使用FFMpeg将音频PCM数据生成WAV和MP3文件

其他 2020-02-10 10:21:00 阅读次数: 0

文章目录


WAV音频封装格式可以存储无编码的PCM数据，而MP3封装格式中不能直接存储PCM数据，需要对数据进行编码；使用FFMpeg将原始的PCM数据生成WAV和MP3文件的步骤如下：

  1. 创建编码器AVCodec和编码码器上下文AVCodecContext
  2. 创建音频流AVStream和输出封装上下文AVFormatContext
  3. 将原始的PCM数据的AVFrame转换为便那后的AVPacket
  4. 将AVPacket使用封装上下文写入到文件中。

1. 获取编码器和创建解码器上下文

  1. 使用函数avcodec_find_encoder() 获取编码器 AVCodec
  2. 使用函数 avcodec_alloc_context3() 创建编码器上下文AVCodecContext
  3. 为编码器设置参数，音频采样率、采样格式、通道数等信息。
  4. 打开编码器

整体的头文件定义如下：

#ifndef AUIDO_GENERATER_H
#define AUIDO_GENERATER_H

#include <QObject>
extern "C"
{
#include "libavformat/avformat.h"
#include "libavcodec/avcodec.h"
#include "libswresample/swresample.h"
}

class AudioGenerater : public QObject
{
	Q_OBJECT

public:
	enum AudioFormatType
	{
		AudioFormat_WAV,
		AudioFormat_MP3
	};

public:
	AudioGenerater(QObject *parent = nullptr);
	~AudioGenerater();

	// 生成音频文件
	void generateAudioFile(AudioFormatType formatType, QString fileName, QByteArray pcmData);

private:
	AVCodec *m_AudioCodec = nullptr;
	AVCodecContext *m_AudioCodecContext = nullptr;
	AVFormatContext *m_FormatContext = nullptr;
	AVOutputFormat *m_OutputFormat = nullptr;

	// init Format
	bool initFormat(QString audioFileName);
};
#endif

获取编码器和创建解码器上下文代码如下：

AVCodecID codecID = AV_CODEC_ID_PCM_S16LE;
if (formatType == AudioFormat_MP3)
	codecID = AV_CODEC_ID_MP3;

// 查找Codec
m_AudioCodec = avcodec_find_encoder(codecID);
if (m_AudioCodec == nullptr)
	return;

// 创建编码器上下文
m_AudioCodecContext = avcodec_alloc_context3(m_AudioCodec);
if (m_AudioCodecContext == nullptr)
	return;

// 设置参数
m_AudioCodecContext->bit_rate = 64000;
m_AudioCodecContext->sample_rate = 44100;
if (formatType == AudioFormat_WAV)
	m_AudioCodecContext->sample_fmt = AV_SAMPLE_FMT_S16;
else
	m_AudioCodecContext->sample_fmt = AV_SAMPLE_FMT_S16P;
m_AudioCodecContext->channels = 2;
m_AudioCodecContext->channel_layout = av_get_default_channel_layout(2);
m_AudioCodecContext->flags |= AV_CODEC_FLAG_GLOBAL_HEADER;

// 打开编码器
int result = avcodec_open2(m_AudioCodecContext, m_AudioCodec, nullptr);
if (result < 0)	
	goto end;

这里对于生成WAV格式的文件采样格式为AV_SAMPLE_FMT_S16， 生成MP3格式的文件采样格式为AV_SAMPLE_FMT_S16P。S16和S16P的区别在于左右声道数据的存储顺序
S16：LRLRLRLRLRLRLRLRLR…
S16P：LLLLLLLL…RRRRRRR…

2. 创建音频流和输出封装上下文

创建音频流和封装上下文的步骤如下：

  1. 使用函数avformat_alloc_output_context2() 创建Format上下文
  2. 使用函数**avformat_new_stream()**创建一个流
  3. 设置流中的参数
  4. 使用函数avio_open打开文件

示例代码如下：

bool AudioGenerater::initFormat(QString audioFileName)
{
	// 创建输出 Format 上下文
	int result = avformat_alloc_output_context2(&m_FormatContext, nullptr, nullptr, audioFileName.toLocal8Bit().data());
	if (result < 0)
		return false;

	m_OutputFormat = m_FormatContext->oformat;

	// 创建音频流
	AVStream *audioStream = avformat_new_stream(m_FormatContext, m_AudioCodec);
	if (audioStream == nullptr)
	{
		avformat_free_context(m_FormatContext);
		return false;
	}
	
	// 设置流中的参数
	audioStream->id = m_FormatContext->nb_streams - 1;
	audioStream->time_base = { 1, 44100 };
	result = avcodec_parameters_from_context(audioStream->codecpar, m_AudioCodecContext);
	if (result < 0)
	{
		avformat_free_context(m_FormatContext);
		return false;
	}

