使用FFMpeg将音频PCM数据生成WAV和MP3文件
文章目录
- 1. 获取编码器和创建解码器上下文
- 2. 创建音频流和输出封装上下文
- 3. 编码原始数据写入到文件中
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：
- 创建编码器AVCodec和编码码器上下文AVCodecContext
- 创建音频流AVStream和输出封装上下文AVFormatContext
- 将原始的PCM数据的AVFrame转换为便那后的AVPacket
- 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
- 使用函数avcodec_find_encoder() 获取编码器 AVCodec
- 使用函数 avcodec_alloc_context3() 创建编码器上下文AVCodecContext
- 为编码器设置参数，音频采样率、采样格式、通道数等信息。
- 打开编码器
整体的头文件定义如下：
#ifndef AUIDO_GENERATER_H
#define AUIDO_GENERATER_H
#include
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：
- 使用函数avformat_alloc_output_context2() 创建Format上下文
- 使用函数**avformat_new_stream()**创建一个流
- 设置流中的参数
- 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);
- 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。
- 函数av_frame_alloc() 创建AVFrame数据，函数 av_frame_free() 释放AVFrame数据。
- 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。
- 函数av_packet_alloc() 为AVPacket分配内存，函数av_packet_free() 为AVPacket释放内存。
- 函数avcodec_send_frame() 发送原始的AVFrame，函数avcodec_receive_packet() 接收编码后的AVPacket。
- 函数av_interleaved_write_frame() 将编码后的AVPacket写入到文件中。
- 函数avio_closep() 关闭文件。
完整代码如下：
.CPP文件
#include "AudioGenerater.h"
#include
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;
}