目录参考lswr功能介绍lswr使用说明示例代码1. 参考[1] FFmpeg/Libswresample Documentation[2] FFmpeg/Libswresample Detailed Description[3] FFmpeg/doc/examples/resampling_audio.c2. lswr功能介绍

FFmpeg中重采样的功能由libswresample(后面简写为lswr)提供。lswr提供了高度优化的转换音频的采样频率、声道格式或样本格式的功能。

功能说明:

采样频率转换:对音频的采样频率进行转换的处理,例如把音频从一个高的44100Hz的采样频率转换到8000Hz。从高采样频率到低采样频率的音频转换是一个有损的过程。API提供了多种的重采样选项和算法。声道格式转换:对音频的声道格式进行转换的处理,例如立体声转换为单声道。当输入通道不能映射到输出流时,这个过程是有损的,因为它涉及不同的增益因素和混合。样本格式转换:对音频的样本格式进行转换的处理,例如把s16的PCM数据转换为s8格式或者f32的PCM数据。此外提供了Packed和Planar包装格式之间相互转换的功能,Packed和Planar的区别见FFmpeg中Packed和Planar的PCM数据区别。

此外,还提供了一些其他音频转换的功能如拉伸和填充,通过专门的设置来启用。

3. lswr使用说明

重采样的处理流程:

创建上下文环境:重采样过程上下文环境为SwrContext数据结构。参数设置:转换的参数设置到SwrContext中。SwrContext初始化:swr_init()。分配样本数据内存空间:使用av_samples_alloc_array_and_samples、av_samples_alloc等工具函数。开启重采样转换:通过重复地调用swr_convert来完成。重采样转换完成, 释放相关资源:通过swr_free()释放SwrContext。

下面是示例程序的一个流程图:

resampling_audio.png

函数说明:

swr_alloc() :创建SwrContext对象。av_opt_set_*():设置输入和输出音频的信息。swr_init(): 初始化SwrContext。av_samples_alloc_array_and_samples:根据音频格式分配相应大小的内存空间。av_samples_alloc:根据音频格式分配相应大小的内存空间。用于转换过程中对输出内存大小进行调整。swr_convert:进行重采样转换。3.1 创建上下文环境

重采样过程上下文环境为SwrContext数据结构(SwrContext的定义没有对外暴露)。

创建SwrContext的方式有两种:

swr_alloc() : 创建SwrContext之后再通过AVOptions的API来设置参数。swr_alloc_set_opts():在创建SwrContext的同时设置必要的参数。

两个函数的定义如下:

struct SwrContext* swr_alloc()struct SwrContext* swr_alloc_set_opts(struct SwrContext * s, //如果为NULL则创建一个新的SwrContext,否则对已有的SwrContext进行参数设置int64_t out_ch_layout, //输出的声道格式,AV_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 ) 3.2 参数设置

参数设置的方式有两种:

AVOptions的APIswr_alloc_set_opts():如果第一个参数为NULL则创建一个新的SwrContext,否则对已有的SwrContext进行参数设置。

假定要进行如下的重采样转换:

“f32le格式、采样频率48kHz、5.1声道格式”的PCM数据转换为“s16le格式、采样频率44.1kHz、立体声格式”的PCM数据

swr_alloc()的使用方式如下所示:

SwrContext *swr = swr_alloc();av_opt_set_channel_layout(swr, "in_channel_layout", AV_CH_LAYOUT_5POINT1, 0);av_opt_set_channel_layou(swr, "out_channel_layout", AV_CH_LAYOUT_STEREO, 0);av_opt_set_int(swr, "in_sample_rate", 48000, 0);av_opt_set_int(swr, "out_sample_rate", 44100, 0);av_opt_set_sample_fmt(swr, "in_sample_fmt", AV_SAMPLE_FMT_FLPT, 0);av_opt_set_sample_fmt(swr, "out_sample_fmt", AV_SAMPLE_FMT_S16, 0);

swr_alloc_set_opts()的使用方式如下所示:

SwrContext *swr = swr_alloc_set_opts(NULL,// we're allocating a new contextAV_CH_LAYOUT_STEREO,// out_ch_layoutAV_SAMPLE_FMT_S16,// out_sample_fmt44100,// out_sample_rateAV_CH_LAYOUT_5POINT1, // in_ch_layoutAV_SAMPLE_FMT_FLTP, // in_sample_fmt48000,// in_sample_rate0,// log_offsetNULL);// log_ctx3.3 SwrContext初始化:swr_init()

参数设置好之后必须调用swr_init()对SwrContext进行初始化。

如果需要修改转换的参数:

重新进行参数设置。再次调用swr_init()。3.4 分配样本数据内存空间

转换之前需要分配内存空间用于保存重采样的输出数据,内存空间的大小跟通道个数、样本格式需要、容纳的样本个数都有关系。libavutil中的samples处理API提供了一些函数方便管理样本数据,例如av_samples_alloc()函数用于分配存储sample的buffer。

av_sample_alloc()的定义如下:

