音频重采样 Ubuntu + Qt + ffmpeg
为什么要进行音频重采样
- 从设备采集的音频数据与编码器要求的数据不一致
- 扬声器要求的音频数据与要播放的音频数据不一致
- 更方便运算，例如：处理回音消除时，需要将音频数据转换成单声道的数据，方便计算
ffmpeg重采样主要API
swr_init ： 初始化重采样上下文
swr_alloc_set_opts： 设置重采样参数
swr_convert： 重采样
swr_free： 释放重采样上下文空间
重采样
- 初始化重采样上下文
// 初始化重采样上下文
SwrContext* init_swr()
{// 重采样上下文SwrContext *swr_ctx = NULL;swr_ctx = swr_alloc_set_opts(NULL, // ctxAV_CH_LAYOUT_STEREO, // 输出channel布局AV_SAMPLE_FMT_FLT, // 输出的采样大小44100, // 输出的采样率AV_CH_LAYOUT_STEREO, // 输入的channel布局AV_SAMPLE_FMT_S16, // 输入的采样大小44100, // 输入的采样率0, NULL);if (!swr_ctx){printf("Failed to init SwrContext, \n");return NULL;}if (swr_init(swr_ctx) < 0){printf("Failed to init SwrContext, \n");return NULL;}return swr_ctx;
}
- 进行重采样，并将重采样的音频数据写入文件
// 初始化重采样上下文SwrContext *swr_ctx = init_swr();// 初始化重采样缓冲区uint8_t **src_data = NULL;int src_linesize = 0;uint8_t **dst_data = NULL;int dst_linesize = 0;// 创建输入缓冲区av_samples_alloc_array_and_samples(&src_data, // 输入数据的缓冲区地址&src_linesize, // 缓冲区大小2, // 通道数512, // 单通道采样个数//注：512=2048//2/2。采集的每包数据2048个字节，采样大小为16位，即2个字节，双通道采集。所以2048除以2为每个通道采集的字节数，再除以2（采样大小，2个字节），为每个通道采样的个数AV_SAMPLE_FMT_S16, // 采样大小0);// 创建输出缓冲区av_samples_alloc_array_and_samples(&dst_data, // 输出数据的缓冲区地址&dst_linesize, // 缓冲区大小2, // 通道数512, // 单通道采样个数AV_SAMPLE_FMT_FLT, // 采样大小0);int swr_num = 0;// 我的环境是Linux虚拟机，每次获取的音频数据只有64个字节，而ffmpeg中最低采样个数为32个，所以只有 64 字节数据时，无法进行重采样。所以这里增加了一个存储音频数据的缓冲区，等缓冲区达到一定大小时再进行重采样。uint8_t *bufferData = new uint8_t[2048];// 从设备读取数据while ((ret = av_read_frame(fmt_ctx, &packet) == 0) && m_status){av_log(NULL, AV_LOG_INFO, "Packet size: %d(%p), count = %d\n",packet.size, packet.data, count++);#ifdef false // 错误代码,swr_num到2048以后不进if中保存数据，直接到else中使用缓冲区进行重采样，但是此时av_read_frame也读了一包数据，没有放到bufferData中，所以会丢掉一包数据。就是每读2048字节的数据就会漏掉一包数据if (swr_num < 2048){for (int i = 0; i < packet.size; ++i){bufferData[i + swr_num] = packet.data[i];}swr_num += packet.size;}else{
#else// 更正if (swr_num < 2048) {for (int i = 0; i < packet.size; ++i){bufferData[i + swr_num] = packet.data[i];}swr_num += packet.size;}else{//把最后一次判断未进if中存放的一包数据放入临时缓冲区bufferData中for (int i = 0; i < packet.size; ++i){bufferData[i + swr_num] = packet.data[i];}swr_num += packet.size;
#endifswr_num = 0;memcpy(src_data[0], bufferData, 2048);// 重采样swr_convert(swr_ctx, // 重采样上下文dst_data, // 输出缓冲区512, // 输出每个通道的采样数(const uint8_t **)src_data, // 输入缓冲区512); // 输入每个通道的采样数// 写入文件//fwrite(packet.data, packet.size, 1, outFile);fwrite(dst_data[0], 1, dst_linesize, outFile);fflush(outFile);}// 释放packet空间av_packet_unref(&packet);}// 释放重采样上下文av_free(swr_ctx);
我的环境是Linux虚拟机，每次获取的音频数据只有64个字节，而ffmpeg中最低采样个数为32个，所以只有 64 字节数据时，无法进行重采样。所以代码中增加了一个存储音频数据的缓冲区，等缓冲区达到一定大小时再进行重采样。非虚拟机环境，不需要增加缓冲区，直接使用**memcpy(src_data[0], packet.data, packet.size);**即可。
我的设备采集音频的参数是采样率44100， 双声道，16位采样大小。重采样后的音频数据为采样率44100，双声道，采样大小32位。
下图显示了未进行重采样时音频文件的数据格式：
使用ffplay播放重采样后的音频文件，可以看到重采样后的音频数据发生了变化，由16位采样大小变成了浮点类型，32位。
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！