百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

详细音频解码实战(1)

zhezhongyun 2025-03-06 21:55 66 浏览

在阅读本文前,如果关于音频有些知识不懂,可以看看前面的文章。

FFmpeg编程入门系列(1)

讲解FFmpeg内存模型(1)

详解FLV格式分析

AAC ADTS格式分析(1)

AAC ADTS实战(1)


1.音频解码过程

音频解码过程如下图所示:

AAC的音频格式送到音频解码器,然后得到PCM收据,音频解码器也有分为硬件或软件解码器,这里就以FFmpeg解码器为主作讲解。


2.FFmpeg音频解码流程

先看看整个流程图,如下:


1.通过解码器id,avcodec_find_decoder去指定解码器。

2.获取裸流解析器, av_parser_init,并返回解析器上下文信息。这个上下文是可以读出相关头信息。

3.avcodec_alloc_context3分配解码器上下文信息。

4.avcodec_open2,将解码器和解码器上下文进行关联。

5.读取文件到缓冲区进行解码,fread,如果 data_size = fread(inbuf, 1, AUDIO_INBUF_SIZE, infile) 大于 0,就持续的去解码。


6.持续送pkt进去解码。前面已经能够解析出一个完整的数据包,所以到这里送进来的就是一个完整的数据包。

7.发送完整的包给解码器,并得到解码后的数据。


接收帧,可能要接收很多次,也就是说送进去一个packet,可能解码都要多次,才能解码完整。

8.获取单个sample所占用的字节,这个仅仅表示的是单个通道


2.debug调试音频解码过程

通过这里先加个断点。如下图:

这里是第一笔data进来的数据。

换算成16进制,这里是以FF开头的。表示就是AAC数据。这里end表示一个缓冲的末尾。

关键数据结构

关键数据结构说明:

AVCodecParser:用于解析输入的数据流并把它分成一帧一帧的压缩编码数据,确保数据是完整的一包,尤其是在把包读到内存中,如果不是完整包,再从内存读出来,实时播放,就会有断断续续的现象。比较形象的说法就是把的一段连续的数据“切割”成一段段的数据。

比如AAC aac_parser:


从AVCodecParser结构的实例化我们可以看出来,不同编码类型的parser是和CODE_ID进行绑定的。所以也就可以解释。可以通过CODE_ID查找到对应的码流 parser。

3.avcodec编解码API介绍

avcodec_send_packet、avcodec_receive_frame的API是FFmpeg3版本加入的。为了正确的使用它们,有必要阅读FFmpeg的文档说明:链接处
:https://www.ffmpeg.org/doxygen/4.1/group__lavc__encdec.html#details。


FFmpeg提供了两组函数,分别用于编码和解码:

(1)解码:avcodec_send_packet()、avcodec_receive_frame()。

(2)编码:avcodec_send_frame()、avcodec_receive_packet()。

建议的使用流程如下:

(1)设置并打开编解码器上下文AVCodecContext。

(2)输入有效的数据:

解码:调用avcodec_send_packet()给解码器传入包含原始的压缩数据的AVPacket对象。

编码:调用 avcodec_send_frame()给编码器传入包含解压数据的AVFrame对象。

两种情况下推荐AVPacket和AVFrame都使用refcounted(引用计数)的模式,这样效率高,否则libavcodec可能不得不对输入的数据进行拷。

(3)在一个循环体内去接收codec的输出,即周期性地调用avcodec_receive_*()来接收codec输出的数据。

解码:调用avcodec_receive_frame(),如果成功会返回一个包含未压缩数据的AVFrame。

编码:调用avcodec_receive_packet(),如果成功会返回一个包含压缩数据的AVPacket。

注意,这都是完整的包。

反复地调用avcodec_receive_packet()直到返回 AVERROR(EAGAIN)或其他错误。返回AVERROR(EAGAIN)错误表示codec需要新的输入来输出更多的数据。

对于每个输入的packet或frame,codec一般会输出一个frame或packet,但是也有可能输出0个或者多于1个,多个的情况也不少。

(4)注意:流处理结束的时候需要flush(冲刷) codec。因为codec可能在内部缓冲多个framepacket,出于性能或其他必要的情况(如考虑B帧的情况)。 处理流程如下:

调用avcodec_send_*()传入的AVFrame或AVPacket指针设置为NULL。 这将进入draining mode(排水模式)。实时流应该不存在这些情况,除非输入流结束。

