libmad音频解码库分析--libmad简介

 MAD(libmad)是一个开源的高精度MPEG音频解码库,支持MPEG-1标准。libmad提供24-bit的PCM输出,完全定点计算,非常适合在没有浮点支持的嵌入式硬件平台上使用。使用libmad提供的一系列API可以实现MP3文件的解码。

“mad.h”头文件定义了libmad的数据结构及API函数[15]

表4 libmad中的主要数据结构

主要数据结构

作用

struct mad_stream

存放解码前的Bitstream数据

struct mad_synth

存放解码合成滤波后的PCM数据

struct mad_pcm

定义了音频的采样率,声道个数和PCM采样数据,用来初始化音频

struct mad_frame

记录MPEG帧解码后PCM数据的数据结构,其中的mad_header用来记录MPEG帧的基本信息,比如MPEG层数、声道模式、流比特率、采样比特率。声道模式包括单声道、双声道、联合立体混音道以及一般立体声。

     MAD通过回调函数机制来实现解码,每个回调函数会返回一个枚举类型mad_flow,通过mad_flow可以控制解码的过程。在未经处理的情况下,MAD一般输出32bit,以little endian格式存放在mad_fixed_t中的数据。但是大多数的声卡并不能支持输出高达32bit精度的数据,因而还必须对mad_fixed_t进行量化,圆滑处理以及抖动,使到采样信号降到16bit精度。MAD负责的只是解码的过程,它工作过程是:从外部获取输入,逐帧解码,在解码的过程中返回信息,然后得到解码结果。开发人员要手动设置输入输出。

   编程实现解码的方法为:初始化mad_decoder,里面包含了指向输入、输出、滤波、错误和消息回调函数的指针。通过mad_decoder_init()实现初始化[16]

struct mad_decoder decoder;

struct my_playbuf playbuf;                            //设置数据缓冲区

mad_decoder_init(&decoder,&playbuf,input_func,header_func,/*filter*/0, output_func, /*error*/ 0, /* message */ 0);

在这个初始化函数里面,回调输入函数指向了input_func,处理帧头信息的函数指向了header_func,而输出函数则为output_func。其它的滤波,错误和信息函数没有设置,置0。

 

接着,MAD进入了一个解码的循环过程:

当解码函数里面的数据解码完毕时,调用input_func函数;

当input_func函数告知解码函数全部数据已经解码完毕,则MAD处理退出;

对帧头进行解码,调用header_func函数;

对帧中的主数据进行解码;

调用filter_func函数;

将解码数据输出,调用output_func函数;

重复上述步骤。

MAD在每进行一帧的解码结束后都会询问mad_flow的状态,以决定是否进行下一帧的解码。enum mad_flow的数据结构定义如下:

enum mad_flow{

MAD_FLOW_CONTINUE = 0x0000,             /*继续进行下一帧的解码*/

MAD_FLOW_STOP = 0x0010,        /*停止对该比特流的解码并正常退出*/

MAD_FLOW_BREAK = 0x0010,       /*停止对该比特流的解码并返回错误*/

MAD_FLOW_IGNORE = 0x0020              /*不解码该帧,跳入下一帧*/

};

大多数情况下回调函数会返回MAD_FLOW_CONTINUE。要自定义实现的回调函数的声明格式为:

enum mad_flow (*input_func)(void *, struct mad_stream *);

enum mad_flow (*header_func)(void *, struct mad_header const *);

enum mad_flow (*filter_func)(void *, struct mad_stream const *, struct mad_frame *);

enum mad_flow (*output_func)(void *, struct mad_header const *, struct mad_pcm *);

enum mad_flow (*error_func)(void *, struct mad_stream *, struct mad_frame *);

enum mad_flow (*message_func)(void *, void *, unsigned int *);

其中void *指针将缓冲数据传递给这些回调函数,由回调函数对数据进行处理。Input_func函数一般会执行以下操作:

if (more_data_available)

buffer = refill_buffer();

mad_stream_buffer(stream, buffer, length_of_buffer);

return MAD_FLOW_CONTINUE;

else return MAD_FLOW_STOP;

header_func函数会根据mad_header指向的帧头从中读取重要的帧信息,如将读取到的帧长度赋值给mad_timer_t,可以从mad.h中得知存放这些信息的数据结构。

