1：前言
在进行音频开发之前需要先知道一些基础知识，一些有必要的重要的概念。
1.1 声音的产生、获取和转换
声音产生的本质是靠震动，声音的传播需要借助媒介，比如空气、液体、固体等。在自然界中声音的可视化为音波的形式，那么音波是什么形成的了？声音在信号学中对应的是模拟信号，我们想要可视化声音，就是通过采用获取声音的模拟信号然后转化为数字信号，最后通过转化过后的信号量转化为可视化波形，也就得到了常见的声波。在电子领域进行转化的工具，常见的就DA-AD转化，在嵌入式中采用的是ADC采集。
也就是说在对音频操作中：
声音的录制->将外界的声音的模拟型号转化为数字信号进行处理
声音的播放->将数字信号转化为模拟型号释放出来。
1.2 音频的参数
1：采样率：音频采样率是指在数字化音频信号时，每秒钟对模拟信号进行采样的次数。一般采样的数值在4800HZ左右的标准，具体设备具体应用场景更具需要选定。
2：声道数：声道数是指在音频信号处理和播放中，同时传输和播放的独立音频信号的数量。一般声道数常见的为：单声道、双声道。
3：采样格式：采样格式是指在数字音频处理中，用来表示音频信号样本的数据类型和编码方式。
常用的有S16，F32。S16把声音量化为16bit；F32则量化为浮点型。
4：采样数：采样数（Sample Size）通常指的是在数字音频中，每个采样点所占用的位数，也就是位深度（Bit Depth）。一般有1024、256、512、1152等。
2：FFMPEG音频开发流程
2.1 FFMPEG安装
我所安装的版本为4.2.10。
在线安装指令：
sudo apt-get install ffmpeg安装需要的库指令：
sudo apt-get install libfdk-aac-dev libx264-dev
libx265-dev libmp3lame-dev libdrm-dev libopengl-dev
yasm libx264-dev libsdl2-dev libmp3lamedev libopus-dev libavdevice-dev libfdk-aac-dev -y配置FFMPEG
./configure --target-os=linux --
prefix=/home/lyx/ffmpeg/install --arch=x86_64 --disable-doc --
enable-libx264 --enable-libmp3lame --enable-libopus --enabledebug=3 --enable-alsa --enable-gpl --enable-opengl --enable-sdl2 --
enable-avdevice --enable-indev=v4l2 --enable-shared --disablestatic --enable-nonfree --enable-libfdk-aac --enable-sse --enablesse2 --enable-sse3 --enable-ssse3 --enable-sse4 --enable-sse42 --
enable-avx --enable-avx2 --enable-avx512 --enable-xop --enable-fma4
--enable-libdrm然后编译生成对应文件后安装即可。
文件成功编译后生产的文件有：bin、include、lib、share：分别对应生产的可执行文件、头文件库、二次开发支持库、示例代码。
3:FFMPEG 音频开发接口函数
3.1 avformat_open_input
函数的功能：打开一个输入流(设备、文件、地址)
函数头文件： libavformat/avformat.h
函数的原型：int avformat_open_input( AVFormatContext **ps, const char *url, ff_const59 AVInputFormat *fmt, AVDictionary **options );函数的参数：
ps:
Context: 上下文句柄
上下文一般有专用的函数创建：
avformat_alloc_context();
avcodec_alloc_context();
swscale_alloc_context().....
