FFMPEG学习【组件文档——音频重采样器】

一、描述

FFmpeg重采样器为libswresample库音频重采样实用程序提供了一个高级接口。 特别地，它允许执行音频重采样，音频通道布局再匹配，以及转换音频格式和打包布局。

二、重采样器选项

音频重采样器支持以下命名选项。

可以通过在FFmpeg工具中指定-option值来设置选项，通过在SwrContext选项中显式设置值或使用libavutil / opt.h API进行编程使用，可以通过在issample过滤器中使用option = value来设置选项。

ich，in_channel_count
设置输入通道的数量。 默认值为0.如果设置相应的通道布局in_channel_layout，则不设置此值。


och，out_channel_count
设置输出通道的数量。 默认值为0.如果设置相应的通道布局out_channel_layout，则不设置此值。


uch，used_channel_count
设置使用的输入通道数。 默认值为0.此选项仅用于特殊重新映射。


isr，in_sample_rate
设置输入采样率。 默认值为0。


osr，out_sample_rate
设置输出采样率。 默认值为0。


isf，in_sample_fmt
指定输入样本格式。 默认设置为none。


osf，out_sample_fmt
指定输出样本格式。 默认设置为none。


tsf，internal_sample_fmt
设置内部样品格式。 默认值为none。 如果没有明确设置，这将自动选择。

icl，in_channel_layout
ocl，out_channel_layout
设置输入/输出通道布局。


有关所需语法，请参阅ffmpeg-utils（1）手册中的（ffmpeg-utils）通道布局部分。

clev，center_mix_level
设置中心组合级别。 它是以deciBel表示的值，必须在[-32,32]的间隔。


slev，surround_mix_level
设置环绕声混合音量。 它是以deciBel表示的值，必须在[-32,32]的间隔。


lfe_mix_level
将LFE组合设置为非LFE级别。 当有LFE输入但没有LFE输出时使用。 它是以deciBel表示的值，必须在[-32,32]的间隔。


rmvol，rematrix_volume
设置rematrix体积。 默认值为1.0。


rematrix_maxval
设置重新输出的最大输出值。 这可以用于防止削波，从而防止音量减小。 值为1.0可防止剪辑。


flags，swr_flags
设置转换器使用的标志。 默认值为0。

它支持以下各个标志：


res
强制重采样，即使输入和输出采样率匹配，该标志也强制使用采样。

dither_scale
设置抖动刻度。 默认值为1。

dither_method
设置抖动方法。 默认值为0。

支持的值：

‘rectangular’
选择矩形抖动


‘triangular’
选择三角形抖动


“triangular_hp”
选择高通三角波


“lipshitz”
选择Lipshitz噪声整形抖动。


‘shibata’
选择Shibata噪声整形抖动。


“low_shibata”
选择低柴田噪声整形抖动。


“high_shibata”
选择高柴田噪声整形抖动。


“f_weighted”
选择f加权噪声整形抖动


“modified_e_weighted”
选择修改电子加权噪声整形抖动


“improved_e_weighted”
选择改进的电子加权噪声整形抖动

重采样
设置重采样引擎 默认值为swr。


支持的值：


“SWR”
选择本地SW Resampler; 在这种情况下，过滤器选项精度和偏差不适用。


“soxr”
选择SoX重新采样器（如果可用）; 补偿和过滤器选项filter_size，phase_shift，exact_rational，filter_type＆kaiser_beta在这种情况下不适用。

filter_size
仅对于swr，设置重采样过滤器大小，默认值为32。


phase_shift
仅对于swr，设置重采样相移，默认值为10，必须在[0,30]的间隔。


linear_interp
启用时使用线性插补（默认）。 如果要在exact_rational失败时保留速度而不是质量，请禁用它。


exact_rational
仅对于swr，启用时，请尝试根据输入和输出采样率使用精确的phase_count。 然而，如果它大于1 << phase_shift，则phase_count将为1 << phase_shift作为回退。 默认启用。

cutoff
设置截止频率（swr：6dB点; soxr：0dB点）比;必须是0到1之间的浮点值。默认值为0.97，swr为0.97，而soxr为0.91（采样率为44100，保留整个音频带为20kHz）。


precision
仅对于soxr，将重新采样信号的位精度。默认值为20（适用于目标位深度为16），使SoX的“高品质”;值28为SoX的“非常高品质”。


cheby
仅对于soxr，选择通配带无滚动（Chebyshev）和“非理性”比率的更高精度近似。默认值为0。


async
对于swr，简单的1参数音频同步到使用拉伸，挤压，填充和修剪的时间戳。将其设置为1将允许填充和修剪，较大的值表示数据可能每秒拉伸或挤压的样本中的最大数量。默认值为0，因此不应用补偿使样本与音频时间戳匹配。


first_pts
对于swr，假设第一个pts应该是这个值。时间单位为1 /采样率。这允许在流开始时进行填充/修整。默认情况下，没有对第一帧的预期位置进行假设，因此不进行任何填充或修整。例如，如果音频流在视频流之后启动，或者由于编码器延迟而修剪任何具有负值的样本，则可以将其设置为0以静音开始。


min_comp
仅对于swr，设置时间戳和音频数据之间的最小差异（以秒为单位），以触发拉伸/挤压/填充或修剪数据以使其与时间戳相匹配。默认是拉伸/挤压/填充和修剪被禁用（min_comp = FLT_MAX）。


min_hard_comp
仅对于swr，设置时间戳和音频数据之间的最小差异（以秒为单位），以触发添加/删除样本以使其与时间戳相匹配。该选项有效地是在硬（修剪/填充）和软（挤压/拉伸）补偿之间进行选择的阈值。请注意，默认情况下，所有补偿都通过min_comp禁用。默认值为0.1。


comp_duration
仅对于swr，设置拉伸/挤压数据以使其与时间戳相匹配的持续时间（以秒为单位）。必须是非负双浮点值，默认值为1.0。


max_soft_comp
仅对于swr，设置数据被拉伸/挤压的最大因子，使其与时间戳相匹配。必须是非负双浮点值，默认值为0。

matrix_encoding
选择矩阵立体声编码。


它接受以下值：


'none'
选择无


‘dolby’
选择杜比


“DPLII”
选择杜比定向逻辑II


默认值为none。

FILTER_TYPE
仅对于swr，请选择重新采样过滤器类型。 这只会影响重采样操作。


它接受以下值：


‘cubic’
选择立方体


“blackman_nuttall”
选择Blackman Nuttall窗口sinc


‘kaiser’
选择Kaiser windowed sinc

kaiser_beta
仅对于swr，设置Kaiser窗口beta值。 间隔[2,16]中必须是双浮点数，默认值为9。


output_sample_bits
仅对于swr，设置用于抖动的已使用输出采样位数。 必须是间隔[0,64]中的整数，默认值为0，这意味着它不被使用。