在output_func函数中,利用指向PCM数据的指针mad_pcm,执行类似以下操作:

mad_fixed_t *left_ch = pcm->samples[0], *right_ch =pcm->samples[1];                       //将采样数据分别输出到左右声道

int nsamples = pcm->length;

signed int sample;

unsigned char * buffer = some_buffer;

unsigned char * ptr = buffer;

while (nsamples--)

{

sample = (signed int) do_downsample(*left_ch++)

*ptr++ = (unsigned char) (sample >> 0);

   *ptr++ = (unsigned char) (sample >> 8);

sample = (signed int) do_downsample(*right_ch++)

   *ptr++ = (unsigned char) (sample >> 0);

*ptr++ = (unsigned char) (sample >> 8);

       //处理左右声道采样数据,输出16bit little endian格式PCM

}

定义好各回调函数之后,便可以开始解码:

mad_decoder_run(&decoder, MAD_DECODER_MODE_SYNC);

解码完毕后,调用mad_decoder_finish(&decoder);

libmad简介

MAD (libmad)是一个开源的高精度 MPEG 音频解码库,支持 MPEG-1(Layer I, Layer II 和 LayerIII(也就是 MP3)。LIBMAD 提供 24-bit 的 PCM 输出,完全是定点计算,非常适合没有浮点支持的平台上使用。使用 libmad 提供的一系列 API,就可以非常简单地实现 MP3 数据解码工作。在 libmad 的源代码文件目录下的 mad.h 文件中,可以看到绝大部分该库的数据结构和 API 等。

本文用到的 libmad 中的主要数据结构有:struct mad_stream, struct mad_synth, struct mad_frame。它们的定义如下:


清单 1:libmad 中的主要数据结构

 

  
  
  
  
  1. struct mad_stream { 
  2.   unsigned char const *buffer;     /* input bitstream buffer */ 
  3.   unsigned char const *bufend;    /* end of buffer */ 
  4.   unsigned long skiplen;          /* bytes to skip before next frame */ 
  5.  
  6.   int sync;                     /* stream sync found */ 
  7.   unsigned long freerate;          /* free bitrate (fixed) */ 
  8.  
  9.   unsigned char const *this_frame; /* start of current frame */ 
  10.   unsigned char const *next_frame; /* start of next frame */ 
  11.   struct mad_bitptr ptr;           /* current processing bit pointer */ 
  12.  
  13.   struct mad_bitptr anc_ptr;       /* ancillary bits pointer */ 
  14.   unsigned int anc_bitlen;         /* number of ancillary bits */ 
  15.  
  16.   unsigned char (*main_data)[MAD_BUFFER_MDLEN]; 
  17. /* Layer III main_data() */ 
  18.   unsigned int md_len;           /* bytes in main_data */ 
  19.  
  20.   int options;                   /* decoding options (see below) */ 
  21.   enum mad_error error;          /* error code (see above) */ 
  22. };  

 

如果缓冲区最后一个 MPEG 数据帧只有部分数据包括在缓冲区中,那么 struct mad_stream 中的 next_frame 域指到不完整数据的开始地址。由于缓冲区的 MPEG 数据帧不一定完整,所以不完整的 MPEG 帧的数据必须拷贝到下一次解码操作的缓冲区中,进行再次解码。这里我们还看到 bufend 指向缓冲区数据的最后地址,也就是最后一字节的地址加 1 的位置。mad_stream.bufend – mad_stream.next_frame 就是剩余的未被解码的 MPEG 帧的数据的字节数量(假设此帧在缓冲区中不完整)。mad_streamerror 域用来记录操作 mad_stream 得到的错误代码。错误代码在 mad.h 中有很详细的定义。

 

清单 2:错误代码在 mad.h 中的详细定义

 

  
  
  
  
  1. struct mad_synth { 
  2.   mad_fixed_t filter[2][2][2][16][8]; /* polyphase filterbank outputs */ 
  3.                               /* [ch][eo][peo][s][v] */ 
  4.   unsigned int phase;             /* current processing phase */ 
  5.  
  6.   struct mad_pcm pcm;           /* PCM output */ 
  7. };  

