AUDIO大致流程：
//初始化输入
avformat_open_input() -- 打开对应音频文件
avformat_find_stream_info() -- 从输入文件中获取到流的相关信息，例如：文件中流的数量
//初始化解码器
avcodec_find_decoder() -- 根据ffmpeg提供的解码器id，找到对应的解码器
avcodec_open2() -- 打开解码器
//初始化输出
avformat_alloc_context() -- 创建输出信息上下文
avcodec_find_encoder() -- 找到编码器
avcodec_alloc_context3() -- 根据编码器，初始化编码上下文
avcodec_open2() -- 打开编码器
//初始化一个FIFO(先进先出)
av_audio_fifo_alloc() -- 初始化一个先进先出的缓存，用了存储解码后的pcm数据
//初始化音频重采用器
swr_alloc_set_opts() -- 设置转化器参数
swr_init() -- 初始化转换器
//开始音频转换
while(finished) {
// 解码
av_read_frame() -- 读取要进行转码的数据
avcodec_decode_audio4() -- 进行解码
av_samples_alloc() -- 创建样本空间
swr_convert() -- 数据重采样
av_audio_fifo_write() -- 将数据存储到fifo缓存中
// 编码
av_audio_fifo_read() -- 从fifo缓存中读取pcm数据
avcodec_encode_audio2() -- 将数据进行编码
}
1、SDL
现在我们要来播放声音。SDL 也为我们准备了输出声音的方法。函数 SDL_OpenAudio()本身就是用
来打开声音设备的。它使用一个叫做 SDL_AudioSpec 结构体作为参数，这个结构体中包含了我们将要输
出的音频的所有信息。
在我们展示如何建立之前，让我们先解释一下电脑是如何处理音频的。数字音频是由一长串的样本流
组成的。每个样本表示声音波形中的一个值。声音按照一个特定 的采样率来进行录制，采样率表示以多
快的速度来播放这段样本流，它的表示方式为每秒多少次采样。例如 22050 和 44100 的采样率就是电台
和 CD 常用的 采样率。此外，大多音频有不只一个通道来表示立体声或者环绕。例如，如果采样是立体
声，那么每次的采样数就为 2 个。当我们从一个电影文件中等到数据的时 候，我们不知道我们将得到多
少个样本，但是 ffmpeg 将不会给我们部分的样本――这意味着它将不会把立体声分割开来。
SDL 播放声音的方式是这样的：你先设置声音的选项：采样率（在 SDL 的结构体中被叫做 freq 的表
示频率 frequency），声音通道数和其它的参 数，然后我们设置一个回调函数和一些用户数据 userdata。
当开始播放音频的时候，SDL 将不断地调用这个回调函数并且要求它来向声音缓冲填入一个特 定的数量
的字节。当我们把这些信息放到 SDL_AudioSpec 结构体中后，我们调用函数 SDL_OpenAudio()就会打开
声音设备并且给我们送 回另外一个 AudioSpec 结构体。这个结构体是我们实际上用到的－－因为我们不
能保证得到我们所要求的
2、核心转换函数
| int | swr_convert (struct SwrContext *s, uint8_t **out, int out_count, const uint8_t **in, int in_count) |
3、SDL回调
fill_auido（）当中将audio_pos叠加在audio预设的数据stream，就是混播音频的关键，其次auido_len确保了有序
示例代码
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define __STDC_CONSTANT_MACROS
#ifdef _WIN32
//Windows
extern "C"
{
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswresample/swresample.h"
#include "SDL2/SDL.h"
};
#else
//Linux...
