ffmpeg音频采样讲解
|
ffmpeg版本更新近一年跟打了鸡血同样，刷刷刷的往上升（貌似如今不少软件版本升级都至关快，并且都是大版本升级），应用软件也就算了，升就升吧，最多新版可能运行速度稍慢些，可API的版本升级太快，对开发来讲，就不是一件让人愉快的事。 用ffmpeg也有快两年的时间，前段时间将项目中的ffmpeg库从1.0升级到了2.1（老实说，这样升级API库风险太大），发现很多API发生了变化，之前项目中写的音频编码部分彻底不能工做了，认真研究了两天，才发现，新版的ffmpeg对音频编码处理已经有了很大的变化，记录在此，作个备忘。 早期ffmpeg编码音频，输入数据通常都是S16格式，解码输出通常也是S16，也就是说PCM数据是存储在连续的buffer中，对一个双声道（左右）音频来讲，存储格式可能就为 LRLRLR.........（左声道在前仍是右声道在前没有认真研究过）。因此以往编码部分的代码基本形如： int sample_bytes = av_get_bytes_per_sample(pCodecCtx->sample_fmt); int frame_bytes = pCodecCtx->frame_size * sample_bytes * pCodecCtx->channels; // AVFifoBuffer* fifo; 存放pcm数据 while(av_fifo_size(fifo) >= frame_bytes) { av_fifo_generic_read(fifo, inputBuf, frame_bytes, NULL); AVPacket pkt = {0}; av_init_packet(&pkt); pkt.data = encodeBuf; pkt.size = AVCODEC_MAX_AUDIO_FRAME_SIZE; int got_packet = 0; audioframe->nb_samples = pCodecCtx->frame_size; int samples_size = av_samples_get_buffer_size(NULL, pCodecCtx->channels, audioframe->nb_samples, pCodecCtx->sample_fmt, 0); avcodec_fill_audio_frame(audioframe, pCodecCtx->channels, pCodecCtx->sample_fmt, inputBuf, samples_size, 0); audioframe->pts = audio_sync_opts; audio_sync_opts = audioframe->pts + audioframe->nb_samples; avcodec_encode_audio2(pCodecCtx, &pkt, audioframe, &got_packet); if (got_packet ) { //处理pkt，封装存储、流输出或交由上层应用 } } 项目中须要对音视频流进行转码输出，音频处理部分通常是先解码（获得PCM S16数据），再交由编码（MP三、AAC） ffmpeg升级到2.1后（具体哪一个版本开始的没去查，可能早几个版本就已经这样作了），音频格式增长了plane概念（呃，不是灰机，是平面） enum AVSampleFormat { AV_SAMPLE_FMT_NONE = -1, AV_SAMPLE_FMT_U8, ///< unsigned 8 bits AV_SAMPLE_FMT_S16, ///< signed 16 bits AV_SAMPLE_FMT_S32, ///< signed 32 bits AV_SAMPLE_FMT_FLT, ///< float AV_SAMPLE_FMT_DBL, ///< double // 如下都是带平面格式 AV_SAMPLE_FMT_U8P, ///< unsigned 8 bits, planar AV_SAMPLE_FMT_S16P, ///< signed 16 bits, planar AV_SAMPLE_FMT_S32P, ///< signed 32 bits, planar AV_SAMPLE_FMT_FLTP, ///< float, planar AV_SAMPLE_FMT_DBLP, ///< double, planar AV_SAMPLE_FMT_NB ///< Number of sample formats. DO NOT USE if linking dynamically }; 这就有点像视频部分的YUV数据，有的带P，有的是不带P的，一样对双声道音频PCM数据，以S16P为例，存储就多是 plane 0: LLLLLLLLLLLLLLLLLLLLLLLLLL... plane 1: RRRRRRRRRRRRRRRRRRRRRRRRRR... 而再也不是之前的连续buffer。 如mp3编码就明确规定了只使用平面格式的数据 AVCodec ff_libmp3lame_encoder = { ..... .capabilities = CODEC_CAP_DELAY | CODEC_CAP_SMALL_LAST_FRAME, .sample_fmts = (const enum AVSampleFormat[]) { AV_SAMPLE_FMT_S32P, AV_SAMPLE_FMT_FLTP, AV_SAMPLE_FMT_S16P, AV_SAMPLE_FMT_NONE }, .... }; 而AAC编码依旧使用 AV_SAMPLE_FMT_S16格式 也就说，音频编码不能再像之前那样简单的处理，统一输入S16数据，而要根据具体的codec转化为其支持的格式，不然不管是编码仍是解码输出的声音会莫名其妙，幸亏，转换工做不用本身作，ffmpeg提供了相应的API，swr_convert（相似之前的audio_resample，只是audio_resample目前已再也不推荐使用，由于swr_convert更强大） 基于此，对音频编码部分作了相应修改，主要用的数据结构为 struct SwrContext* m_SwrCtx; step 1：判断是否须要进行convert，初始化阶段 if (pCodecCtx->channels != pInputCtx->channels || pCodecCtx->sample_rate != pInputCtx->sample_rate || pCodecCtx->sample_fmt != pInputCtx->sample_fmt) { u::Log::write(get_log_file(), "Audio need resample!"); if ( NULL == m_SwrCtx ) { m_SwrCtx = swr_alloc(); } #if LIBSWRESAMPLE_VERSION_MINOR >= 17 // 根据版本不一样，选用适当函数 av_opt_set_int(m_SwrCtx, "ich", pInputCtx->channels, 0); av_opt_set_int(m_SwrCtx, "och", pCodecCtx->channels, 0); av_opt_set_int(m_SwrCtx, "in_sample_rate", pInputCtx->sample_rate, 0); av_opt_set_int(m_SwrCtx, "out_sample_rate", pCodecCtx->sample_rate, 0); av_opt_set_sample_fmt(m_SwrCtx, "in_sample_fmt", pInputCtx->sample_fmt, 0); av_opt_set_sample_fmt(m_SwrCtx, "out_sample_fmt", pCodecCtx->sample_fmt, 0); #else m_SwrCtx = swr_alloc_set_opts(m_SwrCtx, pInputCtx->channel_layout, AV_SAMPLE_FMT_S16, pInputCtx->sample_rate, pInputCtx->channel_layout, pInputCtx->sample_fmt, pInputCtx->sample_rate, 0, NULL); #endif swr_init(m_SwrCtx); if (av_sample_fmt_is_planar(pCodecCtx->sample_fmt)) { //若是是分平面数据，为每一声道分配一个fifo，单独存储各平面数据 for (int i = 0; i < pCodecCtx->channels; i++){ m_fifo[i] = av_fifo_alloc(BUF_SIZE_20K); } } else { //不分平面，全部的数据只要一个fifo就够了，其实用不用fifo彻底看我的了，只是我以为方便些 fifo = av_fifo_alloc(BUF_SIZE_20K); } } step 2：进行转换 //如下代码部分抄自ffmpeg自带的例子 if (m_SwrCtx != NULL) { if ( !m_audioOut ) { ret = av_samples_alloc_array_and_samples(&m_audioOut, &dst_samples_linesize, pCodecCtx->channels, max_dst_nb_samples, pCodecCtx->sample_fmt, 0); if (ret < 0){ av_log(NULL, AV_LOG_WARNING, "[%s.%d %s() Could not allocate destination samples\n", __FILE__, __LINE__, __FUNCTION__); return -1; } } dst_nb_samples = av_rescale_rnd(swr_get_delay(m_SwrCtx, pCodecCtx->sample_rate) + src_nb_samples, pCodecCtx->sample_rate, pCodecCtx->sample_rate, AV_ROUND_UP); if (dst_nb_samples > max_dst_nb_samples) { av_free(m_audioOut[0]); ret = av_samples_alloc(m_audioOut, &dst_samples_linesize, pCodecCtx->channels, dst_nb_samples, pCodecCtx->sample_fmt, 0); if (ret < 0){ av_log(NULL, AV_LOG_WARNING, "[%s.%d %s() Could not allocate samples Buffer\n", __FILE__, __LINE__, __FUNCTION__); return -1; } max_dst_nb_samples = dst_nb_samples; } //输入也多是分平面的，因此要作以下处理 uint8_t* m_ain[SWR_CH_MAX]; setup_array(m_ain, (uint8_t*)input_buf, data->ctx.sample_fmt, src_nb_samples); len = swr_convert(m_SwrCtx, m_audioOut, dst_nb_samples, (const uint8_t**)m_ain, src_nb_samples); if (len < 0) { char errmsg[BUF_SIZE_1K]; av_strerror(len, errmsg, sizeof(errmsg)); av_log(NULL, AV_LOG_WARNING, "[%s:%d] swr_convert!