后续该结构体起承上启下的左右
url：直播地址
文件的路径
设备文件:
音频设备：
"hw:0"
视频设备：
"/dev/videox"
fmt：
你指定要打开的流的格式
如果是文件或者直播地址往往直接传入 NULL
如果是设备：需要你传入指定的格式
这个格式结构体 则需要 av_find_input_format(const char*short_name);做创建
音频： alsa
视频： v4l2
options：
设置相关参数 也只只针对 input_device
NULL
函数返回值：
成功返回 0
失败返回 非 0
3.2 av_read_frame（）
函数的功能：读取输入流的数据
函数头文件：同上
函数的原型：int av_read_frame(AVFormatContext *s, AVPacket *pkt);函数的参数：
s :
提供输入 AvFormat 的上下文结构体
pkt:
是 FFMPEG 的数据格式之一
AVPacket
AVFrame
函数返回值：
读取成功返回 0
读取失败返回 非 0
4：音频编码
编码类型：wav->没有编码的格式音频即为原始音频文件
G711A、G711U
MP2、MP3
AAC：目前指令压缩率都是最好的一个编码
4.1： AAC 的介绍
高级音频编码(英语:Advanced Audio Coding， AAC)，出现于 1997 年，基于 MPEG- 2 的音频编码技术。由 Fraunhofer IIS、杜比实验室、 AT&T、 Sony(新力)等公司共同开 发，目的是取代 MP3 格式。 2000 年， MPEG-4 标准出现后， AAC 重新集成了其特性，加入了SBR 技术和 PS 技术，为了区别于传统的 MPEG-2 AAC 又称为 MPEG-4 AAC。
AAC(高级音频编码技术， Advanced Audio Coding)是杜比实验室为音乐社区提供的技术。 AAC 号称「最大能容纳 48 通道的音轨，采样率达 96 KHz，并且在 320Kbps 的数据速率下能为 5.1 声道音乐节目提供相当于 ITU-R 广播的品质」。和 MP3 比起来，它的音质比较好，也能够节省大约 30%的储存空间与带宽。它是遵循 MPEG-2 的规格所开发的技术。松下的mp3 产品都采用了这种编码方式，当然也兼容 mp3 格式，可以说 aac 是一种非常好用的音频格式， 128kbps 的 aac 足以和 224kbps 的 mp3 抗衡，空间却小了差不多一半，但是在空间上和结构上 aac 和 mp3 编码出来后的风格不太一样。
4.2 FFMPEG编码AAC的接口讲解和编写流程
1：创建一个编码的上下文->
2:寻找编码器，编码器绑定上下文->
3:设置上下文参数->
4:开辟空间->
5：读取音频数据，把音频数据送入到编码器里面->
6读取编码后的数据写入到文件里面
4.3 接口函数
4.3.1 AVCodec *avcodec_find_encoder_by_name
函数功能：寻找编码器
函数头文件： <libavcodec/avcodec.h>
函数的原型：
AVCodec *avcodec_find_encoder_by_name(const char *name); AVCodec *avcodec_find_encoder(enum AVCodecID id);函数的参数：
name:
通过名字寻找编码器
如果专业 FFMPEG 开发工程师
一定会用 avcodec_find_encoder_by_name
他能去寻找支持硬件编码器(GPU OpenGL....)
寻找外部的一些支持库做编码功能fdk_aac
id:
可以通过枚举自行跳转查找
函数返回值：
就是编码器
从来都是把编码器绑定到上下文
通过上下文结构体做编解码工作
4.3.2 avcodec_open2
函数的功能：绑定 解码器/编码器 给上下文
函数的原型：
int avcodec_open2( AVCodecContext *avctx, const AVCodec *codec, AVDictionary **options );函数的参数：
avctx：
你想把你的编码器/解码器 绑定到哪个上下文里面
codec：
你要绑定的编码器/解码器
options：
固定填 NULL
* 绑定之前 上下文应该做相应参数初始化
音频参数：
time_base：
时间基 time_base：
采集第一个音频数据 发生 1/48000 S
采集第二个音频数据 发生 2/48000 S
..............................
后期在音视频同步有关
sample_fmt：
采样格式：
AV_SAMPLE_FMT_S16
sample_rate：
采样率： 48000
channels：
2
bit_rate:
32K 64K 96K 128K 192K....
