如何在IOS上使用ReplayKit与RTC

在日益繁多的直播场景中，如果你也是某位游戏主播的粉丝的话，有一种直播方式是你一定不陌生的，那就是我们今天要聊的屏幕分享。

直播场景下的屏幕分享，不仅要将当前显示器所展示的画面分享给远端，也要将声音传输出去，包括应用的声音，以及主播的声音。鉴于这两点需求，我们可以简单分析出，进行一次屏幕分享的直播所需要的媒体流如下：

1. 一条显示器画面的视频流
2. 一条应用声音的音频流
3. 一条主播声音的音频流

replaykit 是苹果提供的用于 ios 系统进行屏幕录制的框架。

首先我们来看看苹果提供的用于屏幕录制的 replaykit 的数据回调接口：

从枚举 samplebuffertype 上，我们不难看出，刚好能符合我们上述对媒体流的需求。

视频格式

通过 cvpixelbuffergetpixelformattype，我们可以获取到每帧的视频格式为 yuv420。

帧率

通过打印接口的回调次数，可以知道每秒能够获取的视频帧为30次，也就是帧率为 30。

格式与帧率都能符合 agora rtc 所能接收的范围，所以通过 agora rtc 的 pushexternalvideoframe 就可以将视频分享到远端了。

插入一个小知识

显示器所显示的帧来自于一个帧缓存区，一般常见的为双缓存或三缓存。当屏幕显示完一帧后，发出一个垂直同步信号(v-sync)，告诉帧缓存区切换到下一帧的缓存上，然后显示器开始读取新的一帧数据做显示。

这个帧缓存区是系统级别的，一般的开发者是无法读取跟写入的。但是如果是苹果自身提供的录制框架 replaykit 能够直接读取到已经渲染好且将用于显示器的帧，且这一过程不会影响渲染流程而造成掉帧，那就能减少一次用于提供给 replaykit 回调数据的渲染过程。

音频

replaykit 能提供的音频有两种，分为麦克风录制进来的音频流，与当前响应的应用播放的音频流。(下文将前者称为 audiomic，后者为 audioapp)

可以通过下面的两行代码，来获取音频格式

audioapp

audioapp 会在不同的机型下有不一样的声道数。例如在 ipad 或 iphone7 以下机型中，不具备双声道播放的设备，这时候 audioapp 的数据就是单声道，反之则是双声道。

采样率在部分试过的机型里，都是 44100，但不排除在未测试过的机型会是其他的采样率。

audiomic

audiomic 在测试过的机型里，采样率为 32000，声道数为单声道。

音频前处理

如果我们将 audioapp 与 audiomic 作为两条音频流去发送，那么流量肯定是大于一条音频流的。我们为了节省一条音频流的流量，就需要将这两条音频流做混音(融合)。

但是通过上述，我们不难看出，两条音频流的格式是不一样的，而且不能保证随着机型的不同，是不是会出现其他的格式。在测试的过程中还发现 os 版本的不同，每次回调给到的音频数据长度也会出现变化。那么我们在对两条音频流做混音前，就需要进行格式统一，来应对 replaykit 给出的各种格式。所以我们采取了以下几个重要的步骤：

无论是 audiomic 还是 audioapp，只要进来的流为单声道，我们都将它转化为双声道；

无论是 audiomic 还是 audioapp，只要进来的流采样率不为 48000，我们将它们重采样为 48000；

通过第一步与第二步，我们保证了两条音频流都为同样的音频格式。但是由于 replaykit 是一次回调给到一种数据的，所以在混音前我们还得用两个缓存区来存储这两条流数据；

replaykit 有选项是否开启麦克风录制，所以在关闭麦克风录制的时候，我们就只有一条 audioapp 音频流。所以我们以这条流为主，去读取 audiomic 缓存区的数据长度，然后对比两个缓存区的数据长度，以最小的数据长度为我们的混音长度。将混音长度的两个缓存区里的数据做融合，得到混音后的数据，写入一个新的混音缓存区(或者直接写入 audioapp 缓存区)；

最后我们再将这段混音后的数据拷贝进 agora rtc 的 c++ 录制回调接口里，这时候就可以把麦克风录制的声音与应用播放的声音传输到远端了。

通过对音视频流的处理，结合 agora rtc sdk，我们就完成了一个屏幕分享直播场景的实现了。

以上就是如何在ios上使用replaykit与rtc的详细内容，更多关于ios上使用replaykit与rtc的资料请关注其它相关文章！