FFmpeg音频格式转换Word格式文档下载.docx
《FFmpeg音频格式转换Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《FFmpeg音频格式转换Word格式文档下载.docx(9页珍藏版)》请在冰豆网上搜索。
AV_SAMPLE_FMT_S32P,///<
signed32bits,planar
AV_SAMPLE_FMT_FLTP,///<
float,planar
AV_SAMPLE_FMT_DBLP,///<
double,planar
AV_SAMPLE_FMT_NB///<
Numberofsampleformats.DONOTUSE
iflinkingdynamically
};
和图像的像素存储格式类似,可以使用8位无符号整数、16位有符号整数、32位有符号
整数以及单精度浮点数,双精度浮点数表示一个采样。
但是,没有使用
24位的有符号整数,这是因为这些不同的格式使用的是原生的C类型,而C中是没有24位的长度的类型的。
SamplevaluecanbeexpressedbynativeCtypes,hencethe
lackofasigned24-bitsampleformateventhoughitisacommonrawaudiodataformat.
对于浮点格式,其值在[-1.0,1.0]之间,任何在该区间之外的值都超过了最大音量的范围。
和YUV的图像格式格式,音频的采样格式分为平面(planar)和打包(packed)两种类
型,在枚举值中上半部分是packed类型,后面(有P后缀的)是planar类型。
对于planar格式的,每一个通道的值都有一个单独的plane,所有的plane必须有相同的
大小;
对于packed类型,所有的数据在同一个数据平面中,不同通道的数据
交叉保存。
另外,在AVFrame中表示音频采样格式的字段format是一个int型,在使用
AVSampleFormat时候需要进行一个类型转换,将int转换为AVSampleFormat枚举值。
在头文件samplefmt.h提供了和音频采样格式相关的一些函数,现列举一些如下:
constchar*av_get_sample_fmt_name(enumAVSampleFormatsample_f
mt)
根据枚举值获取其相应的格式名称(字符串)
enumAVSampleFormatav_get_sample_fmt(constchar*name)
根据格式名字(字符串)获取相应的枚举值
enumAVSampleFormatav_get_packed_sample_fmt(enumAVSampleForma
tsample_fmt)
传入planar类型的采样格式,返回其可转换的packed类型的采样格式。
例如传入A
V_SAMPLE_FMT_S32P,其返回值为AV_SAMPLE_FMT_S32。
enumAVSampleFormatav_get_planar_sample_fmt(enumAVSampleForma
和上面函数类似,不同的是传入的是packed类型的格式。
intav_sample_fmt_is_planar(enumAVSampleFormatsample_fmt
判断一个采样格式是不是planar类型的
intav_get_bytes_per_sample(enumAVSampleFormatsample_fmt)
每个采样值所占用的字节数
intav_samples_get_buffer_size(int*linesize,intnb_channels,
intnb_samples,enumAVSampleFormatsample_fmt,intalign)
根据输入的参数,计算其所占用空间的大小(字节数)。
linesize可设为null,ali
gn是buff空间的对齐格式(0=default,1=noalignment)
channel_layout
从上面可知,sample有两种类型的存储方式:
平面(planar)和打包(packed),在planar中每一个通道独自占用一个存储平面;
在packed中,所有通道的sample交织存储在同一个
平面。
但是,对于planar格式不知道具体的某一通道所在的平面;
对于packed格式各个通道的数据是以怎么样的顺序交织存储的。
这就需要借助于channel_layout。
首先来看下FFmpeg对channel_layout的定义:
channel_layout是一个64位整数,每个值为1的位对应一个通道。
也就说,channel_layout的位模式中值为1的个数等于其通道数量。
Achannel_layoutisa64-bitsintergetwithabitsetforeverychannel.The
numberofbitssetmustbeequaltothenumberof
channels.
在头文件channel_layout.h中为将每个通道定义了一个mask,其定义如下:
#defineAV_CH_FRONT_LEFT0x00000001
#defineAV_CH_FRONT_RIGHT0x00000002
#defineAV_CH_FRONT_CENTER0x00000004
#defineAV_CH_LOW_FREQUENCY0x00000008
#defineAV_CH_BACK_LEFT0x00000010
#defineAV_CH_BACK_RIGHT0x00000020
#defineAV_CH_FRONT_LEFT_OF_CENTER0x00000040
#defineAV_CH_FRONT_RIGHT_OF_CENTER0x00000080
#defineAV_CH_BACK_CENTER0x00000100
#defineAV_CH_SIDE_LEFT0x00000200
#defineAV_CH_SIDE_RIGHT0x00000400
#defineAV_CH_TOP_CENTER0x00000800
#defineAV_CH_TOP_FRONT_LEFT0x00001000
#defineAV_CH_TOP_FRONT_CENTER0x00002000
#defineAV_CH_TOP_FRONT_RIGHT0x00004000
#defineAV_CH_TOP_BACK_LEFT0x00008000
#defineAV_CH_TOP_BACK_CENTER0x00010000
#defineAV_CH_TOP_BACK_RIGHT0x00020000
#defineAV_CH_STEREO_LEFT0x20000000///<
Stereodownmix.#defineAV_CH_STEREO_RIGHT0x40000000///<
SeeAV_CH_STEREO_LEFT.
