C++ 使用fdk-aac对音频编码

---

前言

mp4的音频流通常是aac编码，我们做音视频采集的时候就需要将，采集的音频PCM编码成aac，然后再打包进mp4，而aac编解码库中fdk-aac是性能较好的，使用方式也比较简单。在C++项目中使用，通常再做一层封装，提高模块的复用性和替换性。本文将展示C++将fdk-aac封装成一个编码对象，以及使用示例。

---

一、接口设计

由于我前面的文章已经给出了fdk-aac的使用示例：《Windows上使用vs编译fdk-aac》，所以在这里直接设计对象的接口。

/// <summary>
/// aac编码对象
/// 所有方法采用异常处理进行错误提示，使用时注意使用try-catch，抛出对象为std::exception。
/// 构造方法参数的声道数是最大缓存数量，并非实际声道数，实际声道数由SetChannelMode方法确定，本版本需要确保SetChannelMode的声道数与构造方法参数的声道数一致。
/// </summary>
class FdkaacEncoder {
public:
	/// <summary>
	/// 编码数据到达事件参数
	/// </summary>
	class EncodedDataArrivedEventArgs 
	{
	public:
		/// <summary>
	    /// 音频帧
	    /// </summary>
		AudioCodingFrame Frame;
	};
	/// <summary>
	/// 编码数据到达事件
	/// </summary>
	std::function<void(void*,EncodedDataArrivedEventArgs*)> EncodedDataArrived;
	/// <summary>
	/// 构造方法
	/// </summary>
	/// <param name="">编码参数</param>
	FdkaacEncoder(SoundFormat format);
	/// <summary>
	/// 析构方法
	/// </summary>
	~FdkaacEncoder();
	/// <summary>
	/// 获取声音格式
	/// </summary>
	/// <returns>声音格式</returns>
	SoundFormat GetSoundFormat();
	/// <summary>
	/// 设置比特率
	/// </summary>
	/// <param name="value">比特率，单位byte</param>
	void SetBitrate(int value);
	/// <summary>
	/// 获取比特率
	/// </summary>
	/// <returns>比特率，单位byte</returns>
	int GetBitrate();
	/// <summary>
	/// 设置封装类型
	/// </summary>
	/// <param name="value">封装类型</param>
	void SetTransportType(TransportType value);
	/// <summary>
	/// 获取封装类型
	/// </summary>
	/// <returns>封装类型</returns>
	TransportType GetTransportType();
	/// <summary>
	/// 设置比特率模式（CBR、VBR）
	/// </summary>
	/// <param name="value">比特率模式</param>
	void SetBitrateMode(BitrateModde value);
	/// <summary>
	/// 获取比特率模式（CBR、VBR）
	/// </summary>
	/// <returns>比特率模式</returns>
	BitrateModde GetBitrateMode();
	/// <summary>
	/// 设置声道顺序
	/// </summary>
	/// <param name="value">声道顺序</param>
	void SetChannelOrder(ChannelOrder value);
	/// <summary>
	/// 获取声道顺序
	/// </summary>
	/// <returns>声道顺序</returns>
	ChannelOrder GetChannelOrder();
	/// <summary>
	/// 设置声道模式，声道数需要小于等于构造方法设置的声道数。
	/// </summary>
	/// <param name="value">声道模式</param>
	void SetChannelMode(ChannelMode value);
	/// <summary>
	/// 获取声道模式
	/// </summary>
	/// <returns></returns>
	ChannelMode GetChannelMode();
	/// <summary>
	/// 设置频段复制模式
	/// </summary>
	/// <param name="value">频段复制模式</param>
	void SetSbrMode(SbrMode value);
	/// <summary>
	/// 获取频段复制模式
	/// </summary>
	/// <returns>频段复制模式</returns>
	SbrMode GetSbrMode();
	/// <summary>
	/// 设置AOT
	/// </summary>
	/// <param name="">AOT</param>
	void SetAudioObjectType(AudioObjectType);
	/// <summary>
	/// 获取AOT
	/// </summary>
	/// <returns>AOT</returns>
	AudioObjectType GetAudioObjectType();
	/// <summary>
	/// 写入音频数据
	/// 注意数据长度不能过大,否则导致音频不正常，建议2048。
	/// </summary>
	/// <param name="data">音频数据</param>
	/// <param name="dataLength">数据长度</param>
	void Write(unsigned char* data, int dataLength);
}

---

二、完整代码

对上述接口进行实现，进过调试、测试得到如下完整代码：
vs2019项目包含使用示例、所有接口测试程序及测试音频文件。
https://download.csdn.net/download/u013113678/78957355

