音频重采样-libswresample

最新推荐文章于 2024-09-01 18:22:59 发布

@jhang

最新推荐文章于 2024-09-01 18:22:59 发布

阅读量1k

点赞数

分类专栏： FFMPEG 文章标签： ffmpeg

本文链接：https://blog.csdn.net/jhxxh/article/details/108590444

版权

FFMPEG 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

头文件<libswresample/swresample.h>

功能：
1）采样频率转换：对音频的采样频率转换，如将采样率从44.1K转换到48K，注意从高采样频率到低采样频率的音频转换是一个有损的过程。
2）声道格式转换：对音频的声道格式转换，将立体声转换为单声道。
3）样本格式转换：对音频的样本格式转换，还包括Packed和Planar包装格式之间相互转换。

音频重采样步骤：
1）创建重采样过程的上下文环境，SwrContext结构体
2）设置参数（通道数、采样率、采样长度），将重采样的参数设置到SwrContext中：swr_alloc_set_opts()
3）SwrContext初始化：swr_init() //每次设置或修改SwrContext参数后都必须调用swr_init()
4）分配样本数据内存空间： av_sample_alloc()、 av_samples_alloc_array_and_samples()
5）开启重采样转换： swr_convert() 针对每一帧音频的处理
6）重采样转换完成后释放资源：swr_free()

1、swr_alloc_set_opts()

SwrContext *swr_alloc_set_opts(struct SwrContext *s,/*上下文结构体，若为NULL会自动分配一个*/
                               int64_t out_ch_layout,/*重采样声道layout*/
                               AVSampleFormat out_sample_fmt,/*重采样样本格式*/
                               int out_sample_rate,/*重采样的样本率/采样率*/
                               int64_t in_ch_layout,/*源声道layout*/
                               AVSampleFormat in_sample_fmt,/*源音频的样本格式*/
                               int in_sample_rate,/*源音频的样本率/采样率*/
                               int log_offset,/*日志 一般为NULL*/
                               void *log_ctx/*日志 一般为NULL*/
);

设置重采样参数，一般而言重采样后采样率最好大于重采样前的采样率(不然容易发生数据丢失出现杂音)。也可以通过 swr_alloc()函数创建SwrContext上下文结构，再调用AVOptions的API( av_opt_set_*)来设置具体的参数。

2、int swr_init(）

int swr_init(struct SwrContext *s);        // 每次设置或修改SwrContext参数后都必须调用swr_init()

3、swr_convert()

int swr_convert(struct SwrContext *s, /*上下文结构体*/ 
                            uint8_t **out, /*重采样后的数据*/ 
                            int out_count, /*重采样后单通道的样本数量(不是字节数)*/ 
                            const uint8_t **in , /*采样前的源数据*/
                            int in_count /*源单通道的样本数量*/
);

1) 如果没有提供足够的空间用于保存输出数据，采样数据会缓存在swr中。可以通过 swr_get_out_samples()来获取下一次调用swr_convert在给定输入样本数量下输出样本数量的上限，来提供足够的空间。

2)如果是采样频率转换，转换完成后采样数据可能会缓存在swr中，它希望你能给它更多的输入数据。

3)如果实际上并不需要更多输入数据，通过调用swr_convert()，其中参数in_count设置为0来获取缓存在swr中的数据。

4)转换结束之后需要冲刷swr_context的缓冲区，通过调用swr_convert()，其中参数in设置为NULL，参数in_count设置为0。

在调用swr_context转换之前需要分配内存空间用于保存重采样的输出数据，内存空间的大小跟通道个数、样本格式、样本个数有关。libavutil中提供了一些函数方便管理样本数据，例如av_samples_alloc()和av_samples_alloc_array_and_samples()函数用于分配存储音频数据的空间。

int av_samples_alloc(uint8_t **audio_data, /*对应frame的data数据，每个元素是指向一个通道的数据的指针*/
                    int *linesize, /*audio_data中每个元素的大小，对于frame的linsize*/
                    int nb_channels, /*通道个数*/
                    int nb_samples,  /*每个通道的样本数*/
                    enum AVSampleFormat sample_fmt, /*音频格式*/
                    int align /*audio_data中对齐方式 (0:默认对齐方式, 1:无对齐*/
);
//返回值大于等于0表示分配成功