流媒体MP3播放器教程.docx

1、流媒体MP3播放器教程基于libmad 的简单MP3流媒体播放器的实现介绍 本文在 Fedora 5 Linux 下实现了一个基于 libmad 的 mp3 流媒体播放器。此流媒体播放器可以播放基于 HTTP 1.1 协议传输的 MP3 流媒体数据。 基本原理是：从 HTTP 服务器获得 MP3 媒体信息，然后通过网络传输把 MP3 数据以数据流的形式接收到 MP3 流媒体播放器客户端，由客户端通过 libmad 解码 MP3 数据流，得到 PCM 音频数据，写入音频设备，播放音乐。本文的流媒体播放器只是实现了必要的简单功能，没有考虑太多情况。比如，没有考虑实时播放控制，这样的话就不能随意选取

2、播放点进行播放。 本文的 MP3 流媒体播放器创建两个线程，使用两个缓冲区保存 MP3 数据，可以一边下载数据，一边播放音乐。编译运行此 MP3 流媒体播放器需要安装 libmad ( 以及 ALSA(Advanced Linux Sound Architecture) (http:/www.alsa-project.org)相关的软件。ALSA包括4部分，分别是 sound driver, sound library , sound utilities 以及 tools。至少应该安装 sound driver, sound library 。编译程序时连接库的选项是：-lmad -lasou

3、nd -lpthread。 本文的 MP3 流媒体播放器使用双缓冲区，一个是数据接收缓冲区，另一个是数据解码缓冲区。主程序结构如下图所示，图中的蓝色线表示数据流向。图 1：MP3 流媒体播放器主程序结构图2libmad简介 MAD （libmad）是一个开源的高精度 MPEG 音频解码库，支持 MPEG-1（Layer I, Layer II 和 LayerIII（也就是 MP3）。LIBMAD 提供 24-bit 的 PCM 输出，完全是定点计算，非常适合没有浮点支持的平台上使用。使用 libmad 提供的一系列 API，就可以非常简单地实现 MP3 数据解码工作。在 libmad 的源代码

4、文件目录下的 mad.h 文件中，可以看到绝大部分该库的数据结构和 API 等。 本文用到的 libmad 中的主要数据结构有：struct mad_stream, struct mad_synth, struct mad_frame。它们的定义如下： 清单 1：libmad 中的主要数据结构 struct mad_stream unsigned char const *buffer; /* input bitstream buffer */ unsigned char const *bufend; /* end of buffer */ unsigned long skiplen; /* b

5、ytes to skip before next frame */ int sync; /* stream sync found */ unsigned long freerate; /* free bitrate (fixed) */ unsigned char const *this_frame; /* start of current frame */ unsigned char const *next_frame; /* start of next frame */ struct mad_bitptr ptr; /* current processing bit pointer */

6、struct mad_bitptr anc_ptr; /* ancillary bits pointer */ unsigned int anc_bitlen; /* number of ancillary bits */ unsigned char (*main_data)MAD_BUFFER_MDLEN;/* Layer III main_data() */ unsigned int md_len; /* bytes in main_data */ int options; /* decoding options (see below) */ enum mad_error error; /

7、* error code (see above) */; 更多内容请看流媒体播放器流媒体文件格式播放技巧专题，或 如果缓冲区最后一个 MPEG 数据帧只有部分数据包括在缓冲区中，那么 struct mad_stream 中的 next_frame 域指到不完整数据的开始地址。 由于缓冲区的 MPEG 数据帧不一定完整，所以不完整的 MPEG 帧的数据必须拷贝到下一次解码操作的缓冲区中，进行再次解码。这里我们还看到 bufend 指向缓冲区数据的最后地址，也就是最后一字节的地址加 1 的位置。mad_stream.bufend mad_stream.next_frame 就是剩余的未被解码的 M

8、PEG 帧的数据的字节数量（假设此帧在缓冲区中不完整）。mad_stream 的 error 域用来记录操作 mad_stream 得到的错误代码。错误代码在 mad.h 中有很详细的定义。 清单 2：错误代码在 mad.h 中的详细定义 struct mad_synth mad_fixed_t filter222168; /* polyphase filterbank outputs */ /* cheopeosv */ unsigned int phase; /* current processing phase */ struct mad_pcm pcm; /* PCM output *

9、/ ; mad_synth 中的关键域 pcm 保存解码和合成后得到的 PCM 数据。清单 3：mad_synth 中的关键域struct mad_pcm unsigned int samplerate; /* sampling frequency (Hz) */ unsigned short channels; /* number of channels */ unsigned short length; /* number of samples per channel */ mad_fixed_t samples21152; /* PCM output samples chsample *

10、/; struct mad_pcm 定义了音频的采样率、每个声道个数以及最后的 PCM 采样数据。这些参数可用来初始化音频设备。清单 4：struct mad_pcmstruct mad_frame struct mad_header header; /* MPEG audio header */ int options; /* decoding options (from stream) */ mad_fixed_t sbsample23632; /* synthesis subband filter samples */ mad_fixed_t (*overlap)23218; /* La

