基于ffmpeg的音频转码

首先引入音频帧的概念：

 

正常人听觉的频率范围大约在20Hz~20kHz之间。

 

采样频率是指将模拟声音波形进行数字化时，每秒钟抽取声波幅度样本的次数。

根据奈奎斯特采样理论，为了保证声音不失真，采样频率应该在40kHz左右。

常用的音频采样频率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz等，

如果采用更高的采样频率，还可以达到DVD的音质。

 

对采样率为44.1kHz的AAC音频进行解码时，一帧的解码时间须控制在23.22毫秒内。

通常是按1024个采样点一帧

 

分析：

1. AAC

一个AAC原始帧包含某段时间内1024个采样点相关数据。

用1024主要是因为AAC是用的1024点的mdct。

 

音频帧的播放时间 = 一个AAC帧对应的采样样本的个数 / 采样频率(单位为s)。

 

采样率(samplerate)为 44100Hz，表示每秒 44100个采样点, 

所以，根据公式,   

音频帧的播放时长 = 一个AAC帧对应的采样点个数 / 采样频率

则，当前一帧的播放时间 = 1024 * 1000000/44100= 23.22ms(单位为ms)

 

48kHz采样率，

则，当前一帧的播放时间 = 1024 * 1000000/48000= 21.32ms(单位为ms)

 

22.05kHz采样率，

则，当前一帧的播放时间 = 1024 * 1000000/22050= 46.44ms(单位为ms)

 

2.MP3 

mp3 每帧均为1152个字节， 

则：

每帧播放时长 = 1152 * 1000000 / sample_rate

例如：sample_rate = 44100HZ时， 

计算出的时长为26.122ms，

这就是经常听到的mp3每帧播放时间固定为26ms的由来。
 

 

ffmpeg音频转码：

由于不同格式音频帧数的不同，在使用ffmpeg作音频转码时需要作音频fifo来缓存解码数据，依据编码音频帧需要给对应的大小。

音频fifo可使用ffmpeg中已写好的fifo，定义在libavutil/audio_fifo.h下。

 

AVAudioFifo，SwrContext定义及初始化：

 

[cpp] view plain copy  

1.     AVAudioFifo *af = NULL;  
2.     SwrContext *resample_context = NULL;  
3.     long long pts = 0;  
4.     for(int i=0; i<1; i++){  
5.         printf(" samplerate input = %d , samplerate output = %d\n",pAudioCodecCtx[i]->sample_rate, AudioEncodeCtx[i]->sample_rate);  
6.         resample_context = swr_alloc_set_opts(NULL, av_get_default_channel_layout(AudioEncodeCtx[i]->channels),  
7.                                                           AudioEncodeCtx[i]->sample_fmt,  
8.                                                           AudioEncodeCtx[i]->sample_rate,  
9.                                                           av_get_default_channel_layout(pAudioCodecCtx[i]->channels),  
10.                                                           pAudioCodecCtx[i]->sample_fmt,  
11.                                                           pAudioCodecCtx[i]->sample_rate,  
12.                                                           0, NULL);  
13.         swr_init(resample_context);  
14.     }  
15.     af = av_audio_fifo_alloc(AudioEncodeCtx[0]->sample_fmt, AudioEncodeCtx[0]->channels, 1);  
16.     if(af == NULL)  
17.     {  
18.         printf("error af \n");  
19.         return -1;  
20.     }  

转码过程：

 

 

[cpp] view plain copy  

1. if (avcodec_decode_audio4(pAudioCodecCtx[i], pAudioframe[i], &frame_size, &pkt) >= 0) {  
2.                         if (i == 0){  
3.                             uint8_t *converted_input_samples = NULL;  
4.                             converted_input_samples = (uint8_t *)calloc(AudioEncodeCtx[i]->channels, sizeof(*converted_input_samples));  
5.                             av_samples_alloc(&converted_input_samples, NULL, AudioEncodeCtx[i]->channels, pAudioframe[i]->nb_samples, AudioEncodeCtx[i]->sample_fmt, 0);  
6.                             int error = 0;  
7.                             if((error = swr_convert(resample_context, &converted_input_samples, pAudioframe[i]->nb_samples,  
8.                                                    (const uint8_t**)pAudioframe[i]->extended_data, pAudioframe[i]->nb_samples))<0){  
9.                                 printf("error  : %d\n",error);  
10.                             }  
11.                             av_audio_fifo_write(af, (void **)&converted_input_samples, pAudioframe[i]->nb_samples);  
12.   
13.                             int got_frame=0;  
14.                             //Encode  
15.                             while(av_audio_fifo_size(af) >= AudioEncodeCtx[i]->frame_size){  
16.                                 int frame_size = FFMIN(av_audio_fifo_size(af),AudioEncodeCtx[i]->frame_size);  
17.                                 pOutAudioframe[i]->nb_samples =  frame_size;  
18.                                 pOutAudioframe[i]->channel_layout = AudioEncodeCtx[i]->channel_layout;  
19.                                 pOutAudioframe[i]->sample_rate = AudioEncodeCtx[i]->sample_rate;  
20.                                 pOutAudioframe[i]->format = AudioEncodeCtx[i]->sample_fmt;  
21.   
22.                                 av_frame_get_buffer(pOutAudioframe[i], 0);  
23.                                 av_audio_fifo_read(af, (void **)&pOutAudioframe[i]->data, frame_size);  
24.   
25.                                 pOutAudioframe[i]->pts=pts;  
26.                                 pts += pOutAudioframe[i]->nb_samples;  
27.   
28.                                 audio_pkt.data = NULL;  
29.                                 audio_pkt.size = 0;  
30.                                 av_init_packet(&audio_pkt);  
31.                                 avcodec_encode_audio2(AudioEncodeCtx[i], &audio_pkt, pOutAudioframe[i], &got_frame);  
32.                             }  
33.                         }  
34.                         break;  
35.                     }