/** * @param[out] audio_data输出数组,每个元素是指向一个通道的数据的指针。 * @param[out] linesizealigned size for audio buffer(s), may be NULL * @param nb_channels通道的个数。 * @param nb_samples 每个通道的样本个数。 * @param alignbuffer size alignment (0 = default, 1 = no alignment) * @return 成功返回大于0的数,错误返回负数。 */int av_samples_alloc(uint8_t **audio_data, int *linesize, int nb_channels, int nb_samples, enum AVSampleFormat sample_fmt, int align);3.5 开启重采样转换

重采样转换是通过重复地调用swr_convert()来完成的。

swr_convert()函数的定义如下:

* @param out输出缓冲区,当PCM数据为Packed包装格式时,只有out[0]会填充有数据。 * @param out_count每个通道可存储输出PCM数据的sample数量。 * @param in 输入缓冲区,当PCM数据为Packed包装格式时,只有in[0]需要填充有数据。 * @param in_count 输入PCM数据中每个通道可用的sample数量。 * * @return 返回每个通道输出的sample数量,发生错误的时候返回负数。 */int swr_convert(struct SwrContext *s, uint8_t **out, int out_count,const uint8_t **in , int in_count);

说明:

如果没有提供足够的空间用于保存输出数据,采样数据会缓存在swr中。可以通过 swr_get_out_samples()来获取下一次调用swr_convert在给定输入样本数量下输出样本数量的上限,来提供足够的空间。如果是采样频率转换,转换完成后采样数据可能会缓存在swr中,它期待你提供更多的输入数据。如果实际上并不需要更多输入数据,通过调用swr_convert(),其中参数in_count设置为0来获取缓存在swr中的数据。转换结束之后需要冲刷swr_context的缓冲区,通过调用swr_convert(),其中参数in设置为NULL,参数in_count设置为0。

下面的代码演示了重采样转换处理的流程,其中假定依照上面的参数设置、get_input()和handle_output()已经定义好。

uint8_t **input;int in_samples;while (get_input(&input, &in_samples)) {uint8_t *output;int out_samples = av_rescale_rnd(swr_get_delay(swr, 48000) + in_samples, 44100, 48000, AV_ROUND_UP);av_samples_alloc(&output, NULL, 2, out_samples, AV_SAMPLE_FMT_S16, 0);out_samples = swr_convert(swr, &output, out_samples, input, in_samples);handle_output(output, out_samples);av_freep(&output);}3.6 重采样转换完成, 释放相关资源