(%d)(%s)", __FILE__, __LINE__, len, errmsg); return -1; } paudiobuf = m_audioOut[0]; decode_size = len * pCodecCtx->channels * av_get_bytes_per_sample(pCodecCtx->sample_fmt); } else { paudiobuf = (uint8_t*)input_buf; decode_size = input_size; } //存储PCM数据，注意：m_SwrCtx即便进行了转换，也要判断转换后的数据是否分平面 if (m_SwrCtx && av_sample_fmt_is_planar(pCodecCtx->sample_fmt) ) { for (int i = 0; i < pCodecCtx->channels; i++){ if (av_fifo_realloc2(m_fifo[i], av_fifo_size(m_fifo[i]) + len*av_get_bytes_per_sample(pCodecCtx->sample_fmt)) < 0){ av_log(NULL, AV_LOG_FATAL, "av_fifo_realloc2() failed\n"); return -1; } av_fifo_generic_write(m_fifo[i], m_audioOut[0]+i*dst_samples_linesize, len*av_get_bytes_per_sample(pCodecCtx->sample_fmt), NULL); } } else { if (av_fifo_realloc2(fifo, av_fifo_size(fifo) + decode_size) < 0) { av_log(NULL, AV_LOG_FATAL, "av_fifo_realloc2() failed\n"); return -1; } av_fifo_generic_write(fifo, paudiobuf, decode_size, NULL); } setup_array函数摘自ffmpeg例程 static void setup_array(uint8_t* out[SWR_CH_MAX], uint8_t* in, int format, int samples){ if (av_sample_fmt_is_planar((AVSampleFormat)format)) { int i; int plane_size = av_get_bytes_per_sample((AVSampleFormat)(format & 0xFF)) * samples; format &= 0xFF; for (i = 0; i < SWR_CH_MAX; i++) { out[i] = in + i*plane_size; } } else { out[0] = in; } } step 3：进行编码 //编码格式要求是分平面数据 if (m_SwrCtx && ( av_sample_fmt_is_planar(pCodecCtx->sample_fmt) )) { //这里为简单示例，只判断第一个声道（由于左右声道数据大小是一致的），实际应用中应考虑每一个声道具体状况 while(av_fifo_size(m_fifo[0]) >= pCodecCtx->frame_size * sample_bytes){ for (int i = 0; i < pCodecCtx->channels; i++) { //inputBuf是一块连续内存 av_fifo_generic_read(m_fifo[i], inputBuf+i*pCodecCtx->frame_size * sample_bytes, pCodecCtx->frame_size * sample_bytes, NULL); } AVPacket pkt = {0}; av_init_packet(&pkt); pkt.data = encodeBuf; pkt.size = AVCODEC_MAX_AUDIO_FRAME_SIZE; int got_packet = 0; audioframe->nb_samples = pCodecCtx->frame_size; int samples_size = av_samples_get_buffer_size(NULL, pCodecCtx->channels, audioframe->nb_samples, pCodecCtx->sample_fmt, 0); avcodec_fill_audio_frame(audioframe, pCodecCtx->channels, pCodecCtx->sample_fmt, inputBuf, samples_size, 0); int ret = avcodec_encode_audio2(pCodecCtx, &pkt, audioframe, &got_packet); if (got_packet ) { //处理pkt } } } else { //不分平面 while(av_fifo_size(fifo) >= frame_bytes) { av_fifo_generic_read(fifo, inputBuf, frame_bytes, NULL); AVPacket pkt = {0}; av_init_packet(&pkt); pkt.data = encodeBuf; pkt.size = AVCODEC_MAX_AUDIO_FRAME_SIZE; int got_packet = 0; audioframe->nb_samples = pCodecCtx->frame_size; int samples_size = av_samples_get_buffer_size(NULL, pCodecCtx->channels, audioframe->nb_samples, pCodecCtx->sample_fmt, 0); avcodec_fill_audio_frame(audioframe, pCodecCtx->channels, pCodecCtx->sample_fmt, inputBuf, samples_size, 0); int ret = avcodec_encode_audio2(pCodecCtx, &pkt, audioframe, &got_packet); if (got_packet ) { //处理pkt } } } 另： 对于解码也可能须要作swr_convert，好比作播放器，不少时候咱们是将S16格式数据丢给声卡，而新版ffmpeg解码音频输出的格式可能不知足S16，如AAC解码后获得的是FLT（浮点型），AC3解码是FLTP（带平面）等，须要根据具体的状况决定是否须要convert，转换过程与上相似
|