	// 打印FormatContext信息
	av_dump_format(m_FormatContext, 0, audioFileName.toLocal8Bit().data(), 1);

	// 打开文件IO
	if (!(m_OutputFormat->flags & AVFMT_NOFILE))
	{
		result = avio_open(&m_FormatContext->pb, audioFileName.toLocal8Bit().data(), AVIO_FLAG_WRITE);
		if (result < 0)
		{
			avformat_free_context(m_FormatContext);
			return false;
		}
	}

	return true;
}

3. 编码原始数据写入到文件中

代码如下：

// 写入文件头
result = avformat_write_header(m_FormatContext, nullptr);
if (result < 0)
	goto end;

// 创建Frame
AVFrame *frame = av_frame_alloc();
if (frame == nullptr)
	goto end;

int nb_samples = 0;
if (m_AudioCodecContext->codec->capabilities & AV_CODEC_CAP_VARIABLE_FRAME_SIZE)
	nb_samples = 10000;
else
	nb_samples = m_AudioCodecContext->frame_size;

// 设置Frame的参数
frame->nb_samples = nb_samples;
frame->format = m_AudioCodecContext->sample_fmt;
frame->channel_layout = m_AudioCodecContext->channel_layout;

// 申请数据内存
result = av_frame_get_buffer(frame, 0);
if (result < 0)
{
	av_frame_free(&frame);
	goto end;
}

// 设置Frame为可写
result = av_frame_make_writable(frame);
if (result < 0)
{
	av_frame_free(&frame);
	goto end;
}

int perFrameDataSize = frame->linesize[0];
if (formatType == AudioFormat_MP3)
	perFrameDataSize *= 2;
int count = pcmData.size() / perFrameDataSize;
bool needAddOne = false;
if (pcmData.size() % perFrameDataSize != 0)
{
	count++;
	needAddOne = true;
}

int frameCount = 0;
for (int i = 0; i < count; ++i)
{
	// 创建Packet
	AVPacket *pkt = av_packet_alloc();
	if (pkt == nullptr)
		goto end;
	av_init_packet(pkt);

	if (i == count - 1)
		perFrameDataSize = pcmData.size() % perFrameDataSize;

	// 设置数据
	if (formatType == AudioFormat_WAV)
	{
		// 合成WAV文件
		memset(frame->data[0], 0, perFrameDataSize);
		memcpy(frame->data[0], &(pcmData.data()[perFrameDataSize * i]), perFrameDataSize);
	}
	else
	{
		memset(frame->data[0], 0, frame->linesize[0]);
		memset(frame->data[1], 0, frame->linesize[0]);
#if 1
		// 合成MP3文件
		int channelLayout = av_get_default_channel_layout(2);

		// 格式转换 S16->S16P
		SwrContext *swrContext = swr_alloc_set_opts(nullptr, channelLayout, AV_SAMPLE_FMT_S16P, 44100, \
			channelLayout, AV_SAMPLE_FMT_S16, 44100, 0, nullptr);
		swr_init(swrContext);

		uchar *pSrcData[1] = {0};
		pSrcData[0] = (uchar*)&(pcmData.data()[perFrameDataSize * i]);

		swr_convert(swrContext, frame->data, frame->nb_samples, \
			(const uint8_t **)pSrcData, frame->nb_samples);

		swr_free(&swrContext);
		AVRational rational;
		rational.den = m_AudioCodecContext->sample_rate;
		rational.num = 1;
		//frame->pts = av_rescale_q(0, rational, m_AudioCodecContext->time_base);
#endif
	}

	frame->pts = frameCount++;
	// 发送Frame
	result = avcodec_send_frame(m_AudioCodecContext, frame);
	if (result < 0)
		continue;

	// 接收编码后的Packet
	result = avcodec_receive_packet(m_AudioCodecContext, pkt);
	if (result < 0)
	{
		av_packet_free(&pkt);
		continue;
	}

	// 写入文件
	av_packet_rescale_ts(pkt, m_AudioCodecContext->time_base, m_FormatContext->streams[0]->time_base);
	pkt->stream_index = 0;
	result = av_interleaved_write_frame(m_FormatContext, pkt);
	if (result < 0)
		continue;

