在合唱或直播场景中，用户往往需要共享非麦克风采集的外部音频源，比如希望在合唱过程中使用自定义的音乐文件。为了支持用户使用自定义音频源， NERTC SDK 为用户提供传输通道，并进行编码推流。

功能介绍

NERTC SDK 支持自定义音频采集与渲染功能，可以向 NERTC SDK 提供自定义的音频输入源数据，使用自定义的渲染器，并由 NERTC SDK 进行编码推流。
一般情况下，App 通过本设备的内置麦克风采集音频数据。但在部分场景下可能需要使用自定义的音频源，例如：

• 需要使用自定义的音效、美声库或前处理库。
• 需要使用外部音频源或外接设备进行音频数据采集，例如在音视频通话或互动直播中播放自定义的音频文件。
• App 无法获取音频采集设备的控制权限，例如音频采集设备已被其他业务占用，或硬件设备的默认音频采集模块损坏等场景下。
  基于以上场景，NERTC SDK 支持使用自定义的音频源或渲染器，以实现业务场景中的相关需求。

注意事项

• 自定义音频采集场景中，您需要自行管理音频数据的采集和处理；自定义音频渲染场景中，您需要自行管理音频数据的处理和播放。在两种场景下，音频处理 3A 算法（AEC、ANS 和 AGC）均为关闭状态，不可手动开启。
• 若您需要开启外部音频采集，建议在创建外部音频输入源之前调用 enableLocalAudio 或 enableLocalSubStreamAudio 方法关闭本地音频设备采集（若未打开则无需关心），再在创建外部音频输入源之后再次调用 enableLocalAudio 或 enableLocalSubStreamAudio 方法开启媒体传输通道。
• 通过 pushExternalAudioFrame 或 pushExternalSubStreamAudioFrame 接口向 SDK 投送的数据必须是 PCM 格式的未经压缩的音频裸数据，不支持其他压缩格式。
• 若您需要开启外部音频渲染，请在加入房间前调用 setExternalAudioRender 方法，此接口设置在通话结束后后仍然有效，直至销毁 SDK。

示例项目源码

网易云信提供ExternalAudioCapture 示例项目源码，您可以参考该源码实现自定义音频采集与渲染。

自定义音频采集

技术原理

API 调用时序

sequenceDiagram
    participant 应用层
    participant NERtcSDK
    应用层->>NERtcSDK: setExternalAudioSource/setExternalSubStreamAudioSource
    应用层->>NERtcSDK: enableLocalAudio/enableLocalSubStreamAudio
    Note over 应用层, NERtcSDK: 自行处理音频数据
    应用层->>NERtcSDK: pushExternalAudioFrame/pushExternalSubStreamAudioFrame

实现方法

1. 在加入房间前，调用 setExternalAudioSource 方法开启外部音频主流输入或调用 setExternalSubStreamAudioSource 方法开启外部音频辅流输入，并设置外部音频采集参数，相关参数说明如下：
   • enabled：是否开启外部音频输入，默认关闭。
   • sample_rate：外部音频源的数据采样率，单位为赫兹（Hz）。
   • channels：外部音频源的数据声道数，可设置为单声道（1）或双声道（2）。
   • 自定义外部音频采集接口支持在通话过程中动态调用，接口设置在通话结束后仍然有效；若您需要关闭该功能，请在下次通话前再次调用此方法关闭自定义音频采集。
   • 您可以同时开启外部音频主、辅流输入。在这种情况下，您可以通过 syncTimeStamp 参数同步音频主辅流的时间戳。
2. 调用 enableLocalAudio 或 enableLocalSubStreamAudio 方法开启媒体传输通道。

   若您开启的是外部音频主流输入，请开启对应的媒体主流传输通道，辅流同理。

3. 成功加入房间之后，使用自采集模块采集音频数据。您需要自行管理音频数据采集和处理逻辑。
4. 完成音频数据处理后，调用 pushExternalAudioFrame 方法将外部音频主流数据帧推送给 NERTC SDK，或调用 pushExternalSubStreamAudioFrame 推送外部音频辅流数据帧，并设置外部音频格式。
   • 建议推送的音频数据帧时长至少为 10 ms。
   • samplesPerChannel 指单通道的采样点个数，计算公式为 sampleRate * （time）/ 1000，其中 time 是推送给 SDK 的音频数据的时间间隔，比如一次是 20ms 的数据，则 time = 20。

