音频——多声道Plane格式处理(音频基本知识、音频多声道Plane格式等)

---

前言

`本博客主要记录音频的多通道Plane格式的处理。

---

一、音频的基本知识

先看具体解释，后面给出示意图
1.采样频率
常见采样率有8kHz、11.025kHz、22.05kHz、16kHz、37.8kHz、44.1kHz、48kHz。采样率表示每秒采样多少次。比如44.1kHz就表示每秒采样44100次。
2.通道数
通道数可以用来描述同时用几个采样设备进行采样。
3.Plane格式和Packet格式
Plane格式意思是各通道数据单独存放。Packet格式是多通道数据交叉存放。
4.采样位数
常见采样位数有8位、16位、32位、64位。采样位数越大，音频音质越高。而这个位数具体指什么意思呢？位数其实经常用来描述一个采样点占用的字节数，比如32位，就说明一个采样点占用了4字节。
5.示例
上面文字叙述显得苍白无力，看几个图就明白了。下面格式分别对应的数据存储样式：
（1）单通道，采样位数16位：

采样位数8位就说明一个采样点占两字节，采样位数32位就说明一个采样点占四字节，以此类推。
（2）双通道，采样位数32位，Packet格式：
各通道数据交叉存放，如下LRLRLR…

（3）双通道，采样位数32位，Plane格式：
通道的数据分开存放。

这三个例子可以达到举一反三的效果，其他的"x位、y个通道、Plane（Packet）"类型，就都能知道具体数据存放样式了。

二、音频格式

音频格式有以下方式，还涉及到位宽，Plane格式还是Packet格式。最后一个字母带P的就是Plane格式，其他就是Packet格式。

常见的音频格式及对应的位宽

enum AVSampleFormat {
    AV_SAMPLE_FMT_NONE = -1,
    
    AV_SAMPLE_FMT_U8,          // unsigned 8 bits,  packet
    AV_SAMPLE_FMT_S16,         // signed 16 bits,   packet
    AV_SAMPLE_FMT_S32,         // signed 32 bits,   packet
    AV_SAMPLE_FMT_FLT,         // float             packet
    AV_SAMPLE_FMT_DBL,         // double            packet

    AV_SAMPLE_FMT_U8P,         // unsigned 8 bits,  planar
    AV_SAMPLE_FMT_S16P,        // signed 16 bits,   planar
    AV_SAMPLE_FMT_S32P,        // signed 32 bits,   planar
    AV_SAMPLE_FMT_FLTP,        // float 32 bits,    planar 
    AV_SAMPLE_FMT_DBLP,        // double,           planar 
    AV_SAMPLE_FMT_S64,         // signed 64 bits,   packet
    AV_SAMPLE_FMT_S64P,        // signed 64 bits,   planar

    AV_SAMPLE_FMT_NB           // Number of sample 
};

三、音频多声道Plane格式的处理

平时播放设备播放所需要的pcm裸流，是需要Packet格式。也就是各通道数据交叉存放。有时候对视频里的音频或者封装后的音频(如MP3)进行解码后，音频数据可能是以多通达Plane格式存放的。所以在送到播放设备前，需要我们将Plane格式转化为Packet格式。其实经过上面的示例图之后，就很容易转了，只需要知道音频的通道数、位宽，就可以将数据进行去Plane化（Plane转Packet）。
比如说有一个32位的三通道的Plane格式，需要转换成Packet格式。那么音频原样式为：

上面分别对应通道1、通道2、通道3。（通道3里面的X是我随便表示的，我知道一般表示有L（左声道）、R（右声道），但是往上3声道4声道怎么表示就不太清楚了，这个不是重点）。
上面就是32位的三通道的Plane格式存放样式。一般解码后会存放一个data中，1、2、3…声道数据分别存放在data[0]、data[1]、data[2]…中。
所以对于三通道，如果想要将Plane格式转换为Packet格式，就需要对data[0]、data[1]、data[2]中的数据进行交叉。比如示例数据中位宽是32位，那么就需要我们四字节四字节的交叉起来。交叉后的样式为：