FFmpeg音頻重采樣

一、什么是音頻重采樣

音頻重采樣就是改變音頻的采樣率、采樣格式、聲道數(shù)等參數(shù)，使之按照我們期望的參數(shù)輸出。比如我們將采樣率 48kHz、采樣格式 f32le、聲道數(shù) 1 的音頻 A 轉(zhuǎn)換成采樣率 44.1kHz、采樣格式 s16le、聲道數(shù) 2 的音頻 B。

那么為什么需要對音頻重采樣？列舉一個(gè)經(jīng)典用途，有些音頻編碼器對輸入的原始PCM數(shù)據(jù)是有特定參數(shù)要求的，比如要求必須是44100_s16le_2。但是你提供的PCM參數(shù)可能是48000_f32le_1。這個(gè)時(shí)候就需要先將48000_f32le_1轉(zhuǎn)換成44100_s16le_2，然后再使用音頻編碼器對轉(zhuǎn)換后的PCM進(jìn)行編碼。

二、使用 FFmpeg 命令行實(shí)現(xiàn)音頻重采樣

將采樣率 48000 采樣格式 s32le 聲道數(shù) 1 的 PCM 音頻數(shù)據(jù)重采樣成采樣率 44100 采樣格式 s16le 聲道數(shù) 2 的 PCM 音頻數(shù)據(jù):

$ ffmpeg -ar 48000 -ac 1 -f f32le -i ar48000ac1f32le.pcm -ar 44100 -ac 2 -f s16le ar44100ac2s16le.pcm
三、使用 FFmpeg API 編程實(shí)現(xiàn)音頻重采樣

使用 libavresample 音頻重采樣的核心步驟:

1、定義變量（為了簡化釋放資源的代碼用到了goto 語句，需要把用到的變量定義到前面）：

    QFile inFile(inFilename);
    QFile outFile(outFilename);

    // 輸入緩沖區(qū)
    // 指向輸入緩沖區(qū)的指針
    uint8_t **inData = nullptr;
    // 緩沖區(qū)大小
    int inLineSize = 0;
    // 聲道數(shù)
    int inChs = av_get_channel_layout_nb_channels(inChLayout);
    // 每個(gè)樣本的大小
    int inBytesPerSample = inChs * av_get_bytes_per_sample(inSampleFormat);
    // 輸入緩沖區(qū)樣本數(shù)量
    int inSamples = 1024;
    
    // 輸出緩沖區(qū)
    // 指向輸出緩沖區(qū)的指針
    uint8_t **outData = nullptr;
    // 緩沖區(qū)大小
    int outLineSize = 0;
    // 聲道數(shù)
    int outChs = av_get_channel_layout_nb_channels(outChLayout);
    // 每個(gè)樣本的大小
    int outBytesPerSample = outChs * av_get_bytes_per_sample(outSampleFormat);
    // 輸出緩沖區(qū)樣本數(shù)量
    int outSamples = av_rescale_rnd(outSampleRate, inSamples, inSampleRate, AV_ROUND_UP);
    
    // 讀取的音頻大小
    int len = 0;
    // 返回結(jié)果
    int ret = 0;

我們設(shè)置了輸入緩沖區(qū)樣本數(shù)量為 1024，然后根據(jù)輸入輸出采樣率的比例計(jì)算出輸出緩沖區(qū)樣本數(shù)量，計(jì)算公式如下：

inSamples     inSampleRate
—————————— = ——————————————— 
outSamples    outSampleRate

outSamples = inSamples * outSampleRate / inSampleRate

FFmpeg 提供了現(xiàn)成的 API 計(jì)算輸出緩沖區(qū)樣本數(shù)量：

/**
* Rescale a 64-bit integer with specified rounding.
*
* The operation is mathematically equivalent to `a * b / c`, but writing that
* directly can overflow, and does not support different rounding methods.
*
* @see av_rescale(), av_rescale_q(), av_rescale_q_rnd()
*/
int64_t av_rescale_rnd(int64_t a, int64_t b, int64_t c, enum AVRounding rnd) av_const;

此函數(shù)的操作等價(jià)于我們上邊的計(jì)算公式，并且做了防止溢出處理。rnd：取整模式選擇向上取整 AV_ROUND_UP。實(shí)際上輸入輸出緩沖區(qū)樣本大小全都設(shè)置為 1024 重采樣后的音頻有時(shí)也是可以播放的，聽起來并沒有什么不同，但是通過觀察轉(zhuǎn)碼后的音頻文件大小你可能會(huì)發(fā)現(xiàn)丟失了部分音頻數(shù)據(jù)。

2、創(chuàng)建重采樣上下文：

SwrContext *ctx = swr_alloc_set_opts(nullptr,
                                     outChLayout, outSampleFormat, outSampleRate,
                                     inChLayout, inSampleFormat, inSampleRate,
                                     0, nullptr);

