.sampleRate)
+    guard let convertedBuffer = AVAudioPCMBuffer(pcmFormat: targetFormat, frameCapacity: capacity) else {
+        print("无法创建转换后的音频缓冲区")
+        return nil
+    }
+    
+    var error: NSError?
+    let status = converter.convert(to: convertedBuffer, error: &error) { _, outStatus in
+        outStatus.pointee = .haveData
+        return buffer
+    }
+    
+    if status == .error {
+        print("音频转换失败: \(error?.localizedDescription ?? "未知错误")")
+        return nil
+    }
+    
+    return convertedBuffer
+}
+
+
 /**
  * 配置音频会话
  * 设置录音和播放所需的音频会话参数
@@ -438,10 +503,10 @@ 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
+    // 设置首选的音频参数 - 修改为16000Hz以匹配Azure Speech要求
-    try audioSession.setPreferredSampleRate(48000)
+    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)")
 }
@@ -574,4 +639,3 @@ private class LinkedBlockingQueue<T> {
         }
     }
 }
-