iOS 视频处理框架及重点 API 合集丨音视频工程示例

作者: 关键帧Keyframe | 来源:发表于2022-04-26 01:19 被阅读0次

vx 搜索『gjzkeyframe』关注『关键帧Keyframe』来及时获得最新的音视频技术文章。

莫奈《睡莲》

这个公众号会路线图 式的遍历分享音视频技术：音视频基础(完成) → 音视频工具(完成) → 音视频工程示例(进行中) → 音视频工业实战(准备)。

iOS/Android 客户端开发同学如果想要开始学习音视频开发，最丝滑的方式是对音视频基础概念知识有一定了解后，再借助 iOS/Android 平台的音视频能力上手去实践音视频的采集 → 编码 → 封装 → 解封装 → 解码 → 渲染过程，并借助音视频工具来分析和理解对应的音视频数据。

在音视频工程示例这个栏目的 13 篇 AVDemo 文章中，我们拆解了音频和视频的采集 → 编码 → 封装 → 解封装 → 解码 → 渲染流程并基于 iOS 系统 API 实现了 Demo：

如果你看完这些 Demo，对 iOS 平台的音视频开发多多少少会有一些认识了。在《iOS 音频处理框架及重点 API 合集》一文中，我们总结了一下 iOS 音频处理框架以及音频相关的 Demo 中用到的主要 API 和数据结构。

接下来，我们再来总结一下 iOS 视频处理框架以及视频相关的 Demo 中用到的主要 API 和数据结构。

1、iOS 视频框架

当我们想要了解 iOS 的视频处理框架时，以下是我们能比较容易找到的两张官方架构图。它们出自 AVFoundation Programming Guide[1] 这篇已经过陈旧过时的文档。

AVFoundation Stack on iOS .png

AVFoundation Stack on OS X .png

时至今日，iOS 平台的视频处理框架已经有了很多更新，上图中很多在 OS X 上的模块也有了 iOS 版本的实现。虽然有变化，但是上面的架构图，对我们了解现在 iOS 平台的视频处理框架还是有参考价值的。

根据我们的视频 Demo 中涉及的系统 API，我们这里挑选介绍几个相关的 Framework：

Video Toolbox Framework
Core Media Framework
Core Video Framework
AVFoundation Framework

2、Video Toolbox Framework

Video Toolbox Framework[2] 主要用于支持视频硬编码和硬解码。这里我们主要介绍一下编码和解码相关的 API：

1）Data Compression[3]：通过一个编码 Session 来管理对输入视频数据的压缩操作。

VTCompressionSession[4]：编码器 Session。
- VTCompressionSessionCreate(...)[5]：创建编码器 Session。
- VTSessionSetProperty(...)[6]：设置编解码器 Session 的属性。
- VTCompressionSessionPrepareToEncodeFrames(...)[7]：让编码器尽量初始化编码需要的资源。这个方法调用是可选的，如果没有调用这个方法，所有编码需要的资源初始化会在第一次调用 VTCompressionSessionEncodeFrame(...) 时做。
- VTCompressionSessionEncodeFrame(...)[8]：送数据给编码器编码。被编码好的数据可能不会立即返回，所以在不要修改送给编码器的 CVPixelBuffer。
- VTCompressionOutputCallback[9]：编码数据回调。
- VTCompressionSessionCompleteFrames(...)[10]：强制编码器完成所有或者指定时间点（completeUntilPresentationTimeStamp）及之前的所有帧。
- VTCompressionSessionInvalidate(...)[11]：终止编码。调用该方法后，记得用 CFRelease 释放编码器。
VTEncodeInfoFlags[12]：编码时返回编码操作相关信息，可以在调用 VTCompressionSessionEncodeFrame(...) 等编码接口时传入，也会在编码数据回调中收到。有如下值：
- kVTEncodeInfo_Asynchronous[13]：表示异步编码。
- kVTEncodeInfo_FrameDropped[14]：表示该帧被丢弃。
VTIsHardwareDecodeSupported(...)[15]：当前系统和硬件是否支持指定编解码器类型。