转换结束之后,需要调用av_freep(&audio_data[0])来释放内存。

4. 示例代码

[3] 示例的代码。

/** * @example resampling_audio.c * libswresample API use example. */#include #include #include #include static int get_format_from_sample_fmt(const char **fmt,enum AVSampleFormat sample_fmt){int i;struct sample_fmt_entry {enum AVSampleFormat sample_fmt; const char *fmt_be, *fmt_le;} sample_fmt_entries[] = {{ AV_SAMPLE_FMT_U8,"u8","u8"},{ AV_SAMPLE_FMT_S16, "s16be", "s16le" },{ AV_SAMPLE_FMT_S32, "s32be", "s32le" },{ AV_SAMPLE_FMT_FLT, "f32be", "f32le" },{ AV_SAMPLE_FMT_DBL, "f64be", "f64le" },};*fmt = NULL;for (i = 0; i < FF_ARRAY_ELEMS(sample_fmt_entries); i++) {struct sample_fmt_entry *entry = &sample_fmt_entries[i];if (sample_fmt == entry->sample_fmt) {*fmt = AV_NE(entry->fmt_be, entry->fmt_le);return 0;}}fprintf(stderr,"Sample format %s not supported as output format\n",av_get_sample_fmt_name(sample_fmt));return AVERROR(EINVAL);}/** * Fill dst buffer with nb_samples, generated starting from t. */static void fill_samples(double *dst, int nb_samples, int nb_channels, int sample_rate, double *t){int i, j;double tincr = 1.0 / sample_rate, *dstp = dst;const double c = 2 * M_PI * 440.0;/* generate sin tone with 440Hz frequency and duplicated channels */for (i = 0; i < nb_samples; i++) {*dstp = sin(c * *t);for (j = 1; j < nb_channels; j++)dstp[j] = dstp[0];dstp += nb_channels;*t += tincr;}}int main(int argc, char **argv){int64_t src_ch_layout = AV_CH_LAYOUT_STEREO, dst_ch_layout = AV_CH_LAYOUT_SURROUND;int src_rate = 48000, dst_rate = 44100;uint8_t **src_data = NULL, **dst_data = NULL;int src_nb_channels = 0, dst_nb_channels = 0;int src_linesize, dst_linesize;int src_nb_samples = 1024, dst_nb_samples, max_dst_nb_samples;enum AVSampleFormat src_sample_fmt = AV_SAMPLE_FMT_DBL, dst_sample_fmt = AV_SAMPLE_FMT_S16;const char *dst_filename = NULL;FILE *dst_file;int dst_bufsize;const char *fmt;struct SwrContext *swr_ctx;double t;int ret;if (argc != 2) {fprintf(stderr, "Usage: %s output_file\n""API example program to show how to resample an audio stream with libswresample.\n""This program generates a series of audio frames, resamples them to a specified ""output format and rate and saves them to an output file named output_file.\n",argv[0]);exit(1);}dst_filename = argv[1];dst_file = fopen(dst_filename, "wb");if (!dst_file) {fprintf(stderr, "Could not open destination file %s\n", dst_filename);exit(1);}/* create resampler context */swr_ctx = swr_alloc();if (!swr_ctx) {fprintf(stderr, "Could not allocate resampler context\n");ret = AVERROR(ENOMEM);goto end;}/* set options */av_opt_set_int(swr_ctx, "in_channel_layout",src_ch_layout, 0);av_opt_set_int(swr_ctx, "in_sample_rate", src_rate, 0);av_opt_set_sample_fmt(swr_ctx, "in_sample_fmt", src_sample_fmt, 0);av_opt_set_int(swr_ctx, "out_channel_layout",dst_ch_layout, 0);av_opt_set_int(swr_ctx, "out_sample_rate", dst_rate, 0);av_opt_set_sample_fmt(swr_ctx, "out_sample_fmt", dst_sample_fmt, 0);/* initialize the resampling context */if ((ret = swr_init(swr_ctx)) < 0) {fprintf(stderr, "Failed to initialize the resampling context\n");goto end;}/* allocate source and destination samples buffers */src_nb_channels = av_get_channel_layout_nb_channels(src_ch_layout);ret = av_samples_alloc_array_and_samples(&src_data, &src_linesize, src_nb_channels, src_nb_samples, src_sample_fmt, 0);if (ret < 0) {fprintf(stderr, "Could not allocate source samples\n");goto end;}/* compute the number of converted samples: buffering is avoided * ensuring that the output buffer will contain at least all the * converted input samples */max_dst_nb_samples = dst_nb_samples =av_rescale_rnd(src_nb_samples, dst_rate, src_rate, AV_ROUND_UP);/* buffer is going to be directly written to a rawaudio file, no alignment */dst_nb_channels = av_get_channel_layout_nb_channels(dst_ch_layout);ret = av_samples_alloc_array_and_samples(&dst_data, &dst_linesize, dst_nb_channels, dst_nb_samples, dst_sample_fmt, 0);if (ret < 0) {fprintf(stderr, "Could not allocate destination samples\n");goto end;}t = 0;do {/* generate synthetic audio */fill_samples((double *)src_data[0], src_nb_samples, src_nb_channels, src_rate, &t);/* compute destination number of samples */dst_nb_samples = av_rescale_rnd(swr_get_delay(swr_ctx, src_rate) +src_nb_samples, dst_rate, src_rate, AV_ROUND_UP);if (dst_nb_samples > max_dst_nb_samples) {av_freep(&dst_data[0]);ret = av_samples_alloc(dst_data, &dst_linesize, dst_nb_channels, dst_nb_samples, dst_sample_fmt, 1);if (ret < 0)break;max_dst_nb_samples = dst_nb_samples;}/* convert to destination format */ret = swr_convert(swr_ctx, dst_data, dst_nb_samples, (const uint8_t **)src_data, src_nb_samples);if (ret < 0) {fprintf(stderr, "Error while converting\n");goto end;}dst_bufsize = av_samples_get_buffer_size(&dst_linesize, dst_nb_channels, ret, dst_sample_fmt, 1);if (dst_bufsize < 0) {fprintf(stderr, "Could not get sample buffer size\n");goto end;}printf("t:%f in:%d out:%d\n", t, src_nb_samples, ret);fwrite(dst_data[0], 1, dst_bufsize, dst_file);} while (t < 10);if ((ret = get_format_from_sample_fmt(&fmt, dst_sample_fmt)) < 0)goto end;fprintf(stderr, "Resampling succeeded. Play the output file with the command:\n""ffplay -f %s -channel_layout %"PRId64" -channels %d -ar %d %s\n",fmt, dst_ch_layout, dst_nb_channels, dst_rate, dst_filename);end:fclose(dst_file);if (src_data)av_freep(&src_data[0]);av_freep(&src_data);if (dst_data)av_freep(&dst_data[0]);av_freep(&dst_data);swr_free(&swr_ctx);return ret < 0;}

(聊城荣恒医疗器械有限公司)