音频中间层与延迟

【踩坑实录】音频中间层与延迟

▍现象
直播录制工程的音频链路：桌面版架构里音频走一长串中间层（系统音频服务、桌面音频协议、应用侧混音），每层都有缓冲。搬进鸿蒙，这些中间层全部不存在，而直播场景对延迟敏感（音画不同步直接毁体验）。

▍定位与替换方案
音频链路的替换：桌面音频协议层（PulseAudio 类）整体拿掉，直连系统的音频捕获与播放接口（OHAudio 系）——工程把麦克风输入经系统捕获接口直接送进应用的混音管线，中间层从一串变成一层。缓冲的权衡（音频工程的永恒主题）：缓冲大=稳定（不怕调度抖动）但延迟高；缓冲小=延迟低但容易欠载（破音爆音）。直播场景的定档：按帧回调驱动的中小缓冲，实测目标机型上调优到稳定与延迟的平衡点。

▍配套的坑位
一，缓冲归还纪律：音频与视频的捕获回调里，缓冲用完必须立即归还系统（不还的后果是数据流冻结——采集篇讲过的帧饿死在音频侧同样存在）。二，会话生命周期：退后台的音频会话处置（暂停喂流防破音、回前台恢复）与系统的音频焦点协调（别的应用放声音时的让路与恢复）。三，权限的时机：麦克风权限按需弹出（首次用到再弹——工程做到了空场景启动零弹窗，权限的克制是体验的一部分）。

▍根因抽象
音频移植的两个核心决策：直连还是模拟中间层（能直连就直连——中间层是为桌面生态存在的，鸿蒙上没有存在的理由）、缓冲怎么定档（按场景的延迟敏感度定，没有万能值）。

▍方法论沉淀
音频链路的验收三件套：延迟测量（录放回环的实测延迟）、长时间稳定性（数小时无爆音无冻结）、后台行为（切走切回无异常）。听感测试要真人戴耳机——音频问题的最后裁判是耳朵。

音频直连与缓冲调优的完整记录在直播工程实录，apps 板块 56 篇欢迎对照。