2）Data Decompression[16]：通过一个解码 Session 来管理对输入视频数据的解压缩操作。

VTDecompressionSession[17]：解码器 Session。
- VTDecompressionSessionCreate(...)[18]：创建解码器 Session。解码数据通过传入的回调（outputCallback）返回。
- VTSessionSetProperty(...)[19]：设置编解码器 Session 的属性。
- VTDecompressionSessionDecodeFrame(...)[20]：解码送入的数据。
- VTDecompressionOutputCallbackRecord[21]：解码数据回调。
- VTDecompressionSessionFinishDelayedFrames(...)[22]：指示解码器完成所有输入数据的解码。默认情况下，解码器不会无限期的延迟解码某一帧，除非该帧在输入给解码器时被设置了 kVTDecodeFrame_EnableTemporalProcessing 这个 VTDecodeFrameFlags。这个方法会在所有延迟的帧解码输出后返回，要等待它们，则需要调用 VTDecompressionSessionWaitForAsynchronousFrames(...)。
- VTDecompressionSessionWaitForAsynchronousFrames(...)[23]：等待所有异步或延迟的帧解码完成后再返回。调用这个方法后会自动调用 VTDecompressionSessionFinishDelayedFrames(...)，所以使用方不用自己调。
- VTDecompressionSessionInvalidate(...)[24]：终止解码。调用该方法后，记得用 CFRelease 释放解码器。
VTDecodeInfoFlags[25]：解码时返回解码操作相关信息，可以在调用 VTDecompressionSessionDecodeFrame(...) 等解码接口时传入，也会在解码数据回调中收到。有如下值：
- kVTDecodeInfo_Asynchronous[26]：异步解码。
- kVTDecodeInfo_FrameDropped[27]：帧被丢弃。
- kVTDecodeInfo_ImageBufferModifiable[28]：可以修改 Buffer。
VTDecodeFrameFlags[29]：用于指导解码器行为的指令。
- kVTDecodeFrame_EnableAsynchronousDecompression[30]：告诉解码器当前帧可以异步解码。但是非强制的。设置允许异步解码之后，解码器会同时解码几帧数据，带来的后果是，解码总体时间更短，但是前面几帧回调的时间可能长一些。
- kVTDecodeFrame_DoNotOutputFrame[31]：告诉解码器不对该帧回调解码输出数据，而是返回 NULL。某些情况我们不需要解码器输出帧，比如发生解码器状态错误的时候。
- kVTDecodeFrame_1xRealTimePlayback(...)[32]：告诉解码器可以使用低功耗模式解码，设置之后处理器消耗会变少，解码速度会变慢，通常我们不会设置这个参数，因为硬解码使用的是专用处理器，不消耗 CPU，所以越快越好。
- kVTDecodeFrame_EnableTemporalProcessing(...)[33]：通知解码器需要处理帧序，设置之后解码回调会变慢，因为无论是异步解码还是 pts、dts 不相等的时候都需要进行帧排序，会耗时，苹果官方文档不建议我们使用这个参数。

3、Core Media Framework

在前面介绍 iOS 音频处理框架时，我们已经介绍过 Core Media Framework[34] 了，这个 Framework 中定义和封装了 AVFoundation 等更上层的媒体框架需要的媒体处理流水线（包含时间信息）以及其中使用的接口和数据类型。使用 Core Media 层的接口和数据类型可以高效的处理媒体采样数据、管理采样数据队列。这里，我们着重介绍一下其中跟视频处理相关的部分。