---

三、使用示例

将wav文件编码成acc文件。其中WavFileReader对象参考：《C++ 读取wav文件中的PCM数据》

1.双声道

#include<stdio.h>
#include<exception>
#include"WavFileReader.h"
#include"FdkaacEncoder.h"
void main(int argc, char* argv[])
{
	FILE* f=nullptr;
	try {		
		//wav文件读取对象
		AC::WavFileReader wr;
		//aac编码对象
		//其中参数的声道数是最大缓存数量，并非实际声道数，实际声道数由SetChannelMode方法确定，本版本需要确保SetChannelMode的声道数与构造方法参数的声道数一致。
		AC::FdkaacEncoder fe({ 2 ,44100 ,16 });
		unsigned char buf[2048];
		//设置参数
		fe.SetSbrMode(AC::SbrMode_Disable);
		fe.SetAudioObjectType(AC::AudioObjectType::AUDIOOBJECTTYPE_AAC_LC);
		fe.SetBitrate(128 * 1024);
		fe.SetChannelMode(AC::ChannelMode::CHANNELMODE_2);
		fe.SetChannelOrder(AC::CHANNELORDER_WAV);
		fe.SetBitrateMode(AC::BitrateModde::BITRATEMODDE_CBR);
		fe.SetTransportType(AC::TRANSPORTTYPE_MP4_ADTS);
		//注册编码数据到达事件
		fe.EncodedDataArrived = [&](auto s, auto e) {
			//将得到的编码数据写入文件
			fwrite(e->Frame.Data, 1, e->Frame.DataLength, f);
		};
		//创建aac文件
		f = fopen("test_music.aac", "wb+");
		if (!f)
		{
			throw std::exception("create aac file fail,create name:test_music.aac");
		}
		//打开wav文件
		if (!wr.OpenWavFile("test_music.wav"))
		{
			throw std::exception("open wav file fail,filename:test_music.wav");
		}	
		while (1)
		{   //读取wav中的pcm数据
			int size = wr.ReadData(buf, 2048);
			if (size < 1)
				break;
			//将pcm数据写入编码器
			fe.Write(buf, size);
		}	
		printf("encode completed\n");
	}
	catch(std::exception e){
		printf("%s\n",e.what());
	}
	catch (...) {
		printf("unknown errror\n");
	}
	if(f)
	fclose(f);
}

2.单声道

#include<stdio.h>
#include<exception>
#include"WavFileReader.h"
#include"FdkaacEncoder.h"
void main(int argc, char* argv[])
{
	FILE* f = nullptr;
	try {
		//wav文件读取对象
		AC::WavFileReader wr;
		//aac编码对象
		//其中参数的声道数是最大缓存数量，并非实际声道数，实际声道数由SetChannelMode方法确定，本版本需要确保SetChannelMode的声道数与构造方法参数的声道数一致。
		AC::FdkaacEncoder fe({ 1 ,44100 ,16 });
		unsigned char buf[2048];
		//设置参数
		fe.SetSbrMode(AC::SbrMode_Disable);
		fe.SetAudioObjectType(AC::AudioObjectType::AUDIOOBJECTTYPE_AAC_LC);
		fe.SetBitrate(128 * 1024);
		fe.SetChannelMode(AC::ChannelMode::CHANNELMODE_1);
		fe.SetChannelOrder(AC::CHANNELORDER_WAV);
		fe.SetBitrateMode(AC::BitrateModde::BITRATEMODDE_CBR);
		fe.SetTransportType(AC::TRANSPORTTYPE_MP4_ADTS);
		//注册编码数据到达事件
		fe.EncodedDataArrived = [&](auto s, auto e) {
			//将得到的编码数据写入文件
			fwrite(e->Frame.Data, 1, e->Frame.DataLength, f);
		};
		//创建aac文件
		f = fopen("test_music_1ch441s16b.aac", "wb+");
		if (!f)
		{
			throw std::exception("create aac file fail,create name:test_music_1ch441s16b.aac");
		}
		//打开wav文件
		if (!wr.OpenWavFile("test_music_1ch441s16b.wav"))
		{
			throw std::exception("open wav file fail,filename:test_music_1ch441s16b.wav");
		}
		while (1)
		{   //读取wav中的pcm数据
			int size = wr.ReadData(buf, 2048);
			if (size < 1)
				break;
			//将pcm数据写入编码器
			fe.Write(buf, size);
		}
		printf("encode completed\n");
	}
	catch (std::exception e) {
		printf("%s\n", e.what());
	}
	catch (...) {
		printf("unknown errror\n");
	}
	if (f)
		fclose(f);
}

---

总结

以上就是今天要讲的内容，将编码器设计成对象可以灵活的使用在项目中，尤其需要使用设计模式，比如原型模式：一个aac编码器接口可以有不同的实现fdk-aac只是其中一种实现，写好的代码可以随意切换编码器对象。或者策略模式，设计一个编码器接口，调用时根据编码格式选择合适的编码器。总的来说，这个对象的设计和实现不算特别难，就是在细节的地方需要注意，比如错误提示，边界值处理等。