3、初始化重采樣上下文：

ret = swr_init(ctx);
if (ret < 0) {
    ERRBUF(ret);
    qDebug() << "初始化上下文失?。? << errbuf;
    goto end;
}

4、創(chuàng)建輸入緩沖區(qū)：

ret = av_samples_alloc_array_and_samples(&inData, &inLineSize, inChs, inSamples, inSampleFormat, 0);
if (ret < 0) {
    ERRBUF(ret);
    qDebug() << "創(chuàng)建輸入緩沖區(qū)失?。? << errbuf;
    goto end;
}

5、創(chuàng)建輸出緩沖區(qū)：

ret = av_samples_alloc_array_and_samples(&outData, &outLineSize, outChs, outSamples, outSampleFormat, 0);
if (ret < 0) {
    ERRBUF(ret);
    qDebug() << "創(chuàng)建輸出緩沖區(qū)失?。? << errbuf;
    goto end;
}

6、打開文件：

if (!inFile.open(QFile::ReadOnly)) {
    qDebug() << "打開輸入文件失敗";
    goto end;
}

if (!outFile.open(QFile::WriteOnly)) {
    qDebug() << "打開輸出文件失敗";
    goto end;
}

7、重采樣：

while ((len = inFile.read((char *)inData[0], inLineSize)) > 0) {
    inSamples = len / inBytesPerSample;
    ret = swr_convert(ctx, outData, outSamples, (const uint8_t **)inData, inSamples);
    qDebug() << "轉(zhuǎn)換：" << ret;
    if (ret < 0) {
        ERRBUF(ret);
        qDebug() << "重采樣失?。? << errbuf;
        goto end;
    }
    outFile.write((const char *)outData[0], ret * outBytesPerSample);
}

8、檢查輸出緩沖區(qū)是否還有殘留樣本：

while ((ret = swr_convert(ctx, outData, outSamples, nullptr, 0)) > 0) {
    outFile.write((const char *)outData[0], ret);
    qDebug() << "殘留：" << ret;
}

9、回收釋放資源：

end:
    inFile.close();
    outFile.close();

    if (inData) {
        av_freep(&inData[0]);
    }
    av_freep(&inData);

    if (outData) {
        av_freep(&outData[0]);
    }
    av_freep(&outData);

    swr_free(&ctx);
三、代碼
#include "ffmpegutils.h"

#include <QDebug>
#include <QFile>

#define ERRBUF(ret) \
    char errbuf[1024]; \
    av_strerror(ret, errbuf, sizeof (errbuf))

FFmpegUtils::FFmpegUtils(QObject *parent) : QObject(parent)
{

}

void FFmpegUtils::resampleAudio(const char *inFilename, int inSampleRate, AVSampleFormat inSampleFormat, int inChLayout,
                                const char *outFilename, int outSampleRate, AVSampleFormat outSampleFormat, int outChLayout)

{

    QFile inFile(inFilename);
    QFile outFile(outFilename);

    // 輸入緩沖區(qū)
    // 指向輸入緩沖區(qū)的指針
    uint8_t **inData = nullptr;
    // 緩沖區(qū)大小
    int inLineSize = 0;
    // 聲道數(shù)
    int inChs = av_get_channel_layout_nb_channels(inChLayout);
    // 每個(gè)樣本的大小
    int inBytesPerSample = inChs * av_get_bytes_per_sample(inSampleFormat);
    // 輸入緩沖區(qū)大小
    int inSamples = 1024;

    // 輸出緩沖區(qū)
    // 指向輸出緩沖區(qū)的指針
    uint8_t **outData = nullptr;
    // 緩沖區(qū)大小
    int outLineSize = 0;
    // 聲道數(shù)
    int outChs = av_get_channel_layout_nb_channels(outChLayout);
    // 每個(gè)樣本的大小
    int outBytesPerSample = outChs * av_get_bytes_per_sample(outSampleFormat);
    // 輸出緩沖區(qū)大小
    int outSamples = av_rescale_rnd(outSampleRate, inSamples, inSampleRate, AV_ROUND_UP);

    // 讀取的音頻大小
    int len = 0;
    // 返回結(jié)果
    int ret = 0;

    // 創(chuàng)建重采樣上下文
    SwrContext *ctx = swr_alloc_set_opts(nullptr,
                                         outChLayout, outSampleFormat, outSampleRate,
                                         inChLayout, inSampleFormat, inSampleRate,
                                         0, nullptr);

    if (!ctx) {
        qDebug() << "創(chuàng)建重采樣上下文失敗！";
        goto end;
    }

    // 初始化采樣上下文
    ret = swr_init(ctx);
    if (ret < 0) {
        ERRBUF(ret);
        qDebug() << "初始化上下文失?。? << errbuf;
        goto end;
    }