1）Sample Processing[35]：采样数据处理。常用的数据类型：

CMSampleBuffer[36]：系统用来在音视频处理的 pipeline 中使用和传递媒体采样数据的核心数据结构。你可以认为它是 iOS 音视频处理 pipeline 中的流通货币，摄像头采集的视频数据接口、麦克风采集的音频数据接口、编码和解码数据接口、读取和存储视频接口、视频渲染接口等等，都以它作为参数。通常，CMSampleBuffer 中要么包含一个或多个媒体采样的 CMBlockBuffer，要么包含一个 CVImageBuffer（也作 CVPixelBuffer）。
- kCMSampleAttachmentKey_NotSync[42]：Sync Sample 即 IDR 帧，可以用这个 key 对应的值来判断当前帧是否是 IDR 帧，当对应的值为 kCFBooleanFalse 表示是 IDR 帧。这个属性会被写入媒体文件或从媒体文件中读取。
- kCMSampleAttachmentKey_PartialSync[43]：当前帧是否 Partial Sync Sample，Partial Sync Sample 可以不依赖前序帧就完成解码（可认为是普通的 I 帧），两个连续的 Partial Sync Sample 随后的帧也可以不依赖这两帧的前序的帧完成解码。当设置一个帧为 Partial Sync Sample 时，需要同时设置 kCMSampleAttachmentKey_PartialSync 和 kCMSampleAttachmentKey_NotSync 两个属性为 kCFBooleanTrue（可以认为是 I 帧，但是又区别于 IDR 帧）。这个属性会被写入媒体文件或从媒体文件中读取。
- kCMSampleAttachmentKey_DependsOnOthers[44]：当前帧是否依赖其他帧才能完成解码。如果对应的值为 kCFBooleanTrue，表示依赖。比如，P 或 B 帧。这个属性会被写入媒体文件或从媒体文件中读取。
- kCMSampleAttachmentKey_IsDependedOnByOthers[45]：表示当前帧是否被其他帧依赖。如果对应的值为 kCFBooleanFalse，表示不被其他帧依赖，这时候是可以丢掉该帧的。这个属性会被写入媒体文件或从媒体文件中读取。
- kCMSampleAttachmentKey_DisplayImmediately[46]：如果对应的值为 kCFBooleanTrue，表示当前帧应该马上渲染，即使还未到其 pts 时间。一般是在运行时来使用这个属性来触发一些渲染操作，比如 AVSampleBufferDisplayLayer 就可能用到。这个属性不会被写入媒体文件。
- kCMSampleAttachmentKey_DoNotDisplay[47]：表示当前帧是否只解码不渲染。一般是在运行时来使用这个属性来触发一些渲染操作，比如 AVSampleBufferDisplayLayer 就可能用到。这个属性不会被写入媒体文件。
- kCMSampleAttachmentKey_EarlierDisplayTimesAllowed[48]：表示后面的帧是否有更早的显示时间。
- kCMSampleAttachmentKey_HasRedundantCoding[49]：表示当前帧是否有冗余编码。
- CMSampleBufferGetFormatDescription(...)[37]：返回 CMSampleBuffer 中的采样数据对应的 CMFormatDescription。
- CMSampleBufferGetDataBuffer(...)[38]：返回 CMSampleBuffer 中的 CMBlockBuffer。注意调用方不会持有返回的 CMBlockBuffer，如果想要维护指向它的指针，需要显式 retain 一下。
- CMSampleBufferGetPresentationTimeStamp(...)[39]：获取 CMSampleBuffer 中所有采样的最小的 pts 时间戳。因为 CMSampleBuffer 中的采样是按照解码顺序存储的，展示顺序可能与解码顺序一致，也可能不一致。
- CMSampleBufferGetDecodeTimeStamp(...)[40]：获取 CMSampleBuffer 中所有采样的第一个采样的 dts 时间戳。在 CMSampleBuffer 中，采样是以解码顺序存储的，即使与展示顺序不一致。
- CMSampleBufferGetSampleAttachmentsArray(...)[41]：获取 CMSampleBuffer 中采用数据对应的附属数据（attachment）数组。这些附属数据可能有下面这些 key：
CMBlockBuffer[50]：一个或多个媒体采样的的裸数据。其中可以封装：音频采集后、编码后、解码后的数据（如：PCM 数据、AAC 数据）；视频编码后的数据（如：H.264 数据）。
- CMBlockBufferGetDataPointer(...)[51]：获取访问 CMBlockBuffer 中数据的地址。
CMFormatDescription[52]：用于描述 CMSampleBuffer 中采样的格式信息。
- CMFormatDescriptionCreate(...)[53]：创建一个 CMFormatDescription。
- CMVideoCodecType[54]：typedef FourCharCode CMVideoCodecType，视频编码类型。
- CMMediaType[55]：typedef FourCharCode CMMediaType，媒体类型。
CMVideoFormatDescription[56]：typedef CMFormatDescriptionRef CMVideoFormatDescriptionRef;CMVideoFormatDescription 是一种 CMFormatDescriptionRef。
- CMVideoFormatDescriptionCreate(...)[57]：基于 CMVideoCodecType 来创建一个 CMVideoFormatDescription。
- CMVideoFormatDescriptionGetDimensions(...)[58]：返回视频编码后的像素尺寸 CMVideoDimensions。