反复地调用avcodec_receive_*()直到返回AVERROR_EOF,该方法在draining mode时不会返回AVERROR(EAGAIN)的错误,除非你没有进入draining mode。

重新开启codec时,需要先调用 avcodec_flush_buffers()来重置codec

(5)编码或者解码刚开始的时候,codec可能接收了多个输入的frame或packet后还没有输出数据,直到内部的buffer被填充满。上面的使用流程可以处理这种情况。

(6)理论上,只有在输出数据没有被完全接收的情况调用avcodec_send_*()的时候才可能会发生AVERROR(EAGAIN)的错误。你可以依赖这个机制来实现区别于上面建议流程的处理方式,比如每次循环都调用avcodec_send_*(),在出现AVERROR(EAGAIN)错误的时候再去调用avcodec_receive_*()。

(7)并不是所有的codec都遵循一个严格、可预测的数据处理流程,唯一可以保证的是 “调用avcodec_send_*()/avcodec_receive_*()返回AVERROR(EAGAIN)的时候去avcodec_receive_*()/avcodec_send_*()会成功,否则不应该返回AVERROR(EAGAIN)的错误。”一般来说,任何codec都不允许无限制地缓存输入或者输出。

(8)在同一个AVCodecContext上混合使用新旧API是不允许的,这将导致未定义的行为。


4.avcodec_send_packet

函数:int avcodec_send_packet(AVCodecContext *avctx, const AVPacket *avpkt);

作用:支持将裸流数据包送给解码器

注意:

(1)输入的avpkt-data缓冲区必须大于AV_INPUT_PADDING_SIZE,因为优化的字节流读取器必须一次读取32或者64比特的数据。

(2)不能跟之前的API(例如avcodec_decode_video2)混用,否则会返回不可预知的错误。

(3)在将包发送给解码器的时候,AVCodecContext必须已经通过avcodec_open2打开

参数:

avctx:解码上下文

avpkt:输入AVPakcet.通常情况下,输入数据是一个单一的视频帧或者几个完整的音频帧。调用者保留包的原有属性,解码器不会修改包的内容。解码器可能创建对包的引用。如果包没有引用计数将拷一份。跟以往的API不一样,输入的包的数据将被完全地消耗,如果包含有多个帧要求多次调用avcodec_recvive_frame,直到avcodec_recvive_frame返回VERROR(EAGAIN)或AVERROR_EOF。输入参数可以为NULL,或者AVPacket的data域设置为NULL或者size域设置为0,表示将刷新所有的包,意味着数据流已经结束了。第一次发送刷新会总会成功,第二次发送刷新包是没有必要的,并且返回AVERROR_EOF,如果×××缓存了一些帧,返回一个刷新包,将会返回所有的解码包。

返回值:

0: 表示成功

AVERROR(EAGAIN):当前状态不接受输入,用户必须先使用avcodec_receive_frame() 读取数据帧;

AVERROR_EOF:解码器已刷新,不能再向其发送新包;

AVERROR(EINVAL):没有打开解码器,或者这是一个编码器,或者要求刷新;

AVERRO(ENOMEN):无法将数据包添加到内部队列。


5.avcodec_receive_frame

函数:int avcodec_receive_frame ( AVCodecContext * avctx, AVFrame * frame )

作用:从解码器返回已解码的输出数据。

参数:

avctx: 编解码器上下文

frame: 获取使用reference-counted机制的audio或者video帧(取决于解码器类型)。请

注意,在执行其他操作之前,函数内部将始终先调用av_frame_unref(frame)。

返回值:

0: 成功,返回一个帧

AVERROR(EAGAIN): 该状态下没有帧输出,需要使用avcodec_send_packet发送新的packet到解码器。

AVERROR_EOF: 解码器已经被完全刷新,不再有输出帧

AVERROR(EINVAL): 编解码器没打开

其他<0的值: 具体查看对应的错误码。


注意:当剩余数据小于阈值时,需要处理,如下:


最终由AAC生成PCM格式:

可以看出这个PCM这个压缩率还是高,并且还能够保证比较好的音质。


本篇文章就分享到这里,欢迎关注,点赞,收藏,转发,如果需要测试代码,可以先关注,私信我。

相关推荐

Python入门学习记录之一:变量_python怎么用变量

写这个,主要是对自己学习python知识的一个总结,也是加深自己的印象。变量(英文:variable),也叫标识符。在python中,变量的命名规则有以下三点:>变量名只能包含字母、数字和下划线...

python变量命名规则——来自小白的总结

python是一个动态编译类编程语言,所以程序在运行前不需要如C语言的先行编译动作,因此也只有在程序运行过程中才能发现程序的问题。基于此,python的变量就有一定的命名规范。python作为当前热门...