#ifdef __cplusplus
extern "C"
{
#endif
#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>
#include <libswresample/swresample.h>
#include <SDL2/SDL.h>
#ifdef __cplusplus
};
#endif
#endif
/*
*SDL播放声音的基本流程如下：
*（1）创建一个回调函数用于混合音频数据，并放入音频流；
*（2）设置音频参数，调用SDL_OpenAudio，打开音频设备；
*（3）调用SDL_PauseAudio(0)，进行音频回放；
*（4）回放结束后，调用SDL_CloseAudio() 关闭音频设备。
*/
#define MAX_AUDIO_FRAME_SIZE 192000 // 1 second of 48khz 32bit audio
//Output PCM
#define OUTPUT_PCM 1
//Use SDL
#define USE_SDL 1
static Uint8 *audio_chunk;
static Uint32 audio_len;
static Uint8 *audio_pos;
//回调函数用于混合音频数据，并放入音频流
void fill_audio(void *udata,Uint8 *stream,int len){
//printf("------------>audio_len == %d\n",audio_len);
SDL_memset(stream,0,len);
if(audio_len == 0) return ;
len = (len > audio_len ? audio_len : len);
//在fill_audio（）当中将每个数据叠加在audio预设的数据流stream，就是混播音频的关键。
SDL_MixAudio(stream,audio_pos,len,SDL_MIX_MAXVOLUME);
audio_pos += len;
audio_len -= len;
//printf("------------>audio_len == %d\n",audio_len);
}
int main(int argc,char* argv[]){
//以下参数跟视频播放一样
AVFormatContext *pFormatCtx;
int i, audioStream;
AVCodecContext *pCodecCtx;
AVCodec *pCodec;
AVPacket *packet;
uint8_t *out_buffer;
AVFrame *pFrame;
//如下介绍
SDL_AudioSpec wanted_spec;
int ret;
uint32_t len = 0;
int got_picture;
int index = 0;
int64_t in_channel_layout;
struct SwrContext *au_convert_ctx;
FILE *pFile = NULL;
char url[] = "WavinFlag.aac";
av_register_all();
pFormatCtx = avformat_alloc_context();
if(avformat_open_input(&pFormatCtx,url,NULL,NULL) != 0){
printf("Could not open input stream\n");
return -1;
}
if(avformat_find_stream_info(pFormatCtx,NULL) < 0){
printf("Could not find stream infomation.\n");
return -1;
}
av_dump_format(pFormatCtx,0,url,false);
audioStream = -1;
for(i = 0;i < pFormatCtx->nb_streams;i++){
if(pFormatCtx->streams[i]->codec->codec_type == AVMEDIA_TYPE_AUDIO){
audioStream = i;
break;
}
}
if(audioStream == -1){
printf("Do not find a audio stream \n");
return -1;
}
pCodecCtx = pFormatCtx->streams[audioStream]->codec;
pCodec = avcodec_find_decoder(pCodecCtx->codec_id);
if(NULL == pCodec){
printf("Codec not find.\n");
return -1;
}
if(avcodec_open2(pCodecCtx,pCodec,NULL)<0){
printf("Could not open codec.\n");
return -1;
}
#if OUTPUT_PCM
pFile = fopen("output.pcm","wb");
#endif
packet = (AVPacket*)av_malloc(sizeof(AVPacket));
av_init_packet(packet);
//设置Audio参数
uint64_t out_channel_layout = AV_CH_LAYOUT_STEREO;
int out_nb_samples = pCodecCtx->frame_size;
AVSampleFormat out_sample_fmt = AV_SAMPLE_FMT_S16;
int out_sample_rate = 44100;
int out_channels = av_get_channel_layout_nb_channels(out_channel_layout);
//存放解码后的数据用于写pcm文件
int out_buffer_size = av_samples_get_buffer_size(NULL,out_channels,out_nb_samples,out_sample_fmt,1);
out_buffer = (uint8_t *)av_malloc(MAX_AUDIO_FRAME_SIZE*2);
//存放解码后数据结构
pFrame = av_frame_alloc();
//SDL
#if USE_SDL
if(SDL_Init(SDL_INIT_VIDEO | SDL_INIT_AUDIO | SDL_INIT_TIMER)){
printf("SDL Init failed.\n");
return -1;
}