这样,一个channel_layout就是上述channelmask的组合,部分定义如下:
#defineAV_CH_LAYOUT_MONO(AV_CH_FRONT_CENTER)
#defineAV_CH_LAYOUT_STEREO(AV_CH_FRONT_LEFT|AV_CH_FRONT_RIGHT)
#defineAV_CH_LAYOUT_2POINT1(AV_CH_LAYOUT_STEREO|AV_CH_LOW_FREQUENCY)
#defineAV_CH_LAYOUT_2_1(AV_CH_LAYOUT_STEREO|AV_CH_BACK_CENTER)
#defineAV_CH_LAYOUT_SURROUND(AV_CH_LAYOUT_STEREO|AV_CH_FRONT_CENTER)
#defineAV_CH_LAYOUT_3POINT1(AV_CH_LAYOUT_SURROUND|AV_CH_LOW_FREQUENCY)
#defineAV_CH_LAYOUT_4POINT0(AV_CH_LAYOUT_SURROUND|AV_CH_BACK_CENTER)
#defineAV_CH_LAYOUT_4POINT1(AV_CH_LAYOUT_4POINT0|AV_CH_LOW_FREQUENCY)
#defineAV_CH_LAYOUT_2_2(AV_CH_LAYOUT_STEREO|AV_CH_SIDE_LEFT|AV_CH_SIDE_RIGHT)
#defineAV_CH_LAYOUT_QUAD(AV_CH_LAYOUT_STEREO|AV_CH_BACK_LEFT|AV_CH_BACK_RIGHT)
#defineAV_CH_LAYOUT_5POINT0(AV_CH_LAYOUT_SURROUND|AV_CH_SIDE_LEFT|AV_CH_SIDE_RIGHT)
#defineAV_CH_LAYOUT_5POINT1(AV_CH_LAYOUT_5POINT0|AV_CH_LOW_FREQUENCY)
...
AV_CH_LAYOUT_STEREO是立体声(2通道),其通道的存放顺序为LEFT|RIGHT;
AV_CH_LAYOUT_4POINT0是4通道,其通道的存放顺序为
LEFT|RIGHT|FRONT-CENTER|BACK-CENTER;
其它数量的声道与此类似。
下面列举一些和channel_layout相关的函数
uint64_tav_get_channel_layout(constchar*name)根据传入的字符
串,返回相对应的channel_layout。
传入的参数可以是:
常用的channellayout的名称:
mono,stereo,4.0,quad,5.0,5.0(side),
5.1等。
一个单通道的名称:
FL,FR,FC,BL,BR,FLC,FRC等
通道的数量
channel_layoutmask,以"
0x"
开头的十六进制串。
更多详细的说明,参见该函数的文档。
intav_get_channel_layout_nb_channels(uint64_tchannel_layou
t)根据通道的layout返回通道的个数
int64_tav_get_default_channel_layout(intnb_channels)根据通道
的个数返回默认的layout
intav_get_channel_layout_channel_index(uint64_tchannel_layout,
uint64_tchannel);
返回通道在layout中的index,也就是某一通道
在layout的存储位置。
av_get_channel_layout_channel_index的实现如下:
intav_get_channel_layout_channel_index(uint64_tchannel_layo
ut,
uint64_tchannel),{
if(!
(channel_layout&
channel)||
av_get_channel_layout_nb_channels(channel)!
