在iOS音频开发中，让一段录音或音乐加快或放慢播放却不改变原本的音调，是一个常见且实用的需求。Core Audio框架通过底层的音频转换器（Audio Converter）以及特定的时间伸缩算法，提供了稳定且高效的实现路径。与简单的重采样不同，变速不变调需要在频域或时域对波形进行重构，使语音的基频保持不变，仅调整语句的时长。这种能力广泛应用于外语跟读、有声书倍速播放以及乐器练习等场景。
Time Pitch算法的基本原理与可选类型
Time Pitch算法的目标是将音频信号的时间轴进行压缩或扩展，同时保留其音高信息。传统的重采样会改变采样率，导致播放速度变化的同时让声音变尖或变沉；而Time Pitch通过在时域或频域分析信号的周期性，插入或删除特定的波形片段来实现时长修改。在Core Audio中，这一能力主要通过kAudioCodecPropertyTimePitchAlgorithm等属性来配置，系统会根据设定的算法类型选择不同的信号处理策略。
常见的算法类型包括kAudioTimePitchAlgorithm_Spectral、kAudioTimePitchAlgorithm_TimeDomain以及kAudioTimePitchAlgorithm_Varispeed。Spectral模式利用相位声码器在频域处理，适合音乐类素材，变调自然但延迟较高；TimeDomain模式计算量小、延迟低，适合语音；Varispeed本质上仍是变调变速，并不保音高，仅用于特殊效果。开发者需要根据素材特征与实时性要求做出选择，而不是默认使用某一种。
从信号处理角度看，Spectral算法会将信号分帧加窗，转换到频域后估计瞬时频率与相位，再在目标时间轴上重新合成。由于需要维护相位连续性，其缓冲块较大。TimeDomain算法则更多依赖波形相似度的重叠相加（OLA），对语音这种基频清晰的信号效果足够。理解这些差异，有助于在出现金属声或机器人声时快速定位是算法不匹配还是参数越界。
使用AudioConverter配置离线变速不变调转换
对于已经录制完成的音频文件，可以使用AudioConverterRef创建离线转换任务。首先需要构造源和目标的音频流描述（AudioStreamBasicDescription），两者通常采样率一致、格式相同，仅通过转换器属性告知需要时间伸缩。关键在于打开转换器的Time Pitch功能并设置算法与速率比，例如将速率设为2.0表示原时长减半但音高不变。
下面示例展示如何配置转换器属性。注意代码中的尖括号与位运算符号均已转义，避免破坏HTML结构。实际调用时需要将converter作为输入输出参数传递给AudioConverterNew，并在循环中喂入数据包。
#include <AudioToolbox/AudioToolbox.h>
OSStatus configureTimePitch(AudioConverterRef converter, Float32 rate) {
// 开启时间伸缩算法
UInt32 enable = 1;
OSStatus st = AudioConverterSetProperty(converter,
kAudioCodecPropertyTimePitchAlgorithm, sizeof(UInt32), &enable);
if (st != noErr) return st;
// 选择频域算法，适合音乐
UInt32 algo = kAudioTimePitchAlgorithm_Spectral;
st = AudioConverterSetProperty(converter,
kAudioCodecPropertyTimePitchAlgorithmType, sizeof(UInt32), &algo);
if (st != noErr) return st;
// 设置速率比，2.0为加速一倍
st = AudioConverterSetProperty(converter,
kAudioCodecPropertyTimePitchRate, sizeof(Float32), &rate);
return st;
}
上述代码仅展示属性配置部分。在真实离线转换中，还需要准备源文件的AudioFileID、计算包数量、分配输出缓冲，并通过AudioConverterFillComplexBuffer回调提供数据。若使用Varispeed类型，速率改变会同时改变音高，因此务必确认算法类型常量是否正确。处理完成后应调用AudioConverterDispose释放资源，否则会造成音频服务内存泄漏。
离线模式的优势在于不占用实时线程，可处理长文件且效果稳定；缺点是无法在用户拖动进度条时立即响应。若产品要求边播边变速，应考虑实时方案而非频繁重建转换器。此外，输入文件的编码格式若为非线性PCM（如AAC），转换器会自动解码，但开发者需要确保源描述中的mFormatID正确，否则会出现未知格式错误。
基于AVAudioEngine的实时变速不变调播放配置
在需要实时交互的场景中，AVAudioEngine提供了更为上层的封装。通过AVAudioUnitTimePitch节点，开发者可以直接挂载到引擎的链式结构中，而不必手动管理转换器回调。该节点内部仍然使用Core Audio的Time Pitch算法，但隐藏了诸多线程与缓冲细节，适合大多数应用层开发。
配置时首先创建AVAudioEngine与AVAudioPlayerNode，然后实例化AVAudioUnitTimePitch并设置rate与pitch属性。将播放节点连接到变调节点，再连接到主混音器即可。以下Objective-C代码展示基础连接关系：
#import <AVFoundation/AVFoundation.h> AVAudioEngine *engine = [[AVAudioEngine alloc] init]; AVAudioPlayerNode *player = [[AVAudioPlayerNode alloc] init]; AVAudioUnitTimePitch *timePitch = [[AVAudioUnitTimePitch alloc] init]; timePitch.rate = 1.5; // 时长缩短为原来的2/3 timePitch.pitch = 0; // 音高不变，单位为中心半音 [engine attachNode:player]; [engine attachNode:timePitch]; [engine connect:player to:timePitch format:nil]; [engine connect:timePitch to:engine.mainMixerNode format:nil]; [engine startAndReturnError:nil];
这种方式下，rate属性控制速度，pitch属性额外提供变调能力；若只需变速不变调，保持pitch为0即可。与离线转换器不同，实时节点在引擎启动后动态调整rate会立即生效，非常适合跟读软件中的临时加速。但要注意，AVAudioEngine默认运行在实时优先级线程，自定义信号处理若阻塞会导致爆音。
若对延迟极度敏感，也可退而使用AURemoteIO搭配音频转换器，在渲染回调中手动调用AudioConverterFillComplexBuffer。但这种写法要求开发者自己维护环形缓冲与线程同步，出错概率高。对于绝大多数iOS项目，AVAudioUnitTimePitch已经在保音高与低延迟之间取得了良好平衡，除非有特殊的算法定制需求，否则无需重复造轮子。
参数越界与常见误区排查
在实践中，不少开发者将播放器的rate属性（如AVPlayer的rate）直接调大，发现声音变尖便误以为系统不支持保音高。实际上AVPlayer的速率是单纯播放速度，并不经过Time Pitch算法。必须使用专门的转换器或AVAudioUnitTimePitch节点才能分离速度与音高。另一个误区是认为算法类型无关紧要，结果在语音场景下用了Spectral导致延迟明显、且出现轻微水下声。
参数范围也常引发问题。Time Pitch的速率通常支持0.5到2.0之间，超出可能导致算法不稳定或无声。若业务需要更大范围，应考虑分段处理或结合变调节点二次处理。此外，在离线转换时如果目标格式启用了比特率约束（如硬件编码AAC），Time Pitch属性可能被忽略，因为编码器不支持该属性路径，此时应先将音频解码为PCM再转换。
日志方面，可通过AudioConverterGetProperty回读当前算法与速率，确认设置是否生效。若返回kAudioCodecUnsupportedPropertyError，说明当前转换器组合不支持Time Pitch，需要检查源格式是否过于特殊。清晰地区分“播放速度”与“时间伸缩算法”，是避免踩坑的第一步，也是理解Core Audio音频管线设计的关键。
Core_AudioiOS_audioTime_Pitch修改时间：2026-08-18 14:22:21