11、yer III block overlap data */; mad_frame 是记录 MPEG 帧解码后的数据的数据结构，其中的 mad_header 尤其重要，其用来记录 MPEG 帧的一些基本信息，比如 MPEG 层数、声道模式、流比特率、采样比特率等等。声道模式包括单声道、双声道、联合立体混音声以及一般立体声。清单 5：mad_frameenum mad_mode MAD_MODE_SINGLE_CHANNEL = 0, /* single channel */ MAD_MODE_DUAL_CHANNEL = 1, /* dual channel */ MAD_MODE_JOINT_

12、STEREO = 2, /* joint (MS/intensity) stereo */ MAD_MODE_STEREO = 3 /* normal LR stereo */;struct mad_header enum mad_layer layer; /* audio layer (1, 2, or 3) */ enum mad_mode mode; /* channel mode */ int mode_extension; /* additional mode info */ enum mad_emphasis emphasis; /* de-emphasis to use */ u

13、nsigned long bitrate; /* stream bitrate (bps) */ unsigned int samplerate; /* sampling frequency (Hz) */ unsigned short crc_check; /* frame CRC accumulator */ unsigned short crc_target; /* final target CRC checksum */ int flags; /* flags */ int private_bits; /* private bits */ mad_timer_t duration; /

14、* audio playing time of frame */; 下面就本文使用的 API 的功能做简单介绍。 在本文中用到的 API 包括：void mad_stream_init(struct mad_stream *) void mad_synth_init(struct mad_synth *);void mad_frame_init(struct mad_frame *); 以上3个 API 初始化解码需要的数据结构。void mad_stream_buffer(struct mad_stream *, unsigned char const *, unsigned long);

15、此函数把原始的未解码的 MPEG 数据和 mad_stream 数据结构关联，以便使用 mad_frame_decode( ) 来解码 MPEG 帧数据。int mad_frame_decode(struct mad_frame *, struct mad_stream *); 把 mad_stream 中的 MPEG 帧数据解码。void mad_synth_frame(struct mad_synth *, struct mad_frame const *); 把解码后的音频数据合成 PCM 采样。void mad_stream_finish(struct mad_stream *);vo

16、id mad_frame_finish(struct mad_frame *); mad_synth_finish(struct mad_synth); 以上 3 个 API 在解码完毕后使用，释放 libmad 占用的资源等。更多内容请看流媒体播放器流媒体文件格式播放技巧专题，或 3PCM 音频设备的操作 对音频设备的操作主要是初始化音频设备以及往音频设备发送 PCM（Pulse Code Modulation）数据。为了方便，本文使用 ALSA（Advanced Linux Sound Architecture）提供的库和驱动。在编译和运行本文中的 MP3 流媒体播放器的时候，必须先安装

17、ALSA 相关的文件。本文用到的主要对 PCM 设备操作的函数分为 PCM 设备初始化的函数以及 PCM 接口的一些操作函数。PCM 硬件设备参数设置和初始化的函数有：int snd_pcm_hw_params_malloc (snd_pcm_hw_params_t *ptr)int snd_pcm_hw_params_any (snd_pcm_t *pcm, snd_pcm_hw_params_t *params)void snd_pcm_hw_params_free (snd_pcm_hw_params_t *obj)int snd_pcm_hw_params_set_Access ( s

18、nd_pcm_t *pcm, snd_pcm_hw_params_t *params, snd_pcm_access_t _access)int snd_pcm_hw_params_set_format ( snd_pcm_t *pcm, snd_pcm_hw_params_t *params, snd_pcm_format_t val)int snd_pcm_hw_params_set_channels(snd_pcm_t *pcm, snd_pcm_hw_params_t *params, unsigned int val)int snd_pcm_hw_params_set_rate_ne

19、ar(snd_pcm_t *pcm, snd_pcm_hw_params_t *params, unsigned int *val, int *dir) PCM 接口的操作函数： int snd_pcm_hw_params (snd_pcm_t *pcm, snd_pcm_hw_params_t *params) int snd_pcm_prepare (snd_pcm_t *pcm) int snd_pcm_open (snd_pcm_t *pcm, const char *name, snd_pcm_stream_t stream, int mode) int snd_pcm_close

20、(snd_pcm_t *pcm) snd_pcm_sframes_t snd_pcm_writei (snd_pcm_t *pcm, const void *buffer, snd_pcm_uframes_t size) 这些函数用到了 snd_pcm_hw_params_t 结构，此结构包含用来播放 PCM 数据流的硬件信息配置。在往音频设备（声卡）写入音频数据之前，必须设置访问类型、采样格式、采样率、声道数等。 首先使用 snd_pcm_open () 打开 PCM 设备，在 ALSA 中，PCM 设备都有名字与之对应。比如我们可以定义 PCM 设备名字为 char *pcm_name =

