提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
最近突发奇想,既然ffmpeg
那么好用,为什么不能拿到Windows上来用呢?由于ffmpeg官方提供的是二进制文件,不是开发库。之前尝试过很多次移植都失败了,当我准备放弃的时候,突然一次意外发现让我重燃希望。所以ffmpeg在windows上到底好不好用呢?让我们拭目以待吧。
OS:WIndows11
ffmpeg:7.0
一、安装MSYS2
今天说的这个方法可以说依赖这个环境,而环境的安装我已经在另一篇文章中说过了,这里就不再赘述了。
二、开始配置
这种方法需要安装ffmpeg
,使用mingw64
环境。
pacman -S mingw-w64-x86_64-ffmpeg
三、测试代码
绝大多数代码都可以和Linux通用,只有细节部分必须分开来。我们在Linux上可以使用alsa
或pulse
来获取声音系统;在Windows上可以使用dshow
来获取声音系统,windows系统上貌似ffmpeg只支持dshow这一种方式。
ffmpeg_windows.cpp
#include <iostream>
#include <cstdio>
extern "C" {
#include <libavformat/avformat.h>
#include <libavdevice/avdevice.h>
}
/**
* @author arnold
* @brief use alsa and default device
* */
void read_microphone() {
// av_version_info();
// av_register_all();//ffmpeg 3.x version
avdevice_register_all();
AVFormatContext *fmt_ctx = nullptr;
auto *input_fmt = const_cast<AVInputFormat *>(av_find_input_format("dshow")); // 音频设备的输入格式,如alsa、pulse等
const char *dev_name = R"(audio=麦克风阵列 (英特尔® 智音技术))"; // microphone device name
AVDictionary *format_opts = nullptr;//set stream format options
// av_dict_set(&format_opts, "sample_rate", "16000", 0);//set audio sample
// av_dict_set(&format_opts, "sample_size", "16", 0);//set audio sample
// av_dict_set(&format_opts, "channels", "1", 0);//set audio channel
// av_dict_set(&format_opts, "fragment_size", "256", 0);//set audio fragment size
// open audio device
if (avformat_open_input(&fmt_ctx, dev_name, input_fmt, &format_opts) != 0) {
printf("can't open input device!\n");
if (format_opts)
av_dict_free(&format_opts);
return;
}
if (format_opts)
av_dict_free(&format_opts);
//Output Info---
printf("---------------- File Information ---------------\n");
av_dump_format(fmt_ctx, 0, dev_name, 0);
printf("-------------------------------------------------\n");
// find audio stream info
if (avformat_find_stream_info(fmt_ctx, nullptr) < 0) {
printf("can't get audio stream info!\n");
return;
}
int audio_stream_idx = -1;
// find audio stream index
for (int i = 0; i < fmt_ctx->nb_streams; i++) {
if (fmt_ctx->streams[i]->codecpar->codec_type == AVMEDIA_TYPE_AUDIO) {
audio_stream_idx = i;
break;
}
}
if (audio_stream_idx == -1) {
printf("can't find audio stream index!\n");
return;
}
AVPacket packet;
while (av_read_frame(fmt_ctx, &packet) >= 0) {
if (packet.stream_index == audio_stream_idx) {
std::cout << "packet size: " << packet.size << std::endl;
std::cout << "packet duration: " << packet.duration << std::endl;
}
av_packet_unref(&packet);
}
avformat_close_input(&fmt_ctx);
}
int main() {
read_microphone();
return 0;
}
CmakeLists.txt
cmake_minimum_required(VERSION 3.10)
project(read_microphone)
set(CMAKE_CXX_STANDARD 11)
if (UNIX)
message(STATUS "OS is UNiX")
find_package(PkgConfig REQUIRED)
pkg_check_modules(ffmpeg_lib REQUIRED IMPORTED_TARGET libavformat libavutil libavdevice libavcodec)
add_executable(ffmpeg_unix ffmpeg_unix.cpp)
target_link_libraries(ffmpeg_unix PkgConfig::ffmpeg_lib)
pkg_check_modules(alsa_lib REQUIRED IMPORTED_TARGET alsa)
add_executable(alsa_bin alsa_lib.cpp)
target_link_libraries(alsa_bin PkgConfig::alsa_lib)
add_executable(pcm_2_wav pcm_2_wav.cpp)
target_link_libraries(pcm_2_wav PkgConfig::alsa_lib PkgConfig::ffmpeg_lib)
elseif (WIN32)
message(STATUS "OS is Windows")
find_package(PkgConfig REQUIRED)
pkg_check_modules(ffmpeg_lib REQUIRED IMPORTED_TARGET libavformat libavutil libavdevice)
add_executable(ffmpeg_windows ffmpeg_windows.cpp)
target_link_libraries(ffmpeg_windows PkgConfig::ffmpeg_lib)
endif ()
这种模式下Cmake不需要进行任何更改,和Linux上是一模一样的。唯二的差别就是input_format
必须选dshow
,device
必须是确切的名字才行。这一点和Linux不一样,Linux上可以选default
,就是你勾选的默认麦克风,这一点差别还蛮大的。
至于怎么查看Windows上的麦克风设备,请执行以下的命令:
ffmpeg -f dshow -list_devices true -i dummy
[dshow @ 000001765c475840] "HP HD Camera" (video)
[dshow @ 000001765c475840] Alternative name "@device_pnp_\\?\usb#vid_30c9&pid_0009&mi_00#6&23fdf108&1&0000#{65e8773d-8f56-11d0-a3b9-00a0c9223196}\global"
[dshow @ 000001765c475840] "麦克风阵列 (英特尔® 智音技术)" (audio)
[dshow @ 000001765c475840] Alternative name "@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}"
[dshow @ 000001765c475840] "麦克风 (ToDesk Virtual Audio)" (audio)
[dshow @ 000001765c475840] Alternative name "@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{C8461EAB-1635-4144-BE61-6BDC555C9B16}"
括号里带(audio)
都是麦克风设备,带(video)
的都是摄像头设备。
命令行测试麦克风:
ffmpeg -f dshow -i audio="麦克风阵列 (英特尔® 智音技术)" -f null -
#或
ffmpeg -f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -
同样的代码里填这两种名字都行,就是不能用default
。
四、缺陷
感觉也不算缺陷,但是它就是不支持,看我代码里注释掉的代码。sample_rate
可以设置但是不能随便设置,比如32000HZ
,44100HZ
和48000HZ
都是可以的,但是有些需要的16000HZ
就不行。
下面的命令报错:
ffmpeg -sample_rate 16000 -f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -
下面的命令可以:
ffmpeg -sample_rate 32000-f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -
实际上WIndows原生的获取麦克风声音的方法也不是都支持随便设置采样率的,感兴趣的可以试试。
问题是同样的硬件alsa和pulse都支持设置16000的采样率,会给出警告
但不会报错。虽说,16000的采样率绝大多数场景用不到,但是有些声音识别的算法就用16000的采样率,真的是头疼。如果你知道方法,麻烦你在回复里告诉我,我感激不尽。
当然,也可以通过后期处理来转化解决。毕竟转换声音没有转换图像那么消耗性能。
总结
1、美中不足,但是对于快速开发足够了,毕竟我觉得ffmpeg还是比自带的好用一些,不知道是不是错觉。