Python入门学习教程:第 2 章 变量与数据类型

2.1什么是变量?在编程中,变量就像一个存放数据的容器,它可以存储各种信息,并且这些信息可以被读取和修改。想象一下,变量就如同我们生活中的盒子,你可以把东西放进去,也可以随时拿出来看看,甚至可以换成...

绘制学术论文中的“三线表”具体指导

在科研过程中,大家用到最多的可能就是“三线表”。“三线表”,一般主要由三条横线构成,当然在变量名栏里也可以拆分单元格,出现更多的线。更重要的是,“三线表”也是一种数据记录规范,以“三线表”形式记录的数...

Python基础语法知识--变量和数据类型

学习Python中的变量和数据类型至关重要,因为它们构成了Python编程的基石。以下是帮助您了解Python中的变量和数据类型的分步指南:1.变量:变量在Python中用于存储数据值。它们充...

一文搞懂 Python 中的所有标点符号

反引号`无任何作用。传说Python3中它被移除是因为和单引号字符'太相似。波浪号~(按位取反符号)~被称为取反或补码运算符。它放在我们想要取反的对象前面。如果放在一个整数n...

Python变量类型和运算符_python中变量的含义

别再被小名词坑哭了:Python新手常犯的那些隐蔽错误,我用同事的真实bug拆给你看我记得有一次和同事张姐一起追查一个看似随机崩溃的脚本,最后发现罪魁祸首竟然是她把变量命名成了list。说实话...

从零开始:深入剖析 Spring Boot3 中配置文件的加载顺序

在当今的互联网软件开发领域,SpringBoot无疑是最为热门和广泛应用的框架之一。它以其强大的功能、便捷的开发体验,极大地提升了开发效率,成为众多开发者构建Web应用程序的首选。而在Spr...

Python中下划线 ‘_’ 的用法,你知道几种

Python中下划线()是一个有特殊含义和用途的符号,它可以用来表示以下几种情况:1在解释器中,下划线(_)表示上一个表达式的值,可以用来进行快速计算或测试。例如:>>>2+...

解锁Shell编程:变量_shell $变量

引言:开启Shell编程大门Shell作为用户与Linux内核之间的桥梁,为我们提供了强大的命令行交互方式。它不仅能执行简单的文件操作、进程管理,还能通过编写脚本实现复杂的自动化任务。无论是...

一文学会Python的变量命名规则!_python的变量命名有哪些要求

目录1.变量的命名原则3.内置函数尽量不要做变量4.删除变量和垃圾回收机制5.结语1.变量的命名原则①由英文字母、_(下划线)、或中文开头②变量名称只能由英文字母、数字、下画线或中文字所组成。③英文字...

更可靠的Rust-语法篇-区分语句/表达式,略览if/loop/while/for

src/main.rs://函数定义fnadd(a:i32,b:i32)->i32{a+b//末尾表达式}fnmain(){leta:i3...

C++第五课:变量的命名规则_c++中变量的命名规则

变量的命名不是想怎么起就怎么起的,而是有一套固定的规则的。具体规则:1.名字要合法:变量名必须是由字母、数字或下划线组成。例如:a,a1,a_1。2.开头不能是数字。例如:可以a1,但不能起1a。3....

Rust编程-核心篇-不安全编程_rust安全性

Unsafe的必要性Rust的所有权系统和类型系统为我们提供了强大的安全保障,但在某些情况下,我们需要突破这些限制来:与C代码交互实现底层系统编程优化性能关键代码实现某些编译器无法验证的安全操作Rus...

探秘 Python 内存管理:背后的神奇机制

在编程的世界里,内存管理就如同幕后的精密操控者,确保程序的高效运行。Python作为一种广泛使用的编程语言,其内存管理机制既巧妙又复杂,为开发者们提供了便利的同时,也展现了强大的底层控制能力。一、P...