ffmpeg文档35-音频源

Posted 2020-06-14

35 音频源

下面介绍当前可用的音频源

abuffer

缓冲音频帧，作为滤镜链图中有效的组成（起点）

它主要编程使用，特别是通过libavfilter/asrc_abuffer.h中的接口进行调用。

接受如下参数：

• time_base

  用于提交帧的时间戳时基。是浮点数或者分数形式。

• sample_rate

  进入音频缓冲的采样率。

• sample_fmt

  进入音频缓冲的采样格式。libavutil/samplefmt.h下AVSampleFormat枚举值中的一个格式名称或者对应的整数

• channel_layout

  进入音频缓冲的通道布局。为libavutil/channel_layout.c中的channel_layout_map定义的布局名称或者libavutil/channel_layout.h中 AV_CH_LAYOUT_*类宏（对应的整数表示）

• channels

  进入缓冲的通道数。如果channels 和 channel_layout同时被设置，则二者必须一致。

abuffer例子

abuffer=sample_rate=44100:sample_fmt=s16p:channel_layout=stereo

会用来指出源接受16位（信号）立体声（采样率44100Hz）。sample_fmt为s16p即6，channel_layout为stereo，即0x3，sample_rate为44100，它等效于

abuffer=sample_rate=44100:sample_fmt=6:channel_layout=0x3

aevalsrc

按表达式生成一个音频信号（信号发生器）

它接受一个或者多个表达式（每个对应一个通道），根据表达式计算产生相应的音频信号。

接受如下的选项：

• exprs

  由’|’分隔的表达式列表，每个表达式对应一个通道。以防channel_layout没有指定选项，选中的通道布局取决于提供的数量表达式。否则最后指定表达式应用于剩下的输出通道。

• channel_layout, c

  设置通道布局。这里的通道数必须等于表达式数量。

• duration, d

  设置源音频持续时间。参考ffmpeg-utils工具集手册（ffmpeg-utils(1)）中的持续时间章节内容以了解语法。注意由此生成的音频持续时间可能会超过这里指定的时间，因为生成的音频最少是一个完整的帧内容。

  如果不指定，或者指定一个非负数，表面会持续生成音频信号。

• nb_samples, n

  设置每个输出帧中每个通道的样例数量，默认1024。

• sample_rate, s

  指定采样频率，默认44100.

每个表达式可以包含下面的常量:

• n

  评估样本的数量，从0开始计数

• t

  样本时间表示，从0开始计时

• s

  样本采样率

aevalsrc例子

• 生成静音（无声）:

  aevalsrc=0

• 生成频率为440Hz的正弦波，采样频率8000Hz:

  aevalsrc="sin(4402PI*t):s=8000"

• 生成双路信号，这里指定为（中前和中后），表达式为:

  aevalsrc="sin(4202PIt)|cos(4302PIt):c=FC|BC"

• 生成白噪声:

  aevalsrc="-2+random(0)"

• 生成一个振幅调制信号:

  aevalsrc="sin(102PIt)sin(8802PI*t)"

• 生成2.5赫兹双耳节拍在360赫兹的载体:

  aevalsrc="0.1sin(2PI*(360-2.5/2)t) | 0.1sin(2PI(360+2.5/2)*t)"

anullsrc

null（空）音频源会产生未处理的音频帧。它一般用于分析/调试，或作为滤镜可忽略的输入源（例如sox合成滤镜）

这个源接受下面选项：

• channel_layout, cl

  指定通道布局，可以是整数或对应的短语，默认为"stereo".

  检查定义在libavutil/channel_layout.c了解短语和数字值对应关系。

• sample_rate, r

  指定采样率,默认 44100.

• nb_samples, n

  设置每帧中样例数量

anullsrc例子

• 以采样率48000 Hz ，单声道(AV_CH_LAYOUT_MONO).

  anullsrc=r=48000:cl=4

• 同上的效果（采样短语定义布局）:

  anullsrc=r=48000:cl=mono

所有选项参数都必须明确定义。

flite

使用libflite库合成声音话语

编译选项是--enable-libflite

注意flite库不是线程安全的。

接受如下选项：

• list_voices

  如果为1，列出有效的语音并退出，默认0.

• nb_samples, n

  设置每个帧最大样例数量，默认512.

• textfile

  设置要朗读的文件名

• text

  设置要朗读的文本

• voice, v

  设置语音合成的声音，默认kal. 参考list_voices选项

flite例子

• 从文件speech.txt读，使用标准声音合成:

  flite=textfile=speech.txt

• 读取指定文本，并用slt语音合成:

  flite=text=‘So fare thee well, poor devil of a Sub-Sub, whose commentator I am‘:voice=slt

• 作为ffmpeg输入:

  ffmpeg -f lavfi -i flite=text=‘So fare thee well, poor devil of a Sub-Sub, whose commentator I am‘:voice=slt

• 播放合成语音:

  ffplay -f lavfi flite=text=‘No more be grieved for which that thou hast done.‘

关于libflite库的更多信息，确认http://www.speech.cs.cmu.edu/flite/

sine

生成一个音频信号的振幅的正弦波1/8

是一个bit-exact音频信号（脉冲？）

接受如下选项：

• frequency, f

  设置载波频率，默认 440 Hz.

• beep_factor, b

  每个beep_factor倍载波频率周期产生一个beep，默认为0，表示beep被禁止

• sample_rate, r

  指定采样率，默认44100.

• duration, d

  指定产生音频持续时间

• samples_per_frame

  设置每帧样例数，默认1024

sine例子

• 产生440Hz的sine波Generate a simple 440 Hz sine wave:

  sine

• 产生220Hzsine波，且880Hz产生一个beep，持续5秒:

  sine=220:4:d=5
  sine=f=220:b=4:d=5
  sine=frequency=220:beep_factor=4:duration=5