高德智慧景区随身听播放器框架设计与实现

简介： 我们开发选型并没有采用传统的TTS技术（由文本内容生成机器语音），而是采用了更加通用音频格式(比如mp3)，作为讲解的音频输入源，方便讲解者进行二次创作。本文将简单回顾高德智慧景区随身听播放器的框架设计与实现。

一、背景

“远看山有色，近听水‘有’声”，景区语音导览是智慧景区重点业务之一，以用地图可以边走边听景区各景点的语音介绍为主要诉求，实现高德智慧景区地图不仅可以看，还可以听，从而使用户交互体验得到跨越式提高。

我们想要让“技术有温度”，让讲解更加有感情和内涵，最好可以通过讲解构造一个“UGC景区讲解生态圈”，并且还能帮助讲解创作者有一定的收益，以达到“生态圈的正向循环”，让线上导游“天下没有难做的生意”。

试想一下，当游客走进故宫，这时，高德地图的语音包可以播放：“故宫有180万件宝贝，青铜馆、陶瓷馆……”这段话的讲解人，是著名收藏家、古董鉴赏家马未都，是不是更加吸引你关注？另外，当你漫步到延禧宫，语音包则会立刻讲一讲延禧宫与大热的电视剧《延禧攻略》有什么关系，并且有背景音插入，是多么生动形象。

所以，我们开发选型并没有采用传统的TTS技术（由文本内容生成机器语音），而是采用了更加通用音频格式(比如mp3)，作为讲解的音频输入源，方便讲解者进行二次创作。本文将简单回顾高德智慧景区随身听播放器的框架设计与实现。

二、架构设计前思考

“夫未战而庙算胜者，得算多也；未战而庙算不胜者，得算少也”，拉开战斗序幕之前我们应该尽量去“庙算”，提前预防和判断并保证技术风险可控，俗称“防火”。“防火”更能看出本事，而“救火”只是能力。开发应尽量做到“不打无准备之仗”。

首先，如何提升开发和后续迭代效率？此问题涉及到是纯Native开发还是用跨平台混合技术开发。如果用纯Native，双端开发人力可能会使工作量翻倍，后期可维护性也差，经常需要双端同步拉齐。但纯Native开发声音相关的技术方案成熟且风险较小。而用跨平台混合技术开发，优点和缺点正好与单纯Native开发相反。经过小组多次技术讨论，看长远利益，最终确定用跨平台技术方案，用该方案虽然技术挑战和风险大（比如需要和跨平台架构支撑团队一起“无中生有”的去打通JS的播放链路和各种音频中断能力回调等），但这个方案有个强有力的好处，就是可以“Write Once, Run Everywhere”（这里的Everywhere主要是指移动端操作系统），这样可以天然的拉齐双端业务代码能力，大大节约开发周期和人力，对业务快速功能迭代很有优势，再苦再累再难也值得为此努力。

其次，如何节省CPU和内存资源？做移动开发的同学都知道，音频播放是耗系统软硬件资源的（比如CPU、内存还有电量等），另外音频播放不仅仅是涉及到单个App的事情，还涉及到第三方App音频播放的影响（比如系统来电声音焦点抢占，其他音乐App播放焦点抢占问题等）。

所以，业务层开发，要对底层播放器提供的播放能力进行二次封装，一是要控制播放器实例的随意创建。二是要处理各第三方App的音频播放焦点的申请和释放等逻辑业务。由此可见，搭建一个通用的业务播放器框架势在必行，受益良多。

再次，如何使业务与音频本身的播放框架能力隔离？业务多变，而音频播放能力相对来说是稳定的，其基本能力包括但不局限于（首次&续接）播放，暂停，抢占，打断，音量调节（渐渐变强），物理（如耳机）按键响应，打断后场景恢复，缓存，预加载，强弱网络和播放异常等。这些音频本身的技术能力，最好应该是和纯业务是解耦的，尽量做到“高内聚，低耦合”。

后来，经过深思熟虑，我们认为设计模式中的“ObserverPattern观察者模式”，比较切合这一技术背景。纯业务和音频框架本身制定通用的接口协议，然后纯业务自由注册监听器到音频播放框架中，根据关心的回调事件自由处理自己的业务，而音频框架本身只做主要的焦点抢占，现场恢复和事件分发等事情，非常符合SRP原则（单一职责），后续调试和维护都很方便。