	av_packet_free(&pkt);
}

// 写入文件尾
av_write_trailer(m_FormatContext);
// 关闭文件IO
avio_closep(&m_FormatContext->pb);
// 释放Frame内存
av_frame_free(&frame);
end:
avcodec_free_context(&m_AudioCodecContext);
if (m_FormatContext != nullptr)
	avformat_free_context(m_FormatContext);
  1. 函数avformat_write_header() 和 av_write_trailer() 表示写入文件头和文件尾，写入音频数据前写入头，完成音频写入后，写入文件尾。
  2. 函数av_frame_alloc() 创建AVFrame数据，函数 av_frame_free() 释放AVFrame数据。
  3. 函数av_frame_get_buffer() 为AVFrame申请数据的存储空间。其中AVFrame中的成员linesize存储每个通道的数据字节大小，data中存储数据对于planes类型的数据每个通道是分别存储的。
  4. 函数av_packet_alloc() 为AVPacket分配内存，函数av_packet_free() 为AVPacket释放内存。
  5. 函数avcodec_send_frame() 发送原始的AVFrame，函数avcodec_receive_packet() 接收编码后的AVPacket。
  6. 函数av_interleaved_write_frame() 将编码后的AVPacket写入到文件中。
  7. 函数avio_closep() 关闭文件。

完整代码如下：
.CPP文件

#include "AudioGenerater.h"
#include <QDebug>

AudioGenerater::AudioGenerater(QObject *parent)
	:QObject(parent)
{
	av_register_all();
	avcodec_register_all();
}

AudioGenerater::~AudioGenerater()
{

}

void AudioGenerater::generateAudioFile(AudioFormatType formatType, QString fileName, QByteArray pcmData)
{
	AVCodecID codecID = AV_CODEC_ID_PCM_S16LE;
	if (formatType == AudioFormat_MP3)
		codecID = AV_CODEC_ID_MP3;

	// 查找Codec
	m_AudioCodec = avcodec_find_encoder(codecID);
	if (m_AudioCodec == nullptr)
		return;

	// 创建编码器上下文
	m_AudioCodecContext = avcodec_alloc_context3(m_AudioCodec);
	if (m_AudioCodecContext == nullptr)
		return;

	// 设置参数
	m_AudioCodecContext->bit_rate = 64000;
	m_AudioCodecContext->sample_rate = 44100;
	if (formatType == AudioFormat_WAV)
		m_AudioCodecContext->sample_fmt = AV_SAMPLE_FMT_S16;
	else
		m_AudioCodecContext->sample_fmt = AV_SAMPLE_FMT_S16P;
	m_AudioCodecContext->channels = 2;
	m_AudioCodecContext->channel_layout = av_get_default_channel_layout(2);
	m_AudioCodecContext->flags |= AV_CODEC_FLAG_GLOBAL_HEADER;

	// 打开编码器
	int result = avcodec_open2(m_AudioCodecContext, m_AudioCodec, nullptr);
	if (result < 0)	
		goto end;

	// 创建封装
	if (!initFormat(fileName))
		goto end;

	// 写入文件头
	result = avformat_write_header(m_FormatContext, nullptr);
	if (result < 0)
		goto end;
	
	// 创建Frame
	AVFrame *frame = av_frame_alloc();
	if (frame == nullptr)
		goto end;

	int nb_samples = 0;
	if (m_AudioCodecContext->codec->capabilities & AV_CODEC_CAP_VARIABLE_FRAME_SIZE)
		nb_samples = 10000;
	else
		nb_samples = m_AudioCodecContext->frame_size;

	// 设置Frame的参数
	frame->nb_samples = nb_samples;
	frame->format = m_AudioCodecContext->sample_fmt;
	frame->channel_layout = m_AudioCodecContext->channel_layout;

	// 申请数据内存
	result = av_frame_get_buffer(frame, 0);
	if (result < 0)
	{
		av_frame_free(&frame);
		goto end;
	}

	// 设置Frame为可写
	result = av_frame_make_writable(frame);
	if (result < 0)
	{
		av_frame_free(&frame);
		goto end;
	}

	int perFrameDataSize = frame->linesize[0];
	if (formatType == AudioFormat_MP3)
		perFrameDataSize *= 2;
	int count = pcmData.size() / perFrameDataSize;
	bool needAddOne = false;
	if (pcmData.size() % perFrameDataSize != 0)
	{
		count++;
		needAddOne = true;
	}

	int frameCount = 0;
	for (int i = 0; i < count; ++i)
	{
		// 创建Packet
		AVPacket *pkt = av_packet_alloc();
		if (pkt == nullptr)
			goto end;
		av_init_packet(pkt);

		if (i == count - 1)
			perFrameDataSize = pcmData.size() % perFrameDataSize;

		// 设置数据
		if (formatType == AudioFormat_WAV)
		{
			// 合成WAV文件
			memset(frame->data[0], 0, perFrameDataSize);
			memcpy(frame->data[0], &(pcmData.data()[perFrameDataSize * i]), perFrameDataSize);
		}
		else
		{
			memset(frame->data[0], 0, frame->linesize[0]);
			memset(frame->data[1], 0, frame->linesize[0]);
#if 1
			// 合成MP3文件
			int channelLayout = av_get_default_channel_layout(2);