//SDL_AudioSpec
/*freq: DSP 频率 (每秒采样);
*format：音频数据格式;
*channels：声道数: 1 单声道, 2 立体声;
*silence：audio buffer silence value (计算得)；
*samples：audio buffer size in samples (power of 2);
*size：音频缓存区大小（字节数）(计算得);
*callback：当音频设备需要更多数据时调用的回调函数;
*userdata：传递给 callback 函数的第一个参数
*/
wanted_spec.freq = out_sample_rate;
wanted_spec.format = AUDIO_S16SYS;
wanted_spec.channels = out_channels;
wanted_spec.samples = out_nb_samples;
wanted_spec.callback = fill_audio;
wanted_spec.userdata = pCodecCtx;
//打开音频设备
if(SDL_OpenAudio(&wanted_spec,NULL)<0){
printf("can not open audio.\n");
return -1;
}
printf("Bitrate:\t %3d\n", pFormatCtx->bit_rate);
printf("Decoder Name:\t %s\n", pCodecCtx->codec->long_name);
printf("Channels:\t %d\n", pCodecCtx->channels);
printf("Sample per Second\t %d \n", pCodecCtx->sample_rate);
#endif
/**
* 接下来判断我们之前设置SDL时设置的声音格式(AV_SAMPLE_FMT_S16)，声道布局，
* 采样频率，每个AVFrame的每个声道采样数与
* 得到的该AVFrame分别是否相同，如有任意不同，我们就需要swr_convert该AvFrame，
* 然后才能符合之前设置好的SDL的需要，才能播放
*/
//通过av_get_channel_layout_nb_channels()和av_get_default_channel_layout()这些函数可以得到channels和channellayout的转换。
in_channel_layout = av_get_default_channel_layout(pCodecCtx->channels);
//初始化音频重采用器
au_convert_ctx = swr_alloc();
au_convert_ctx = swr_alloc_set_opts(au_convert_ctx,out_channel_layout,out_sample_fmt,out_sample_rate,
in_channel_layout,pCodecCtx->sample_fmt,pCodecCtx->sample_rate,0,NULL);
swr_init(au_convert_ctx);
//用此函数来暂停播放，或播放。根据参数来决定，如果参数是非0值就暂停，如果是0值就播放
SDL_PauseAudio(0);
while(av_read_frame(pFormatCtx,packet)>=0){
if(audioStream == packet->stream_index){
//使用avcodec_decode_audio4函数来解码音频
ret = avcodec_decode_audio4(pCodecCtx,pFrame,&got_picture,packet);
if(0 > ret){
printf("Error in decoding audio frame.\n");
return -1;
}
if(0 < got_picture){
//数据重采样提供给SDL播放
/*由于ffmpeg最新版本（从2.1开始貌似）使用avcodec_decode_audio4函数来解码音频，
*但解码得到的数据类型为float 4bit，而播放器播放的格式一般为S16（signed 16bit）
*,就需要对解码得到的数据进行转换，然而，ffmpeg已经帮我们做好了，
*只需调用API就可以了，这个函数就是：swr_convert
*out :输出缓冲区，只有第一个需要设置的情况下，包装音频
*out_count :每通道可用输出样本的数量
*in:输入缓冲区，只有第一个需要设置的情况下，包装音频,解码后原始数据(对视频来说是YUV，RGB，对音频来说是PCM)
*in_count :每通道可用输入样本的数量(音频的一个AVFrame中可能包含多个音频帧，在此标记包含了几个)
*/
swr_convert(au_convert_ctx,&out_buffer,MAX_AUDIO_FRAME_SIZE,(const uint8_t**)pFrame->data,pFrame->nb_samples);
//printf("index : %5d\t pts : %lld\t packet size : %d\n",index,packet->pts,packet->size);
#if OUTPUT_PCM
fwrite(out_buffer,1,out_buffer_size,pFile);
#endif
index ++;
}
#if USE_SDL
while(audio_len > 0){
//注意audio_len的用法
//保证fill_audio回调有序的播放每一帧数据
//上一帧SDL_MixAudio之后auido_len = 0，跳出塞下一帧
SDL_Delay(1);
}
//每次循环的时候都更新数据的buffer、pos等信息，
//在每次SDL_PauseAudio回调的时候都能够播放下一时刻的数据
//（注意 这里必须把每一个PCM文件的数据都进行更新）。
audio_chunk = (Uint8 *)out_buffer;
audio_len = out_buffer_size;
audio_pos = audio_chunk;
#endif
}
av_free_packet(packet);
}
swr_free(&au_convert_ctx);
#if USE_SDL
SDL_CloseAudio();
SDL_Quit();
#endif
#if OUTPUT_PCM
fclose(pFile);
#endif
av_free(out_buffer);
avcodec_close(pCodecCtx);
avformat_close_input(&pFormatCtx);
return 0;
}