2）Time Representation[59]：时间信息表示。常用的数据类型：

CMTime[60]：用 value/timescale 的方式表示时间。这样可以解决浮点运算时的精度损失问题。timescale 表示时间刻度，通常在处理视频内容时常见的时间刻度为 600，这是大部分常用视频帧率 24fps、25fps、30fps 的公倍数，音频数据常见的时间刻度就是采样率，比如 44100 或 48000。
CMTimeRange[61]：用 start+duration 的方式表示一段时间。
CMSampleTimingInfo[62]：一个 CMSampleBuffer 的时间戳信息，包括 pts、dts、duration。

3）Queues[63]：数据容器。常用的数据类型：

CMSimpleQueue[64]：一个简单地、无锁的 FIFO 队列，可以放 (void *) 元素，元素不能是 NULL 或 0，如果元素是指向分配内存的指针，其内存生命周期要在外面自己管理。可以用作音视频采样数据（CMSampleBufferRef）的队列，不过要自己加锁。
CMBufferQueue[65]：支持存储任何 CFTypeRef 类型的数据，但是数据类型需要有 duration 的概念，在创建 CMBufferQueue 的时候，会有一些回调，其中一个必须的回调是要返回队列中对象的 duration。CMBufferQueue 是设计用于在生产者/消费者模型中在不同的线程中读写数据。通常是两个线程（一个是生产者入队线程，一个是消费者出队线程），当然更多的线程也是可以的。
CMMemoryPool[66]：内存池容器，对使用大块的内存有优化。一个 CMMemoryPool 的实例实际上维护一个最近释放内存的池子用于内存分配服务。这样的目的是加快随后的内存分配。在需要重复分配大块内存时，比如输出视频编码数据，可以使用这个数据结构。

4、Core Video Framework

Core Video Framework[67] 主要用于支持数字视频及数字图像帧的处理，提供基于处理 Pipeline 的 API，并且同时支持 Metal 和 OpenGL。