 

 

 

mad_synth 中的关键域 pcm 保存解码和合成后得到的 PCM 数据。


清单 3:mad_synth 中的关键域

struct mad_pcm {   unsigned int samplerate;        /* sampling frequency (Hz) */   unsigned short channels;        /* number of channels */   unsigned short length;          /* number of samples per channel */   mad_fixed_t samples[2][1152];   /* PCM output samples [ch][sample] */ };

 

 

struct mad_pcm 定义了音频的采样率、每个声道个数以及最后的 PCM 采样数据。这些参数可用来初始化音频设备。

 

清单 4:struct mad_pcm

struct mad_frame {   struct mad_header header;              /* MPEG audio header */   int options;                          /* decoding options (from stream) */    mad_fixed_t sbsample[2][36][32];       /* synthesis subband filter samples */   mad_fixed_t (*overlap)[2][32][18];      /* Layer III block overlap data */ 

 

mad_frame 是记录 MPEG 帧解码后的数据的数据结构,其中的 mad_header 尤其重要,其用来记录 MPEG 帧的一些基本信息,比如 MPEG 层数、声道模式、流比特率、采样比特率等等。声道模式包括单声道、双声道、联合立体混音声以及一般立体声。


清单 5:mad_frame

  
  
  
  
  1. enum mad_mode { 
  2.   MAD_MODE_SINGLE_CHANNEL = 0,          /* single channel */ 
  3.   MAD_MODE_DUAL_CHANNEL   = 1,     /* dual channel */ 
  4.   MAD_MODE_JOINT_STEREO   = 2,           /* joint (MS/intensity) stereo */ 
  5.   MAD_MODE_STEREO   = 3                  /* normal LR stereo */ 
  6. }; 
  7.  
  8. struct mad_header { 
  9.   enum mad_layer layer;         /* audio layer (1, 2, or 3) */ 
  10.   enum mad_mode mode;        /* channel mode  */ 
  11.   int mode_extension;           /* additional mode info */ 
  12.   enum mad_emphasis emphasis;  /* de-emphasis to use  */ 
  13.  
  14.   unsigned long bitrate;          /* stream bitrate (bps) */ 
  15.   unsigned int samplerate;        /* sampling frequency (Hz) */ 
  16.  
  17.   unsigned short crc_check;       /* frame CRC accumulator */ 
  18.   unsigned short crc_target;       /* final target CRC checksum */ 
  19.  
  20.   int flags;                     /* flags  */ 
  21.   int private_bits;   /* private bits  */ 
  22.   mad_timer_t duration;  /* audio playing time of frame */ 
  23. };  
  24.  
  25. 下面就本文使用的 API 的功能做简单介绍。 
  26.  
  27. 在本文中用到的 API 包括: 
  28.  
  29.  
  30. void mad_stream_init(struct mad_stream *)  
  31. void mad_synth_init(struct mad_synth *); 
  32. void mad_frame_init(struct mad_frame *);  
  33.  
  34. 以上3个 API 初始化解码需要的数据结构。 
  35.  
  36.  
  37. void mad_stream_buffer(struct mad_stream *, unsigned char const *, unsigned long);  
  38.  
  39. 此函数把原始的未解码的 MPEG 数据和 mad_stream 数据结构关联,以便使用 mad_frame_decode( ) 来解码 MPEG 帧数据。 
  40.  
  41.  
  42. int mad_frame_decode(struct mad_frame *, struct mad_stream *);  
  43.  
  44. 把 mad_stream 中的 MPEG 帧数据解码。 
  45.  
  46.  
  47. void mad_synth_frame(struct mad_synth *, struct mad_frame const *);  
  48.  
  49. 把解码后的音频数据合成 PCM 采样。 
  50.  
  51.  
  52. void mad_stream_finish(struct mad_stream *); 
  53. void mad_frame_finish(struct mad_frame *);  
  54. mad_synth_finish(struct mad_synth);  

以上 3 个 API 在解码完毕后使用,释放 libmad 占用的资源等。

 

 

 

 

你可能感兴趣的:(libmad简介)