=1),returnAVERROR(EINVAL);
channel_layout&
=channel-1;
returnav_get_channel_layout_nb_channels(channel_layout);
}
首先判断传入的layout包含该通道,并且保证该传入的通道是一个单通道。
以4通道AV_CH_LAYOUT_4POINT0为例,说明下计算方法。
AV_CH_LAYOUT_4POIN
T0=AV_CH_FRONT_LEFT|AV_CH_FRONT_RIGHT|AV_CH_FRONT_CENTER|
AV_CH_BACK_CENTER
其二进制表示为0001,0000,0111,假如想找AV_CH_BACK_CENTER在该layout中
的index。
AV_CH_BACK_CENTER的十六进制为0x0100,二进制为0001,0000,000
0,那么
AV_CH_BACK_CENTER-1=1111,1111。
0001,0000,0111&
0000,1111,111
1=0111,函数av_get_channel_layout_nb_channels是获取某个layout对应
的通道的数量,
前面提到,layout中值为1的位的个数和通道的数量相等,所以AV_CH_BACK_CENT
ER在layoutAV_CH_LAYOUT_4POINT0的index为3。
Audio格式转换
在FFmpeg中进行音频的格式转换主要有三个步骤
1.实例化SwrContext,并设置转换所需的参数:
通道数量、channellayout、samplerate
有以下两种方式来实例SwrContext,并设置参数:
使用swr_alloc
SwrContext*swr=swr_alloc();
av_opt_set_channel_layout(swr,"
in_channel_layout"
AV_CH_L
AYOUT_5POINT1,0);
out_channel_layout"
AYOUT_STEREO,0);
av_opt_set_int(swr,"
in_sample_rate"
48000,
0);
out_sample_rate"
44100,
av_opt_set_sample_fmt(swr,"
in_sample_fmt"
AV_SAMPLE_FMT_F
LTP,0);
av_opt_set_sample_fmt(swr,"
out_sample_fmt"
AV_SAMPLE_FMT_S16,
使用swr_alloc_set_opts
SwrContext*swr=swr_alloc_set_opts(NULL,//we'
reallocat
inganewcontext
AV_CH_LAYOUT_STEREO,//out_ch_layout,AV_SAMPLE_FMT_S16,//out_sample_fmt,44100,//out_sample_rate,AV_CH_LAYOUT_5POINT1,//in_ch_layout
AV_SAMPLE_FMT_FLTP,//in_sample_fmt,48000,//in_sample_rate,0,//log_offset
NULL);
//log_ctx
上述两种方法设置那个的参数是将5.1声道,channellayout为AV_CH_LAYOUT
_5POINT1,采样率为48KHz转换为2声道,channel_layout为AV_SAMPLE_F
MT_S16,采样率为44.1KHz。
1.计算转换后的sample个数
转后后的sample个数的计算公式为:
src_nb_samples*dst_sample_rate/src_sample_rate,其计算如下:
intdst_nb_samples=av_rescale_rnd(swr_get_delay(swr_ctx,
frame->
sample_rate)+frame->
nb_samples,frame->
sample_rate,
sample_rate,AVRounding
(1));
函数av_rescale_rnd是按照指定的舍入方式计算a*b/c。
函数swr_get_delay得到输入sample和输出sample之间的延迟,并且其返回值的根据传入的第二个参数不同而不同。
如果是输入的采样率,则返回值是输入sample个数;
如果输入的是输出采样率,则返回值是输出sample个数。
2.调用swr_convert进行转换
intnb=swr_convert(swr_ctx,&
audio_buf,dst_nb_samples,(constuint8_t**)frame->
data,frame->
nb_samples);
其返回值为转换的sample个数。
SDL播放音频时的格式转换
首先使用avcodec_send_packet和avcodec_receive_frame获取解码后的原
始数据
intret=avcodec_send_packet(aCodecCtx,&
pkt);
if(ret<
0&
&
ret!
=AVERROR(EAGAIN)&
=AVERROR_EOF),return-1;
ret=avcodec_receive_frame(aCodecCtx,frame);
=AVERROR_EOF)
return-1;
这里不再使用avcodec_decode_audio4进行音频的解码,在FFmpeg3中该函数已
被废弃,使用avcodec_send_packet和avcodec_receive_frame替代。
新的解
码API使用更为方便,
设置通道数量和channellayout
在编码的时候有可能丢失通道数量或者channellayout,这里根据获取的参数设置
其默认值
if(frame->
channels>
frame->
channel_layout==0)
frame->
channel_layout=av_get_default_channel_layout(fra
me->
channels);
elseif(frame->
channels==0&
channel_layout>
0)
channels=av_get_channel_layout_nb_channels(frame->
ch
annel_layout);
如果channellayout未知(channel_layout=0),根据通道数量获取其默认的c
hannellayout;
如同通道的数量未知,则根据其channellayout得到其通道数量。
设置输出格式
由于SDL2的sample格式不支持浮点型(FFmpeg中是支持的浮点型的),这里简
单的设置输出格式为AV_SAMPLE_FMT_S16(16位有符号整型),输出的channell
ayout也
根据通道数量设置为默认值dst_layout=av_get_default_channel_layout
(frame->
channels)(SDL2不支持planar格式)。
实例化SwrContext
swr_ctx=swr_alloc_set_opts(nullptr,dst_layout,dst_format,
channel_layout,(AVSampleFormat)frame->
format,fra
sample_rate,0,nullptr);
swr_ctx||swr_init(swr_ctx)<
在设置完参数后,一定要调用swr_init进行初始化。
转换
//计算转换后的sample个数a*b/c
intdst_nb_samples=av_rescale_rnd(swr_get_delay(swr_ctx,fr
ame->
sample_rate,frame
->
//转换,返回值为转换后的sample个数
intnb=swr_convert(swr_ctx,&
audio_buf,dst_nb_samples,(co
nstuint8_t**)frame->
data_size=frame->
channels*nb*av_get_bytes_per_sample(dst_fo