示例代码

//开启自定义音频主流采集
NERtcEx.getInstance().setExternalAudioSource(true,sample_rate,channels);
// 开启音频主流，SDK 默认开启
NERtcEx.getInstance().enableLocalAudio(true);

NERtcAudioExternalFrame frame = new
NERtcAudioExternalFrame();
audioFrame.audioData =  sampleData;                 //音频数据
audioFrame.numberOfChannels = 1;                    //音频声道数
audioFrame.sampleRate =  48000;                     //音频采样率
audioFrame.samplesPerChannel = 48000  * 20 / 1000;  //单声道的采样点个数
audio.syncTimeStamp = -1;                           //同步音频主辅流时间戳
NERtcEx.getInstance().pushExternalAudioFrame(frame);

//开启自定义音频辅流采集
NERtcEx.getInstance().setExternalSubStreamAudioSource(true,sample_rate,channels);
// 开启音频辅流，SDK 默认关闭
NERtcEx.getInstance().enableLocalSubStreamAudio(true);

NERtcAudioExternalFrame frame = new
NERtcAudioExternalFrame();
audioFrame.audioData =  sampleData;                 //音频数据
audioFrame.numberOfChannels = 1;                    //音频声道数
audioFrame.sampleRate =  48000;                     //音频采样率
audioFrame.samplesPerChannel = 48000  * 20 / 1000;  //单声道的采样点个数
audio.syncTimeStamp = -1;                           //同步音频主辅流时间戳
NERtcEx.getInstance().pushExternalSubStreamAudioFrame(frame);

API 参考

方法	功能描述
enableLocalSubStreamAudio	开启音频辅流
setExternalAudioSource	开启自定义音频主流采集
setExternalSubStreamAudioSource	开启自定义音频辅流采集
pushExternalAudioFrame	将外部音频主流数据帧推送给 NERTC SDK
pushExternalSubStreamAudioFrame	将外部音频辅流数据帧推送给 NERTC SDK

自定义音频渲染

API 调用时序

sequenceDiagram
    participant 应用层
    participant NERtcSDK
    应用层->>NERtcSDK: setExternalAudioRender
    应用层->>NERtcSDK: pullExternalAudioFrame
    Note over 应用层, NERtcSDK: 自行处理音频数据

实现方法

1. 在加入房间前，调用 setExternalAudioRender 方法开启外部音频渲染，并设置外部音频渲染参数，相关参数的说明如下：
   • enabled：是否开启外部音频输入，默认关闭。
   • sample_rate：外部音频源的数据采样率，单位为赫兹（Hz）。
   • channels：外部音频源的数据声道数，可设置为单声道（1）或双声道（2）。

   此接口设置在通话结束后仍然有效；若您需要关闭该功能，请在下次通话前再次调用此方法关闭自定义音频渲染。

2. 成功加入房间后，调用 pullExternalAudioFrame 方法拉取远端发送的外部音频数据帧，相关参数的说明如下：
   • buffer：待填充的 buffer 数组。需要您来创建，且必须使用 ByteBuffer.allocateDirect 创建。
   • len：待拉取音频数据的字节数。该参数的单位为 byte，数据长度不能超过 7680 字节。
     计算公式为： len = sampleRate/1000 × 2 × channels × 音频数据时长（ms）。
   • 建议推送的音频数据帧时长至少为 10 ms。
   • 音频渲染设备关闭后，调用此方法时会返回空数据。例如在通话结束或通话前扬声器设备测试关闭等情况下，该设置不再生效。
3. 您需要自行渲染并播放拉取到的音频数据。

示例代码

//自定义音频渲染
NERtcEx.getInstance().setExternalAudioRender(true,sampleRate,channels);
int len = sampleRate/1000 × 2 × channels × 10;
ByteBuffer byteBuffer = ByteBuffer.allocateDirect(len);
NERtcEx.getInstance().pullExternalAudioFrame(byteBuffer,len);
byteBuffer.rewind();

API 参考

方法	功能描述
setExternalAudioRender	开启外部音频渲染
pullExternalAudioFrame	拉取远端发送的外部音频数据帧