音频播放器—解码和重采样

------------------------------------全系列文章目录------------------------------------

大致流程

• 在音频设备回调函数中解码了一帧音频帧，根据音频帧得到输入音频的通道数、采样样本格式和采样率参数。
• 根据输入音频参数和输出音频参数(在打开音频设备时已配置好)，初始化重采样结构体SwrContext。
• 根据解码音频帧的采样数和输出音频的采样数(在打开音频设备时已配置好)，使用配置好的SwrContext通过swr_convert函数进行重采样处理。
  

解码操作

• 函数avcodec_decode_audio4，用于将AVPacket.size大小的AVPacket.data解码至AVFrame中，注意AVPacke可能包含多帧数据，但解码时一次只返回一帧数据。

• int avcodec_decode_audio4(AVCodecContext *avctx, AVFrame *frame,
                            int *got_frame_ptr, const AVPacket *avpkt);
  

  • AVCodecContext：描述该音频解码器上下文的结构体。
  • AVFrame：用于存储解码的数据。
  • int * got_frame_ptr：如果当前无法解码帧，则返回0；否则返回非0。
  • AVPacket：待解码的数据包。
  • 返回值：负数表示出现错误，否则为解码时消耗AVPacket的字节数。

重采样操作

• 因为待播放文件的参数可能与音频设备驱动支持的播放参数不同，所以在将解码出的PCM数据送去给音频设备播放前，先进行一次重采样处理，使得待播放的数据符合音频设备驱动支持的播放参数。

• SwrContext结构体用于描述音频重采样处理，该结构体是不透明的，因此若想设置相关的成员变量，必须使用提供的API函数。

• /* 用于申请一个SwrContext结构体 */
  struct SwrContext *swr_alloc(void);
  

• /* 如果需要会申请一个SwrContext结构体，并且设置或重置相关参数 */
  struct SwrContext *swr_alloc_set_opts(struct SwrContext *s,
                                        int64_t out_ch_layout, enum AVSampleFormat out_sample_fmt, 
                                        int out_sample_rate, int64_t in_ch_layout, 
                                        enum AVSampleFormat in_sample_fmt, int in_sample_rate,
                                        int log_offset, void *log_ctx);
  

  • SwrContext：待设置或重置相关参数的结构体。
  • out_ch_layout：（重采样）输出的通道布局。
  • out_sample_fmt：（重采样）输出的样本格式。
  • out_sample_rate：（重采样）输出的采样率。
  • in_ch_layout：输入的通道布局。
  • in_sample_fmt：输入的样本格式。
  • in_sample_rate：输入的采样率。
  • log_offset：日志记录的级别偏移。
  • log_ctx：日志上下文，可为NULL。
  • 返回值：设置或重置参数的SwrContext结构体。

• /* 在设置完相关参数化，进行初始化，失败返回AVERROR */
  int swr_init(struct SwrContext *s);
  

• /* 释放指定的SwrContext结构体 */
  void swr_free(struct SwrContext **s);	
  

• /* 该函数用于转换(重采样)音频 */
  int swr_convert(struct SwrContext *s, uint8_t **out, int out_count, const uint8_t **in, int in_count);
  

  • SwrContext：设置了参数的重采样结构体。
  • out：输出缓冲区。
  • out_count：每个通道中可用的输出样本数。
  • in：输入缓冲区。
  • in_count：每个通道中可用的输入样本数。
  • 返回值：每个通道输出的样本数，错误时为负值。