14

我正在使用带有avcodec_decode_audio3的ffmpeg将aac解码为pcm。但是它解码为 AV_SAMPLE_FMT_FLTP 样本格式（PCM 32 位浮点平面），我需要 AV_SAMPLE_FMT_S16（PCM 16 位签名 - S16LE）。

我知道 ffmpeg 可以使用 -sample_fmt 轻松做到这一点。我想对代码做同样的事情，但我仍然无法弄清楚。

audio_resample 不适用于：它失败并显示错误消息：.... 转换失败。

4

3 回答 3

43

编辑 2013 年 4 月 9 日：制定了如何使用 libswresample 来做到这一点......更快！

在过去 2-3 年的某个时间点，FFmpeg 的 AAC 解码器的输出格式从 AV_SAMPLE_FMT_S16 更改为 AV_SAMPLE_FMT_FLTP。这意味着每个音频通道都有自己的缓冲区，每个样本值都是一个 32 位浮点值，从 -1.0 缩放到 +1.0。

而对于 AV_SAMPLE_FMT_S16，数据位于单个缓冲区中，样本交错，每个样本都是从 -32767 到 +32767 的有符号整数。

如果您真的需要音频作为 AV_SAMPLE_FMT_S16，那么您必须自己进行转换。我想出了两种方法：

1.使用libswresample（推荐）

#include "libswresample/swresample.h"

...

SwrContext *swr;

...

// Set up SWR context once you've got codec information
swr = swr_alloc();
av_opt_set_int(swr, "in_channel_layout",  audioCodec->channel_layout, 0);
av_opt_set_int(swr, "out_channel_layout", audioCodec->channel_layout,  0);
av_opt_set_int(swr, "in_sample_rate",     audioCodec->sample_rate, 0);
av_opt_set_int(swr, "out_sample_rate",    audioCodec->sample_rate, 0);
av_opt_set_sample_fmt(swr, "in_sample_fmt",  AV_SAMPLE_FMT_FLTP, 0);
av_opt_set_sample_fmt(swr, "out_sample_fmt", AV_SAMPLE_FMT_S16,  0);
swr_init(swr);

...

// In your decoder loop, after decoding an audio frame:
AVFrame *audioFrame = ...;
int16_t* outputBuffer = ...;
swr_convert(&outputBuffer, audioFrame->nb_samples, audioFrame->extended_data, audioFrame->nb_samples);

这就是你所要做的！

2.用C手工做（原答案，不推荐）

所以在你的解码循环中，当你有一个音频包时，你可以像这样解码它：

AVCodecContext *audioCodec;   // init'd elsewhere
AVFrame *audioFrame;          // init'd elsewhere
AVPacket packet;              // init'd elsewhere
int16_t* outputBuffer;        // init'd elsewhere
int out_size = 0;
...
int len = avcodec_decode_audio4(audioCodec, audioFrame, &out_size, &packet);

然后，如果你有一个完整的音频帧，你可以很容易地转换它：

    // Convert from AV_SAMPLE_FMT_FLTP to AV_SAMPLE_FMT_S16
    int in_samples = audioFrame->nb_samples;
    int in_linesize = audioFrame->linesize[0];
    int i=0;
    float* inputChannel0 = (float*)audioFrame->extended_data[0];
    // Mono
    if (audioFrame->channels==1) {
        for (i=0 ; i<in_samples ; i++) {
            float sample = *inputChannel0++;
            if (sample<-1.0f) sample=-1.0f; else if (sample>1.0f) sample=1.0f;
            outputBuffer[i] = (int16_t) (sample * 32767.0f);
        }
    }
    // Stereo
    else {
        float* inputChannel1 = (float*)audioFrame->extended_data[1];
        for (i=0 ; i<in_samples ; i++) {
             outputBuffer[i*2] = (int16_t) ((*inputChannel0++) * 32767.0f);
             outputBuffer[i*2+1] = (int16_t) ((*inputChannel1++) * 32767.0f);
        }
    }
    // outputBuffer now contains 16-bit PCM!

为了清楚起见，我留下了一些东西......单声道路径中的钳位理想情况下应该在立体声路径中复制。并且可以轻松优化代码。

于 2013-03-12T21:23:12.663 回答
7

我从 FFMPEG 中找到了 2 个重采样函数。性能也许更好。

  1. avresample_convert() http://libav.org/doxygen/master/group__lavr.html
  2. swr_convert() http://spirton.com/svn/MPlayer-SB/ffmpeg/libswresample/swresample_test.c
于 2013-04-08T07:43:44.793 回答
2

感谢鲁本解决这个问题。我确实发现与直接的 ffmpeg -i file.wav 相比，某些示例值略有偏差。似乎在转换中，他们对值使用了 round() 。

为了进行转换，我做了你所做的修改，以适用于任何数量的渠道：

if (audioCodecContext->sample_fmt == AV_SAMPLE_FMT_FLTP)
{
    int nb_samples = decoded_frame->nb_samples;
    int channels = decoded_frame->channels;
    int outputBufferLen = nb_samples & channels * 2;
    short* outputBuffer = new short[outputBufferLen/2];

    for (int i = 0; i < nb_samples; i++)
    {
         for (int c = 0; c < channels; c++)
         {
             float* extended_data = (float*)decoded_frame->extended_data[c];
             float sample = extended_data[i];
             if (sample < -1.0f) sample = -1.0f;
             else if (sample > 1.0f) sample = 1.0f;
             outputBuffer[i * channels + c] = (short)round(sample * 32767.0f);
         }
    }

    // Do what you want with the data etc.

}

我从 ffmpeg 0.11.1 -> 1.1.3 开始，发现样本格式的变化很烦人。我查看了将 request_sample_fmt 设置为 AV_SAMPLE_FMT_S16 但似乎 aac 解码器不支持除 AV_SAMPLE_FMT_FLTP 之外的任何内容。

于 2013-03-21T22:29:49.787 回答