这里我们主要介绍 CoreVideo Framework 中的几种数据类型：

CVImageBuffer[68]：其中包含媒体流中 CMSampleBuffers 的格式描述、每个采样的宽高和时序信息、缓冲级别和采样级别的附属信息。缓冲级别的附属信息是指缓冲区整体的信息，比如播放速度、对后续缓冲数据的操作等。采样级别的附属信息是指单个采样的信息，比如视频帧的时间戳、是否关键帧等。其中可以封装：视频采集后、解码后等未经编码的数据（如：YCbCr 数据、RGBA 数据）。
CVPixelBuffer[69]：typedef CVImageBufferRef CVPixelBufferRef，像素缓冲区。这是 iOS 平台进行视频编解码及图像处理相关最重要的数据结构之一。它是在 CVImageBuffer 的基础上实现了内存存储。并且，CVPixelBuffer 还可以实现 CPU 和 GPU 共享内存，为图像处理提供更高的效率。
- CVPixelBufferLockBaseAddress(...)[70]：锁定 Pixel Buffer 的内存基地址。当使用 CPU 读取 Pixel 数据时，需要读取时锁定，读完解锁。如果在锁定时，带了 kCVPixelBufferLock_ReadOnly 的 lockFlags，解锁时也要带上。但是，如果使用 GPU 读取 Pixel 数据时，则没有必要锁定，反而会影响性能。
- CVPixelBufferUnlockBaseAddress(...)[71]：解锁 Pixel Buffer 的内存基地址。
- CVPixelBufferGetBaseAddress(...)[72]：返回 Pixel Buffer 的内存基地址，但是根据 Buffer 的类型及创建场景的不同，返回的值的含义也有区别。对于 Chunky Buffers，返回的是坐标 (0, 0) 像素的内存地址；对于 Planar Buffers，返回的是对应的 CVPlanarComponentInfo 结构体的内存地址或者 NULL（如果不存在 CVPlanarComponentInfo 结构体的话），所以，对于 Planar Buffers，最好用 CVPixelBufferGetBaseAddressOfPlane(...) 和 CVPixelBufferGetBytesPerRowOfPlane(...) 来获取其中数据。获取 Pixel Buffer 的基地址时，需要先用 CVPixelBufferLockBaseAddress(...) 加锁。
- CVPixelBufferGetHeight(...)[73]：返回 Buffer 的像素高度。
- CVPixelBufferGetWidth(...)[74]：返回 Buffer 的像素宽度。
- CVPixelBufferIsPlanar(...)[75]：判断 Pixel Buffer 是否是 Planar 类型。
- CVPixelBufferGetBaseAddressOfPlane(...)[76]：根据指定的 Plane Index 来获取对应的基地址。获取 Pixel Buffer 的基地址时，需要先用 CVPixelBufferLockBaseAddress(...) 加锁。怎么理解 Plane 呢？其实主要跟颜色模型有关，比如：存储 YUV420P 时，有 Y、U、V 这 3 个 Plane；存储 NV12 时，有 Y、UV 这 2 个 Plane；存储 RGBA 时，有 R、G、B、A 这 4 个 Plane；而在 Packed 存储模式中，因为所有分量的像素是交织存储的，所以只有 1 个 Plane。
- CVPixelBufferGetPlaneCount(...)[77]：返回 Pixel Buffer 中 Plane 的数量。
- CVPixelBufferGetBytesPerRowOfPlane(...)[78]：返回指定 Index 的 Plane 的每行字节数。
- CVPixelBufferGetHeightOfPlane(...)[79]：返回指定 Index 的 Plane 的高度。非 Planar 类型，返回 0。
- CVPixelBufferGetWidthOfPlane(...)[80]：返回指定 Index 的 Plane 的宽度。非 Planar 类型，返回 0。

5、AVFoundation Framework

AVFoundation Framework[81] 是更上层的面向对象的一个音视频处理框架。它提供了音视频资源管理、相机设备管理、音视频处理、系统级音频交互管理的能力，功能非常强大。如果对其功能进行细分，可以分为如下几个模块：

Assets，音视频资源管理。
Playback，媒体播放及自定义播放行为支持。
Capture，内置及外置的相机、麦克风等采集设备管理，图片、音视频录制。
Editing，音视频编辑。
Audio，音频播放、录制和处理，App 系统音频行为配置。
Speech，文本语音转换。

在我们前面的 Demo 中封装 Video Capture、Muxer、Demuxer 及设置 AudioSession 时会用到 AVFoundation Framework 的一些能力，我们这里对应地介绍一下。