    // 創(chuàng)建輸入緩沖區(qū)
    ret = av_samples_alloc_array_and_samples(&inData, &inLineSize, inChs, inSamples, inSampleFormat, 0);
    if (ret < 0) {
        ERRBUF(ret);
        qDebug() << "創(chuàng)建輸入緩沖區(qū)失敗：" << errbuf;
        goto end;
    }

    // 創(chuàng)建輸出緩沖區(qū)
    ret = av_samples_alloc_array_and_samples(&outData, &outLineSize, outChs, outSamples, outSampleFormat, 0);
    if (ret < 0) {
        ERRBUF(ret);
        qDebug() << "創(chuàng)建輸出緩沖區(qū)失?。? << errbuf;
        goto end;
    }

    // 打開文件
    if (!inFile.open(QFile::ReadOnly)) {
        qDebug() << "打開輸入文件失敗";
        goto end;
    }

    if (!outFile.open(QFile::WriteOnly)) {
        qDebug() << "打開輸出文件失敗";
        goto end;
    }

    while ((len = inFile.read((char *)inData[0], inLineSize)) > 0) {
        inSamples = len / inBytesPerSample;
        ret = swr_convert(ctx, outData, outSamples, (const uint8_t **)inData, inSamples);
        qDebug() << "轉(zhuǎn)換：" << ret;
        if (ret < 0) {
            ERRBUF(ret);
            qDebug() << "重采樣失?。? << errbuf;
            goto end;
        }
        outFile.write((const char *)outData[0], ret * outBytesPerSample);
    }

    while ((ret = swr_convert(ctx, outData, outSamples, nullptr, 0)) > 0) {
        outFile.write((const char *)outData[0], ret);
        qDebug() << "殘留：" << ret;
    }

end:
    inFile.close();
    outFile.close();

    if (inData) {
        av_freep(&inData[0]);
    }
    av_freep(&inData);

    if (outData) {
        av_freep(&outData[0]);
    }
    av_freep(&outData);

    swr_free(&ctx);
}

調(diào)用函數(shù)：

#define IN_FILE_NAME "/Users/mac/Downloads/music/ar48000ac1f32le.pcm”
#define OUT_FILE_NAME "/Users/mac/Downloads/music/ar44100ac2s16le.pcm"
int inSampleRate = 48000;
AVSampleFormat inSampleFormat = AV_SAMPLE_FMT_FLT;
int inChLayout = AV_CH_LAYOUT_MONO;
int outSampleRate = 44100;
AVSampleFormat outSampleFormat = AV_SAMPLE_FMT_S16;
int outChLayout = AV_CH_LAYOUT_STEREO;
FFmpegUtils::resampleAudio(IN_FILE_NAME, inSampleRate, inSampleFormat, inChLayout,
                           OUT_FILE_NAME, outSampleRate, outSampleFormat, outChLayout);
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成，瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明：文章內(nèi)容（如有圖片或視頻亦包括在內(nèi)）由作者上傳并發(fā)布，文章內(nèi)容僅代表作者本人觀點(diǎn)，簡書系信息發(fā)布平臺(tái)，僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 目錄 參考 lswr功能介紹 lswr使用說明 示例代碼 1. 參考 [1] FFmpeg/Libswresamp...
    smallest_one閱讀 20,402評論 0贊 17
  • 前言 廣義的音頻重采樣包括：1、采樣格式轉(zhuǎn)化：比如采樣格式從16位整形變?yōu)楦↑c(diǎn)型2、采樣率的轉(zhuǎn)換：降采樣和升采樣，...
    仙人掌__閱讀 2,658評論 2贊 3
  • 直播流程 一次直播中主播端采集音視頻編碼上傳數(shù)據(jù)到服務(wù)器，觀眾端不斷的拉取數(shù)據(jù)，數(shù)據(jù)解碼音視頻渲染到手機(jī)。 音頻數(shù)...
    泡芙coder閱讀 527評論 0贊 0
  • 2021年4月23日 這是本人在某某網(wǎng)的學(xué)習(xí)音視頻筆記，主要包括音視頻的入門和ffmpeg的實(shí)戰(zhàn)。筆記內(nèi)容按照上課...
    東也_閱讀 1,445評論 4贊 14
  • 音頻重采樣步驟 創(chuàng)建采樣上下文 設(shè)置輸入緩沖區(qū) 設(shè)置輸出緩沖區(qū) 打開文件開始重采樣 檢查輸出緩沖區(qū)是否還有殘余的樣...
    lieon閱讀 1,415評論 0贊 1

友情鏈接更多精彩內(nèi)容