【ffmpeg】音频重采样

个人简介

个人主页：一二三o-0-O的博客
技术方向：C/C++客户端资深工程师（直播+音视频剪辑）
‍作者简介：数据结构算法与音视频领域创作者
系列专栏：ffmpeg入门
专栏目标：务实的掌握FFmpeg相关专业知识
如果对您有帮助的话，欢迎点赞收藏，关注不迷路

前言

如果是刚刚开始学习音视频的伙伴，可以先看看音视频基 础专栏系列的内容，掌握音视频相关的一些基础理论。

音视频基础专栏系列

（一）【音视频基础】音频基础理论
（二）【音视频基础】视频基础理论
（三）【音视频基础】封装格式与编码数据

如果觉得理论学习枯燥的伙伴，可以先通过以下四篇文章使用ffmpeg实现一个播放器，可以获得些许成就感，为持续在音视频领域扎根打好兴趣基础。

ffmpeg专栏系列

（一）【ffmpeg】ffmpeg命令工具的使用
（二）【ffmpeg】视频解码器
（三）【ffmpeg】SDL视频显示
（四）【ffmpeg】ffmpeg+SDL实现播放器

本节主要阐述音频重采样。

什么是音频重采样

• 音频重采样就是将音频三元组（采样率，采样大小和通道数）的值转换成另外一组值
  • 例如：将44100/16/2转成48000/16/2
• 为什么要重采样？
  • 从设备采集的音频数据与编码器要求的数据不一致
  • 扬声器要求的音频数据与要播放的音频数据不一致
  • 更方便运算
• 如何知道是否需要进行重采样
  • 要了解音频设备
  • 查看ffmpeg源码
• 重采样的步骤
  • 创建重采样上下文
  • 设置参数
  • 初始化重采样
  • 进行重采样

实现音频重采样

本节代码在【ffmpeg】音频采集的基础上进行开发。

创建重采样上下文

使用swr_alloc_set_opts分配采样上下文

SwrContext *swrCtx = swr_alloc_set_opts(NULL,       // ctx
                                AV_CH_LAYOUT_STEREO,// 输出channel布局
                                AV_SAMPLE_FMT_FLT,  // 输出的采样格式
                                44100,              // 采样率
                                AV_CH_LAYOUT_STEREO,// 输入channel布局
                                AV_SAMPLE_FMT_S16,  // 输入的采样格式
                                44100,              // 输入的采样率
                                0,
                                NULL);

初始化重采样

1.初始化重采样缓冲区
uint8_t **src_data {};
uint8_t **dst_data {};
2.使用av_samples_alloc_array_and_samples分配缓冲区

// 创建输入缓冲区
av_samples_alloc_array_and_samples(&srcData,            // 输出缓冲区地址
                                   &srcLineSize,        // 缓冲区的大小
                                   2,                   // 通道个数
                                   22050,               // 单通道采样个数
                                   AV_SAMPLE_FMT_S16,   // 采样格式
                                   0);

进行重采样

1.将采集到的AVPacket音频包拷贝到输入缓冲区中
2.使用swr_convert进行重采样

// 进行内存拷贝
memcpy((void *)srcData[0], (void *)pkt.data, pkt.size);
// 重采样
swr_convert(swrCtx,                     // 重采样的上下文
            dstData,                    // 输出结果缓冲区
            22050,                      // 每个通道的采样数
            (const uint8_t **)srcData,  // 输入缓冲区
            22050);                     // 输入单个通道的采样数

重点注意：
av_samples_alloc_array_and_samples的nb_samples参数
以及swr_convert的out_count与in_count两个参数表示的都是单通道的采样个数，切记是单通道的采样个数，而不是大小（字节）
计算规则：
因为我的音频采集设备每次采集到的AVPacket大小是88200个字节，采样大小是16位，即每采集一次是两个字节；所以一个Packet是采集了44100次，而一个通道就采集了22050次

ffplay播放

• 播放采样格式为AV_SAMPLE_FMT_S16的音频
  
• 播放将采样格式为AV_SAMPLE_FMT_S16重采样为AV_SAMPLE_FMT_FLT的音频
  

参考资料

【1】雷神博客
【2】ffmpeg官方文档
【3】李超：音视频基础+ffmpeg原理