1）Video Capture

关于 iOS 视频采集相关的架构，可以参考下面两张图：

AVCaptureConnection 连接单或多输入和单输出 .png

AVCaptureSession 配置多组输入输出 .png

AVCaptureDevice[82]：为音频和视频采集会话提供输入的设备，并且可以提供相关硬件设备的控制能力，比如：摄像头选择、曝光、对焦、景深、缩放、闪光灯、夜景、帧率、白平衡、ISO、HDR、颜色空间、几何失真等等。这里不过多介绍，只介绍我们 Demo 中用到的一些接口：
- -lockForConfiguration:[83]：在配置硬件相关的属性时，需要先调用这个方法来锁定。
- -unlockForConfiguration:[84]：配置完后，解锁。
- -activeFormat[85]：属性，获取或设置当前采集设备采集的媒体格式。
- -activeVideoMinFrameDuration[86]：属性，获取或设置最低帧率。
- -activeVideoMaxFrameDuration：属性，获取或设置最高帧率。
AVCaptureDeviceInput[87]：采集输入，从采集设备提供采集数据给采集会话。
AVCaptureDeviceFormat[88]：用于采集设备的媒体格式或采集配置，比如视频分辨率、帧率等。
AVCaptureDevicePosition[89]：采集设备物理位置。
AVCaptureSession[90]：采集会话。用于管理采集活动，协调采集数据在采集设备和采集输出对象之间的流转。
- -sessionPreset[91]：获取或设置采集预设配置，设定采集输出的质量级别或码率。
- -addInput:[92]：为采集会话添加输入。
- -addOutput:[93]：为采集会话添加输出。
- -addConnection:[94]：为采集会话添加连接对象。
AVCaptureSessionPreset[95]：采集预设配置，表示采集输出的质量级别或码率。比如：AVCaptureSessionPresetLow、AVCaptureSessionPresetHigh、AVCaptureSessionPreset1280x720、AVCaptureSessionPreset1920x1080 等。
AVCaptureSessionRuntimeErrorNotification[96]：采集会话是否发生错误的通知。
AVCaptureConnection[97]：在采集会话中连接一对采集输入和输出。可以设置采集视频镜像、防抖等。
- -videoMirrored[98]：经过 Connection 的视频是否镜像。
- -preferredVideoStabilizationMode[99]：设置采集图像防抖模式。
AVCaptureVideoDataOutput[100]：采集视频的输出对象。提供访问视频帧进行图像处理的能力，可以通过 -captureOutput:didOutputSampleBuffer:fromConnection: 回调获取采集的数据。
- -setSampleBufferDelegate:queue:[101]：设置采集视频的回调和任务队列。
- -captureOutput:didOutputSampleBuffer:fromConnection:：采集视频输出数据回调。
- -alwaysDiscardsLateVideoFrames[102]：采集视频输出时，当帧到的太晚是否丢弃。默认 YES。如果设置 NO，会给 -captureOutput:didOutputSampleBuffer:fromConnection: 更多时间处理帧，但是这时候内存占用可能会更大。
AVCaptureVideoPreviewLayer[103]：可以用来渲染采集视频数据的 Core Animation Layer。
- -setVideoGravity:[104]：设置渲染的内容填充模式。

