摘要：音視頻音視頻隨著互聯網的發展，對音視頻的需求越來越多，然而音視頻無亂是播放還是編解碼，封裝對性能要求都比較高，那現階段的前端再音視頻領域都能做些什么呢。

@(音視頻)[Audio|Video|MSE]

音視頻隨著互聯網的發展，對音視頻的需求越來越多，然而音視頻無亂是播放還是編解碼，封裝對性能要求都比較高，那現階段的前端再音視頻領域都能做些什么呢。

[TOC]

提起音視頻的播放，我萌首先想到的是HTMLMediaElement，video播放視頻，audio播放音頻。舉個栗子：

controls指定瀏覽器渲染成html5 audio.

autoplay屬性告訴瀏覽器，當加載完的時候，自動播放.

loop屬性循環播放.

preload當渲染到audio元素時，便加載音頻文件.

移動端的瀏覽器并不支持autoplay和preload 屬性，即不會自動加載音頻文件，只有通過一些事件觸發，比如touch、click事件等觸發加載然后播放.

媒體元素還有一些改變音量，某段音頻播放完成事件等，請閱讀HTMLMediaElement.

當然如果你的網頁是跑在WebView中，可以讓客戶端設置一些屬性實現預加載和自動播放。

雖然使用html5的audio可以播放音頻，但是正如你看到存在很多問題，同時我萌不能對音頻的播放進行很好的控制，比如說從網絡中獲取到音頻二進制數據，有的時候我萌想順序播放多段音頻，對于使用audio元素也是力不從心，處理起來并不優雅。
舉個栗子：

function queuePlayAudio(sounds) {
    let index = 0;
    function recursivePlay(sounds, index) {
        if(sounds.length == index) return;
        sounds[index].play();
        sounds[index].onended = recursivePlay.bind(this, sounds, ++index);
    }
}

監聽audio元素的 onended 事件，順序播放。

為了更好的控制音頻播放，我萌需要AudioContext.

AudioContext接口表示由音頻模塊連接而成的音頻處理圖，每個模塊對應一個AudioNode。AudioContext可以控制它所包含的節點的創建，以及音頻處理、解碼操作的執行。做任何事情之前都要先創建AudioContext對象，因為一切都發生在這個環境之中。

可能理解起來比較晦澀，簡單的來說，AudioContext 像是一個工廠，對于一個音頻的播放，從音源到聲音控制，到鏈接播放硬件的實現播放，都是由各個模塊負責處理，通過connect 實現流程的控制。

現在我萌便能實現音頻的播放控制，比如從網絡中獲取。利用AJAX中獲取 arraybuffer類型數據，通過解碼，然后把音頻的二進制數據傳給AudioContext創建的BufferSourceNode，最后通過鏈接 destination 模塊實現音頻的播放。

   export default class PlaySoundWithAudioContext {
    constructor() {
            if(PlaySoundWithAudioContext.isSupportAudioContext()) {
                this.duration = 0;
                this.currentTime = 0;
                this.nextTime = 0;
                this.pending = [];
                this.mutex = false;
                this.audioContext = new (window.AudioContext || window.webkitAudioContext)();
            }
        }
        static isSupportAudioContext() {
            return window.AudioContext || window.webkitAudioContext;
        }

       play(buffer) {
            var source = this.audioContext.createBufferSource(); 
            source.buffer = buffer;                  
            source.connect(this.audioContext.destination); 
            source.start(this.nextTime);
            this.nextTime += source.buffer.duration;
        }

    addChunks(buffer) {
        this.pending.push(buffer);
        let customer = () => {
            if(!this.pending.length) return;
            let buffer = this.pending.shift();
            this.audioContext.decodeAudioData(buffer, buffer => {
            this.play(buffer);
            console.log(buffer)
            if(this.pending.length) {
                customer()
            }
            }, (err) => {
                console.log("decode audio data error", err);
            });
        }
        if(!this.mutex) {
            this.mutex = true;
            customer()
        }
       
    }

    clearAll() {
        this.duration = 0;
        this.currentTime = 0;
        this.nextTime = 0;
    }
}

AJAX調用

function xhr() {
    var XHR = new XMLHttpRequest();
   XHR.open("GET", "http://example.com/audio.mp3");
  XHR.responseType = "arraybuffer";
  XHR.onreadystatechange = function(e) {
      if(XHR.readyState == 4) {
         if(XHR.status == 200) {
       playSoundWithAudioContext.addChunks(XHR.response);
    }
      }
   }
  XHR.send();
}