最后，如何实现跨Page播放能力？如下图所示：

随身听很多业务是有跨Page播放要求的，如果将播放能力直接提供出来，由各个页面的Page自己维护，势必会生出很多的Audio，混乱而且页面相互通信交换信息成本高。后经过讨论，就有了如下图的架构方式设计：

结合跨平台底层播放器的特性，虚拟出来一个BizService放在跨平台框架的Service容器（和安卓里面的Service概念差不多，提供一个无界面的可以处理公共业务的容器）里面，处理Page页面业务管理和信息交换以及缓存管理，BizService只和BizVoiceMediaCenter交互管理音频数据，也就是说BizVoiceMediaCenter是通用播放器框架对外一个"门面"（Facade门面设计模式）。BizVoiceMediaCenter里面会有且仅有一个VoiceMediaAlbum实例（播放专辑，提供“上一曲”，“下一曲”，顺序播放，续播等能力）。

三、架构设计和开发

首先，我们先简单看下跨平台底层播放器的生命周期，如下图所示：

熟悉Native开发的同学应该知道，跨平台底层播放器的架构和生命周期，和Android本身系统播放器非常相似，差异点是音频焦点被抢占和恢复的回调部分，iOS设备是onInterrupted，当音频被其他应用打断开始时回调，如电话铃声响起触发此回调（在此回调中保存播放器状态，以便在onInterruptedEnd回调中恢复播放）。onInterruptedEnd，当音频被其他应用打断结束时回调，如挂断后触发此回调。而Android是onFocusChanged，当音频焦点变化后回调。当然还有其它一些细微差别，比如双端，播放错误码不一致，播放异常超时逻辑不一致等。但这些都可以通过在业务层构建自己VoiceMediaPlayer来拉齐以及处理通用音频焦点抢占和丢失场景的逻辑。

通过上面分析，我们可以大体搭出如下图业务播放器的整体框架图(图中箭头表示数据流的方向)。

我们可以很容易的看出，业务对跨平台底层播放器Audio进行了二次封装为VoiceMediaPlayer，拉齐和处理通用业务场景（比如抢焦点，播放，现场恢复，播放异常，蓝牙或耳机物理按键响应等）。

VoiceMediaPlayer再上层是VoiceMediaAlbum（播放专辑），VoiceMediaAlbum专辑类，主要是处理顺序播放，上一曲，下一曲，整个专辑播放事件（单曲播放信息和进度，整体播放进度透出，自动切换顺序，循环或业务指定下一曲播放等），VoiceMediaAlbum和业务层的BizVoiceMediaCenter打交道，当然BizVoiceMediaCenter也可以直接和VoiceMediaPlayer打交道，但我们一般不建议这么做，即便是就播放一首音频，我们也希望，把这首音频当成一个专辑来包装和调用（随身听业务也确实是这么做的)，这样更加规范和方便以后扩展。

最后，我们来看看整体架构的详细类设计图，如下图所示：

四、落地产出

高德智慧景区随身听播放器框架完成后，很好的支撑了随身听后续版本的开发。此外，后续因业务需求对产品做了多次迭代和变更，但播放器的架构几乎不需要做很大调整和升级（即使后面又增加了离线播放能力），很好验证了其稳定性和可扩展能力。下面一系列图，我们可以看出这颗“种子”(景区随身听播放器框架)，开出的美丽的“花”，如下图所示：

以上各个页面底层都共用了这个播放器框架，很方便的实现了音频的跨页面播放和管理，以及异常中断的统一处理。高效满足了相关音频业务的播放能力要求，也为高德智慧景区随身听业务后续迭代开发打下了坚实的地基。

温馨提示：

由高德地图发起，阿里云天池平台作为支撑平台的AMAP-TECH算法大赛初赛已经开启，赛题为基于车载视频图像的动态路况分析，权威评委、丰厚奖金、终面通道、荣誉证书，欢迎大家参与，一起用技术帮助更多人美好出行!

初赛（7月8日-8月31日，UTC+8）。赛题详情及参赛链接：

https://tianchi.aliyun.com/competition/entrance/531809/introduction