channel_layout:
AV_CH_LAYOUT_STEREO
frame_size:
1024
函数返回值：
绑定成功 返回 0
代表的你的编码器/解码器可以开始工作了
失败则返回 非 0
4.3.3 av_samples_get_buffer_size
函数功能：开辟空间
FFMPEG 的空间概念：
你通过 FFMPEG 读取的设备数据/文件数据
你通过 FFMPEG 编码读取来数据
已经你解码读出来数据：
由 FFMPEG 内部开辟空间
这个空间 没有 释放！int av_samples_get_buffer_size(
&linesize;//行大小 给你往里面填充
声道数
采样数
采样格式
对齐方式： 1 字节对齐
);
通过你提供的参数算出你需要一个数据包空间大小
av_samples_fill_arrays(frame->data,&linesize,buf,2,1024,AV_SAMPLE_F MT_S16,1);绑定到哪里
绑定行大小
绑定数据缓冲区 空间
声道数
采样数
采样格式
几个字节对其
4.3.4 读取音频数据、写入音频数据
写入函数：
avcodec_send_frame();读取函数：
avcodec_receive_packet();5：音频解码
5.1 解码流程：
1打开输入流(文件)
avformat_open_input();
2从文件中获取输入的流信息
获取的流信息不确定是音频设备还是视屏设备亦或者是音视频
所以需要对获取的数据进行解析和判断、
avformat_find_stream_info();
3寻找对应的解码器
创建解码器上下文把获取到的信息填充解码器上下文
然后绑定解码器上下文
avcodec_find_decoder();
创建解码器上下文：
avcodec_alloc_context3();
寻找到音频流的参数信息拷贝给上下文
avcodec_parameters_to_context();
4持续接收输入流的数据包
送到解码器里面
读取解码后的数据
avcodec_send_frame();
avcodec_receive_frame();
5.2核心接口函数
函数功能：主要是从打开的输入流文件里面获取流信息
头文件："libavformat/avformat.h"
函数的原型：int avformat_find_stream_info( AVFormatContext *ic, AVDictionary **options );函数参数：
IC：avformat_open_input()函数的返回值
options:
填 NULL
设置相关参数：
fctx->nb_streams;//有几个媒体信息
fctx->streams[0];//第一个流信息
fctx->streams[1];//第二个流信息
fctx->streams[0]->codecpar//流的信息结构体
fctx->streams[0]->codecpar//流的信息结构体
fctx->streams[0]->codecpar->codec_id;//编码器 ID
fctx->streams[0]->codecpar->codec_type;//音频/还是视频
函数功能：主要是拷贝编码器/解码器的参数信息
函数的原型：int avcodec_parameters_to_context( AVCodecContext *codec, const AVCodecParameters *par );函数的参数：
codec：
已经创建的编解码器上下文结构体
par：
我们刚才在 avformat_find_stream_info 发现流里面信息
fctx->streams[0]->codecpar
函数返回值：
拷贝成功返回 0
拷贝失败返回 非 0
解码功能实例参考
#include "stdio.h"
#include "stdlib.h"
#include "stdint.h"
#include "string.h"
#include "unistd.h"
#include "sys/types.h"
#include "sys/stat.h"
#include "fcntl.h"
#include "libavcodec/avcodec.h"
#include "libavutil/avutil.h"
#include "libavdevice/avdevice.h"
#include "libavformat/avformat.h"
int video_index;
int audio_index;
int main(int argc,char **argv)
{
if(argc !=2 )
{
printf("Usage Is Errors!\r\n");
return -1;
}
//1： 打开流输入 文件AVFormatContext * fctx = avformat_alloc_context();
int ret = avformat_open_input(&fctx,argv[1],NULL,NULL);
if(ret < 0 )
{
printf("为找到该文件！文件打开失败！ \r\n");
return -1;
}
//2：从里面获取流信息
ret = avformat_find_stream_info(fctx,NULL);
if(ret < 0 )
{
printf("这个文件没有 流信息！ \r\n");
return -1;
}
printf("寻找到里面的流信息！ \r\n");
//3：寻找到的信息有哪些
fctx->nb_streams;//有几个媒体信息
printf("有 %d 个流信息！ \r\n",fctx->nb_streams);
fctx->streams[0];//第一个流信息
fctx->streams[1];//第二个流信息
fctx->streams[0]->codecpar->codec_id;//编码器 ID
fctx->streams[0]->codecpar->codec_type;//音频/还是视频