21、 plughw:0,0。最重要的 PCM 设备接口是“plughw”以及“hw”接口。使用“plughw”接口，程序员不必过多关心硬件，而且如果设置的配置参数和实际硬件支持的参数不一致，ALSA 会自动转换数据。如果使用“hw”接口，我们就必须检测硬件是否支持设置的参数了。Plughw 后面的两个数字分别表示设备号和次设备（subdevice）号。snd_pcm_hw_params_malloc( ) 在栈中分配 snd_pcm_hw_params_t 结构的空间，然后使用 snd_pcm_hw_params_any( ) 函数用声卡的全配置空间参数初始化已经分配的 snd_pcm_hw_pa

22、rams_t 结构。snd_pcm_hw_params_set_access ( ) 设置访问类型，常用访问类型的宏定义有：SND_PCM_ACCESS_RW_INTERLEAVED 交错访问。在缓冲区的每个 PCM 帧都包含所有设置的声道的连续的采样数据。比如声卡要播放采样长度是 16-bit 的 PCM 立体声数据，表示每个 PCM 帧中有 16-bit 的左声道数据，然后是 16-bit 右声道数据。SND_PCM_ACCESS_RW_NONINTERLEAVED 非交错访问。每个 PCM 帧只是一个声道需要的数据，如果使用多个声道，那么第一帧是第一个声道的数据，第二帧是第二个声道的数据

23、，依此类推。函数 snd_pcm_hw_params_set_format() 设置数据格式，主要控制输入的音频数据的类型、无符号还是有符号、是 little-endian 还是 bit-endian。比如对于 16-bit 长度的采样数据可以设置为： SND_PCM_FORMAT_S16_LE 有符号16 bit Little Endian SND_PCM_FORMAT_S16_BE 有符号16 bit Big Endian SND_PCM_FORMAT_U16_LE 无符号16 bit Little Endian SND_PCM_FORMAT_U16_BE 无符号 16 bit Big E

24、ndian 比如对于 32-bit 长度的采样数据可以设置为：SND_PCM_FORMAT_S32_LE 有符号32 bit Little Endian SND_PCM_FORMAT_S32_BE 有符号32 bit Big Endian SND_PCM_FORMAT_U32_LE 无符号32 bit Little Endian SND_PCM_FORMAT_U32_BE 无符号 32 bit Big Endian 函数 snd_pcm_hw_params_set_channels() 设置音频设备的声道，常见的就是单声道和立体声，如果是立体声，设置最后一个参数为2。snd_pcm_hw_pa

25、rams_set_rate_near () 函数设置音频数据的最接近目标的采样率。snd_pcm_hw_params( ) 从设备配置空间选择一个配置，让函数 snd_pcm_prepare() 准备好 PCM 设备，以便写入 PCM 数据。snd_pcm_writei() 用来把交错的音频数据写入到音频设备。初始化 PCM 设备的例程如下：清单 6：初始化 PCM 设备的例程/* open a PCM device */int open_device(struct mad_header const *header) int err; snd_pcm_hw_params_t *hw_param

26、s; char *pcm_name = plughw:0,0; int rate = header-samplerate; int channels = 2; if (header-mode = 0) channels = 1; else channels = 2; if (err = snd_pcm_open (&playback_handle, pcm_name, SND_PCM_STREAM_PLAYBACK, 0) 0) printf(cannot open audio device %s (%s)n, pcm_name, snd_strerror (err); return -1;

27、if (err = snd_pcm_hw_params_malloc (&hw_params) 0) printf(cannot allocate hardware parameter structure (%s)n, snd_strerror (err); return -1; if (err = snd_pcm_hw_params_any (playback_handle, hw_params) 0) printf(cannot initialize hardware parameter structure (%s)n, snd_strerror (err); return -1; if

28、(err = snd_pcm_hw_params_set_access (playback_handle, hw_params, SND_PCM_ACCESS_RW_INTERLEAVED) 0) printf(cannot set access type (%s)n, snd_strerror (err); return -1; if (err = snd_pcm_hw_params_set_format (playback_handle, hw_params, SND_PCM_FORMAT_S32_LE) 0) printf(cannot set sample format (%s)n,

29、snd_strerror (err); return -1; if (err = snd_pcm_hw_params_set_rate_near (playback_handle, hw_params, &rate, 0) 0) printf(cannot set sample rate (%s)n, snd_strerror (err); return -1; if (err = snd_pcm_hw_params_set_channels (playback_handle, hw_params, channels) 0) printf(cannot set channel count (%

30、s)n, snd_strerror (err); return -1; if (err = snd_pcm_hw_params (playback_handle, hw_params) 0) printf(cannot set parameters (%s)n, snd_strerror (err); return -1; snd_pcm_hw_params_free (hw_params); if (err = snd_pcm_prepare (playback_handle) 0) printf(cannot prepare audio interface for use (%s)n, snd_strerror (err); return -1; return 0; 这里配置的 PCM 格式是 SND_PCM_FORMAT_S32_LE，采样的格式是每个采样有 32-bit 的数据，数据按照 little-endian 存放。如果通过 mad_frame_decode() 函数得到 PCM 数据后，要求每个采样数据只占 16-bit，需要把数据进行MAD的定点类型到 signed short