使用ffmpeg保存PCM文件

Posted 2022-11-08

说明

1. PCM是音频解码后的文件。或者说经过音频经过采样后形成的二进制文件。
2. 对人来说，能听到的是20HZ-20KHZ，这也是次声波和超声波的分界线。
3. 根据采样定理，2倍最高频率就可以还原，加速滤波器带来的畸变，44.1KHZ采样已经可以了。48KHZ以上的采样率，人已经无法分辨差异了。
4. 保存PCM文件时使用的是采用有符号16位保存，而源音频不一定是，所以需要转换。

ffmpeg中的音频相关内容

概述

ffmpeg中AVPacket中可能会含有多个音频帧（AVFrame）,一个音频帧含有多个采样，采样率决定了1s有多少个采样（或者说一个音频帧可以播放多久）。对于aac,一帧有1024个采样，mp3一帧则固定为1152个字节。

参数

AVPacket：音频或视频包，由成员stream_index区分。
AVFrame： 存储音频帧解码后的数据。
AVCodecContext->sample_fmt：采样格式，也就是数据存储格式：有无符号、位数等。
AVCodecContext->sample_rate：采样率
AVCodecContext->channel_layout：声道布局，也就是单声道，双声道，立体声。
AVFrame->nb_samples：这个音频帧含有多少个采样。

音频帧占用内存计算：

根据声道数、采样个数、采样格式可以计算出音频帧占用内存大小。

av_samples_get_buffer_size(NULL, 声道数,采样个数,采样格式, 1);

ffmpeg转换PCM格式步骤

1. 设置转换参数SwrContext，包括声道数、采样率、采样格式 。
2. 解码音频帧数据。
3. 计算转换后内存占用大小并分配buf 。
4. 使用swr_convert转换帧数据。
5. 将数据写入文件。

示例代码

转换设置

SwrContext *swrCtx = swr_alloc();                               //音频重采样上下文

enum AVSampleFormat in_sample_fmt = pACodecCtx->sample_fmt;     //输入的采样格式 
int in_sample_rate = pACodecCtx->sample_rate;                   //输入的采样率
uint64_t in_ch_layout = pACodecCtx->channel_layout;             //输入的声道布局 

enum AVSampleFormat out_sample_fmt = AV_SAMPLE_FMT_S16;         //输出的采样格式 16bit PCM 
int out_sample_rate = 44100;                                    //输出的采样率 
uint64_t out_ch_layout = AV_CH_LAYOUT_MONO;                     //输出的声道布局 
int out_channel_nb = av_get_channel_layout_nb_channels(out_ch_layout);  //输出的声道个数

swr_alloc_set_opts(swrCtx, out_ch_layout, out_sample_fmt, out_sample_rate, in_ch_layout, in_sample_fmt, in_sample_rate, 0, NULL);
swr_init(swrCtx);

转码与存储

if (avPacket.stream_index == AUDIO_INDEX) 
AVPacket->AVFrameret = avcodec_decode_audio4(pACodecCtx, avFrame, &got_frame, &avPacket);if (ret < 0)  printf("%s", "解码完成");

//获取对应参数的采样需要占用的内存大小
int out_buffer_size = av_samples_get_buffer_size(NULL, out_channel_nb, avFrame->nb_samples, out_sample_fmt, 1);

//存储pcm数据
uint8_t *out_buffer = (uint8_t *)av_malloc(out_buffer_size);

if (got_frame)  
    swr_convert(swrCtx, &out_buffer, out_buffer_size, (const uint8_t **)avFrame->data, avFrame->nb_samples);
    //写入文件进行测试 
    fwrite(out_buffer, 1, out_buffer_size, pFile);
    av_free(out_buffer);

播放

ffplay -f s16le -ar 44100 -ac 1  test.pcm

参考资料

​​音频帧概念详解​​