使用Ajax播放對于小段的音頻文件還行，但是一大段音頻文件來說，等到下載完成才播放，不太現實，能否一邊下載一邊播放呢。這里就要利用 fetch 實現加載stream流。

fetch(url).then((res) => {
    if(res.ok && (res.status >= 200 && res.status <= 299)) {
        readData(res.body.getReader())
    } else {
        that.postMessage({type: constants.LOAD_ERROR})
    }
})

function readData(reader) {
    reader.read().then((result) => {
        if(result.done) {
            return;
        }
        console.log(result);
        playSoundWithAudioContext.addChunks(result.value.buffer);
    })
}

簡單的來說，就是fetch的response返回一個readableStream接口，通過從中讀取流，不斷的喂給audioContext 實現播放，測試發現移動端不能順利實現播放，pc端瀏覽器可以。

實現audioContext播放時，我萌需要解碼，利用decodeAudioDataapi實現解碼，我萌都知道，一般音頻都要壓縮成mp3，aac這樣的編碼格式，我萌需要先解碼成PCM數據才能播放，那PCM 又是什么呢？我萌都知道，聲音都是由物體振動產生，但是這樣的聲波無法被計算機存儲計算，我萌需要使用某種方式去刻畫聲音，于是乎便有了PCM格式的數據，表示麥克風采集聲音的頻率，采集的位數以及聲道數，立體聲還是單聲道。

Media Source Extensions可以動態的給Audio和Video創建stream流，實現播放，簡單的來說，可以很好的播放進行控制，比如再播放的時候實現 seek 功能什么的，也可以在前端對某種格式進行轉換進行播放，并不是支持所有的格式的。

通過將數據append進SourceBuffer中，MSE把這些數據存進緩沖區，解碼實現播放。這里簡單的舉個使用MSE播放 audio的栗子：

export default class PlaySoundWithMSE{
    constructor(audio) {
        this.audio = audio;
        if(PlaySoundWithMSE.isSupportMSE()) {
            this.pendingBuffer = [];
            this._mediaSource = new MediaSource();
            this.audio.src = URL.createObjectURL(this._mediaSource);
            this._mediaSource.addEventListener("sourceopen", () => {
                this.sourcebuffer = this._mediaSource.addSourceBuffer("audio/mpeg");
                this.sourcebuffer.addEventListener("updateend", 
                this.handleSourceBufferUpdateEnd.bind(this));
            })
        }
    }

    addBuffer(buffer) {
        this.pendingBuffer.push(buffer);
    }

    handleSourceBufferUpdateEnd() {
        if(this.pendingBuffer.length) {
            this.sourcebuffer.appendBuffer(this.pendingBuffer.shift());
        } else {
            this._mediaSource.endOfStream();
        }
    }

    static isSupportMSE() {
        return !!window.MediaSource;
    }
}

談起html5播放器，你可能知道bilibili的flv.js,它便是依賴Media Source Extensions將flv編碼格式的視頻轉包裝成mp4格式，然后實現播放。

從流程圖中可以看到，IOController實現對視頻流的加載，這里支持fetch的 stream能力，WebSocket等，將得到的視頻流，這里指的是flv格式的視頻流，將其轉封裝成MP4格式，最后將MP4格式的數據通過appendBuffer將數據喂給MSE,實現播放。

上面談到的都是視頻的播放，你也看到，即使播放都存在很多限制，MSE的瀏覽器支持還不多，那在視頻的編碼解碼這些要求性能很高的領域，前端能否做一些事情呢？
前端性能不高有很多原因，在瀏覽器這樣的沙盒環境下，同時js這種動態語言，性能不高，所以有大佬提出把c++編譯成js ,然后提高性能，或許你已經知道我要說的是什么了，它就是ASM.js，它是js的一種嚴格子集。我萌可以考慮將一些視頻編碼庫編譯成js去運行提高性能，其中就不得不提到的FFmpeg,可以考慮到將其編譯成asm,然后對視頻進行編解碼。

我萌可以看到，前端對音視頻的處理上由于諸多原因，可謂如履薄冰，但是在視頻播放上，隨著瀏覽器的支持，還是可以有所作為的。

今日頭條長期大量招聘前端工程師，可選北京、深圳、上海、廈門等城市。歡迎投遞簡歷到 tcscyl@gmail.com / yanglei.yl@bytedance.com