2）Muxer

AVAssetWriter[105]：支持将媒体数据写入 QuickTime 或 MPEG-4 格式的文件中，支持对多轨道的媒体数据进行交错处理来提高播放和存储的效率，支持对媒体采样进行转码，支持写入 metadata。需要注意的是，一个 AVAssetWriter 实例只能对应写一个文件，如果要写入多个文件，需要创建多个 AVAssetWriter 实例。
- canAddInput:[106]：检查 AVAssetWriter 是否支持添加对应的 AVAssetWriterInput。
- addInput:[107]：给 AVAssetWriter 添加一个 AVAssetWriterInput。注意必须在 AVAssetWriter 开始写入之前添加。
- startWriting[108]：开始写入。必须在配置好 AVAssetWriter 添加完 AVAssetWriterInput 做好准备后再调用这个方法。在调用完这个方法后，需要调用 startSessionAtSourceTime: 开始写入会话，此后就可以使用对应的 AVAssetWriterInput 来写入媒体采样数据。
- startSessionAtSourceTime:[109]：开启写入会话。在 startWriting 后调用，在写入媒体采样数据之前调用。
- endSessionAtSourceTime:[110]：结束写入会话。结束时间是会话结束时样本数据在时间轴上的时刻。如果没有显示调用这个方法，系统会在你调用 finishWritingWithCompletionHandler:结束写入时自动调用。
- finishWritingWithCompletionHandler:[111]：标记 AVAssetWriter 的所有 input 为结束，完成写入。为了保证 AVAssetWriter 完成所有采样数据的写入，要在调用添加数据正确返回后调用这个方法。
- cancelWriting[112]：取消创建输出文件。如果 AVAssetWriter 的状态是 Failed 或 Completed，调用这个方法无效，否则，调用它会阻塞调用线程，直到会话取消完成。如果 AVAssetWriter 已经创建了输出文件，调用这个方法会删除这个文件。
AVAssetWriterInput[113]：用于向 AVAssetWriter 实例的输出文件的一个轨道添加媒体采样数据。一个实例只能对应一个轨道媒体数据或 metadata 数据的写入，当使用多个实例向多个轨道写入数据时，需要注意检查 AVAssetWriterInput 的 readyForMoreMediaData 属性。
- expectsMediaDataInRealTime[114]：输入是否为实时数据源，比如相机采集。当设置这个值为 YES 时，会优化用于实时使用的输入来精准计算 readyForMoreMediaData 的状态。
- readyForMoreMediaData[115]：表示 AVAssetWriterInput 是否已经准备好接收媒体数据。
- requestMediaDataWhenReadyOnQueue:usingBlock:[116]：告诉 AVAssetWriterInput 在方便的时候去请求数据并写入输出文件。在对接拉取式的数据源时，可以用这个方法。
- appendSampleBuffer:[117]：通过 AVAssetWriterInput 向输出文件添加媒体数据，但是添加之前媒体数据的顺序需要自己处理。注意，调用这个方法添加采样数据后，不要更改采样数据的内容。
- markAsFinished[118]：标记 AVAssetWriterInput 为完成，表示已经完成向它添加媒体数据了。

3）Demuxer

AVAssetReader[119]：用于从 AVAsset 资源中读取媒体数据。这个 AVAsset 可以是 QuickTime 或 MPEG-4 文件，也可以是编辑创作的 AVComposition。
- canAddOutput:[120]：检查 AVAssetReader 是否支持添加对应的 AVAssetReaderOutput。
- addOutput:[121]：给 AVAssetReader 添加一个 AVAssetReaderOutput。注意必须在 AVAssetReader 开始读取之前添加。
- startReading[122]：开始读取。
- cancelReading[123]：在读完数据之前取消读取可以调用这个接口。
AVAssetReaderOutput[124]：一个抽象类，定义了从 AVAsset 资源中读取媒体采样数据的接口。通常我们可以使用 AVAssetReaderTrackOutput、AVAssetReaderVideoCompositionOutput 等具体的实现类。
AVAssetReaderTrackOutput[125]：
- alwaysCopiesSampleData[126]：是否总是拷贝采样数据。如果要修改读取的采样数据，可以设置 YES，否则就设置 NO，这样性能会更好。
- copyNextSampleBuffer[127]：从 Output 拷贝下一个 CMSampleBuffer。
AVAudioSession[128]：在最新版本的 iOS 系统库中，AVAudioSession 已经迁移到 AVFAudio Framework 中了。AVAudioSession 是系统用来管理 App 对音频硬件资源的使用的，比如：设置当前 App 与其他 App 同时使用音频时，是否混音、打断或降低其他 App 的声音；手机静音键打开时是否还可以播放声音；指定音频输入或者输出设备；是否支持录制或边录制边播放；声音被打断时的通知。我们这里只简单介绍下 Demo 中用到的接口：
- setCategory:withOptions:error:[129]：设置 AudioSession 的类型和选项参数。比如类型为 AVAudioSessionCategoryPlayback 表示支持播放；AVAudioSessionCategoryPlayAndRecord 表示同时支持播放和录制等等。
- setMode:error:[130]：设置 AudioSession 的模式。AudioSession 的类型和模式一起决定了 App 如何使用音频。通常需要在激活 AudioSession 之前设置类型和模式。比如模式为 AVAudioSessionModeVideoRecording 表示当期要录制视频；AVAudioSessionModeVoiceChat 表示语音聊天。
- setActive:withOptions:error:[131]：激活或释放 AudioSession 的使用。