			// 格式转换 S16->S16P
			SwrContext *swrContext = swr_alloc_set_opts(nullptr, channelLayout, AV_SAMPLE_FMT_S16P, 44100, \
				channelLayout, AV_SAMPLE_FMT_S16, 44100, 0, nullptr);
			swr_init(swrContext);

			uchar *pSrcData[1] = {0};
			pSrcData[0] = (uchar*)&(pcmData.data()[perFrameDataSize * i]);

			swr_convert(swrContext, frame->data, frame->nb_samples, \
				(const uint8_t **)pSrcData, frame->nb_samples);

			swr_free(&swrContext);
			AVRational rational;
			rational.den = m_AudioCodecContext->sample_rate;
			rational.num = 1;
			//frame->pts = av_rescale_q(0, rational, m_AudioCodecContext->time_base);
#endif
		}

		frame->pts = frameCount++;
		// 发送Frame
		result = avcodec_send_frame(m_AudioCodecContext, frame);
		if (result < 0)
			continue;

		// 接收编码后的Packet
		result = avcodec_receive_packet(m_AudioCodecContext, pkt);
		if (result < 0)
		{
			av_packet_free(&pkt);
			continue;
		}

		// 写入文件
		av_packet_rescale_ts(pkt, m_AudioCodecContext->time_base, m_FormatContext->streams[0]->time_base);
		pkt->stream_index = 0;
		result = av_interleaved_write_frame(m_FormatContext, pkt);
		if (result < 0)
			continue;

		av_packet_free(&pkt);
	}

	// 写入文件尾
	av_write_trailer(m_FormatContext);
	// 关闭文件IO
	avio_closep(&m_FormatContext->pb);
	// 释放Frame内存
	av_frame_free(&frame);
end:
	avcodec_free_context(&m_AudioCodecContext);
	if (m_FormatContext != nullptr)
		avformat_free_context(m_FormatContext);
}

bool AudioGenerater::initFormat(QString audioFileName)
{
	// 创建输出 Format 上下文
	int result = avformat_alloc_output_context2(&m_FormatContext, nullptr, nullptr, audioFileName.toLocal8Bit().data());
	if (result < 0)
		return false;

	m_OutputFormat = m_FormatContext->oformat;

	// 创建音频流
	AVStream *audioStream = avformat_new_stream(m_FormatContext, m_AudioCodec);
	if (audioStream == nullptr)
	{
		avformat_free_context(m_FormatContext);
		return false;
	}
	
	// 设置流中的参数
	audioStream->id = m_FormatContext->nb_streams - 1;
	audioStream->time_base = { 1, 44100 };
	result = avcodec_parameters_from_context(audioStream->codecpar, m_AudioCodecContext);
	if (result < 0)
	{
		avformat_free_context(m_FormatContext);
		return false;
	}

	// 打印FormatContext信息
	av_dump_format(m_FormatContext, 0, audioFileName.toLocal8Bit().data(), 1);

	// 打开文件IO
	if (!(m_OutputFormat->flags & AVFMT_NOFILE))
	{
		result = avio_open(&m_FormatContext->pb, audioFileName.toLocal8Bit().data(), AVIO_FLAG_WRITE);
		if (result < 0)
		{
			avformat_free_context(m_FormatContext);
			return false;
		}
	}

	return true;
}
douzhq
发布了88 篇原创文章 · 获赞 79 · 访问量 5万+
私信 关注

猜你喜欢

转载自blog.csdn.net/douzhq/article/details/83716986
今日推荐
国产云输入法——仅华为无云端数据上传安全问题
开源日报 | 工业开源项目OGG 1.0；姐姐，你要和我一起配置火狐吗；苹果AI遥遥落后？Fedora 40
开放签电子签章：停止新增，优化体验，前进更进（五一假期前工作）
开源日报 | 中学生开源前端动画引擎；全球首个Llama3 8B中文版开源模型；联想电脑恐出局；Linus讽刺AI炒作
“百模大战”必有一战 | 2024中国“百模大战”竞争格局分析
最强开源大模型 Llama 3 上架 Gitee AI
虽然老乡鸡开源的不是代码，但背后的原因却让人很暖心
周排行
决策树的部分理解
STM32软件IIC的实现
RocketMQ原理解析-HA
vue-动态路由（路由的传参和接参）
利用python对Excel中的特定数据提取并写入新表
【Ubuntu】 Ubuntu16.04搭建NFS服务
Elasticsearch基础操作与对应的curl命令行，python对接实现
JVM数据存储结构 & Java的值传递和址传递
yum命令使用指南
java基础（一）：java语法基础
每日归档
更多
2024-04-24(36)
2024-04-23(26)
2024-04-22(39)
2024-04-21(0)
2024-04-20(6)
2024-04-19(5)
2024-04-18(0)
2024-04-17(5)
2024-04-16(70)
2024-04-15(42)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022