for(int i=0;i<fctx->nb_streams;i++)
{
if(fctx->streams[i]->codecpar->codec_type ==
AVMEDIA_TYPE_VIDEO)
{
video_index = i;
}
else if(fctx->streams[i]->codecpar->codec_type ==
AVMEDIA_TYPE_AUDIO)
{
audio_index = i;
}
}
printf("第%d 条流是视频 第%d 条流是音
频!\r\n",video_index,audio_index);
printf("视频流对应解码器 ID==%x\t 音频对应的解码器==%x\r\n",\
fctx->streams[video_index]->codecpar->codec_id,\
fctx->streams[audio_index]->codecpar->codec_id
);
//4：寻找音频的解码器AVCodec * audio_codec =
avcodec_find_decoder_by_name("libfdk_aac");
//AVCodec * audio_codec =
avcodec_find_decoder(fctx->streams[audio_index]->codecpar->codec_id
);
if(audio_codec == NULL)
{
printf("没有寻找到对应的解码器！ \r\n");
return -1;
}
//5：参数拷贝
//创建一个 编解码器的上下文
AVCodecContext * actx = avcodec_alloc_context3(NULL);
//把寻找到音频 流的参数信息拷贝给 上下文
avcodec_parameters_to_context(actx,fctx->streams[audio_index]->code
cpar);
//6：绑定解码器和上下文
printf("采样率==%d\r\n",actx->sample_rate);
printf("采样格式==%d\r\n",actx->sample_fmt);
printf("声道数==%d\r\n",actx->channels);
ret = avcodec_open2(actx,audio_codec,NULL);
//actx->sample_fmt = AV_SAMPLE_FMT_S16;
//AV_SAMPLE_FMT_S16P
if(ret < 0)
{
printf("解码器创建失败！请检查参数！ \r\n");
return -1;
}
printf("解码器创建初始化成功 你就可以解码！ \r\n");
//printf("");
//7:不断的读取流的信息 送入到 解码器
AVPacket pkt;
AVFrame * readfrm = av_frame_alloc();
FILE * file = fopen("./test.pcm","w+");
while(!av_read_frame(fctx,&pkt))
{
if(pkt.stream_index == audio_index)//读取音频数据
{
//作解码
avcodec_send_packet(actx,&pkt);
while(1)
{
ret = avcodec_receive_frame(actx,readfrm);
if(ret == -EAGAIN)
{
break;
}
else if(ret == 0)
{
fwrite(readfrm->data[0],1,readfrm->linesize[0],file);
fflush(file);
}
}
}
}
return 0;
} 6:如何播放PCM音频数据文件
6.1：SDL简介
SDL（ Simple DirectMedia Layer）是一个非常流行和强大的跨平台开发库，它主要被
用来开发视频游戏和实时多媒体应用程序。它提供了一系列的功能来处理视频、音频、键盘、鼠标、操纵杆、图形硬件加速以及聚焦 3D 硬件的各种功能。 SDL 的 API 通过 C 编程语言被设计和实现，但存在多种语言的绑定，方便不同的开发者使用不同的编程语言。
安装SDL库：sudo apt-get install libsdl12-dev
6.2SDL音频播放参考示例代码
//SDL 的音频初始化部分
SDL_AudioSpec audioSpec;
void Init_audio(void)
{
int audioFreq, audioChannels;
double delay;
SDL_Init(SDL_INIT_AUDIO | SDL_INIT_TIMER);
audioSpec.freq = 48000;
audioSpec.channels = 2;
audioSpec.format = AUDIO_S16SYS;
audioSpec.samples = 1024;
audioSpec.callback = NULL;
audioSpec.userdata =NULL;
if (SDL_OpenAudio(&audioSpec,NULL) < 0) {
printf("Error: 无法打开音频设备! %s\n",SDL_GetError());
SDL_Quit();
return;
}
SDL_PauseAudio(0);
}
//SDL 音频播放
SDL_QueueAudio(1,buf,readlen);
对讲机流程：
1初始化声卡设备->
2初始化编码器和解码器、SDL声卡输出、初始化SDL的声卡输出->
3开辟相关的空间->
4创建套接字，初始化服务器、客户端->
5创建两个线程：
分别读取声卡数据音频数据编码成AAC的线程且发送到网络
第二个线程读取网络数据解码aac到pcm送入到SDL进行播放。
扫一扫
885
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
