视频采集到录制 - 音频采集到降噪

继续上篇的视频采集到录制

        视频采集相对来说还是算正常，如果资源够用，使用第三方库也是种解决办法

        但音频采集网上资料相对也少，走了一遍，也发现存在很多坑

 

1. 音频采集

        一般来说，采用MIC采集，采集出来的格式为PCM格式

        PCM格式非常简单，长度也很好估算，方便找问题

        首先是采集功能要打开，否则采集不到任何声音。这个也是坑，默认的板子一般是音频采集是关闭的。

         输入 alsamixer

  

如果是录音功能不正常，要看下录音这个是否已经打开且选择正确的录音

还有要注意，这里改了的话，重启之后，会改回去的，因此要把设置配置成启动：

1. 首先利用alsamixer进行配置，确认无误后保存
2. 然后 alsactl -f /var/lib/alsa/asound.state store  
3. 将配置保存至 asound.state 
4. 然后在 /etc/init.d/rcS 添加如下

if [ -f "/var/lib/alsa/asound.state" ]; then
    echo "ALSA: Restoring mixer setting......"
    /usr/sbin/alsactl -f /var/lib/alsa/asound.state restore &
fi

 这样才算完成

2. 降噪处理

一般采集音频都需要降噪，降噪算法很多，这里推荐rnnoise，这个基于神经网络，比较优秀，就是比较占资源，且搭建rnn环境也比较麻烦

但这里也有坑：

    1. demo仅支持 48k，单通道降噪。注意是单通道，48k，如果输入44.1k也可以，但效果不好。

    2. 每次调用接口，只能传入480BytePCM数据，如果一次传入其他长度，需要自己内部协调

    3. 效率不高，在嵌入式环境下使用，需要评估是否适合

3. aac编码

pcm转aac，一般会用libfaac库

但要注意一次性输入长度，这个很多地方都提到（降噪输入长度=输出长度，只是降噪算法有自己的长度要求，一般来说这个一次长度跟采集PCM原始长度是不一致的）

每次输入PCM长度都是固定的，也就是说不足或存在多路，需要自己进行内存维护，否则达不到预期效果（百思不得其解），一般不会报错，只是编码出来的数据很奇怪

以下是我整理一个流程，主要是解决各个环节长度问题

 

下期讲下，视频与音频复合情况，也有不少坑值得记录