解码音频

2020-12-20

首先学习一个小例子，参考雷神博客《最简单的基于FFMPEG + SDL的音频播放器ver2》。对于一个刚开始学习的音视频小白，边看例子边学习进步应该是非常快的。所以我参考雷神的音频播放器，自己写一个一个解码音频并将数据写入到pcm文件的小例子，通过例子学习才是能够理解最深刻以及学习最快的。

首先看一下代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <stdbool.h>
#include <inttypes.h>
#include <libavcodec/avcodec.h>
#include <libavutil/avutil.h>
#include <libswresample/swresample.h>
#include <libavformat/avformat.h>
#include <libavfilter/avfilter.h>

const int MAX_AUDIO_FRAME_SIZE = 19200;

int main(int argc,char* argv[])
{
    //you can define these variable when you use it
    AVFormatContext     *pFormatCtx;
    AVCodecContext      *pCodecCtx;
    AVCodec              *pCodec;
    AVPacket             *packet;
    AVFrame              *pFrame;
    uint8_t             *out_buffer;
    SwrContext  *pSwrCtx;
    int audio_stream_index;
    int got_frame;

    const char* url = argv[1];

    //step 1 register all decoder
    av_register_all();
    pFormatCtx = avformat_alloc_context();
    if (avformat_open_input(&pFormatCtx,url,NULL,NULL) != 0){
        printf("Couldn`t open input stream\n");
        return -1;
    }
    if (avformat_find_stream_info(pFormatCtx,NULL) < 0)
    {
        printf("Couldn`t find stream infomation\n");
        return -1;
    }

    av_dump_format(pFormatCtx,0,url,false);

    //find the stream decoder
    audio_stream_index = -1;
    for(int i=0;i < pFormatCtx->nb_streams;i++)
    {
        if (pFormatCtx->streams[i]->codecpar->codec_type == AVMEDIA_TYPE_AUDIO)
        {
            audio_stream_index = i;
            break;
        }
    }
    if (audio_stream_index == -1)
    {
        printf("Couldn`t find a audio stream");
        return -1;
    }

    pCodecCtx = pFormatCtx->streams[audio_stream_index]->codec;
    pCodec = avcodec_find_decoder(pCodecCtx->codec_id);
    if (pCodec == NULL)
    {
        printf("Couldn`t find the decoder");
        return -1;
    }
    if (avcodec_open2(pCodecCtx,pCodec,NULL)<0){
        printf("Could not open codec");
        return -1;
    }
    FILE *fp = fopen("output.pcm","wb");

    //初始化packet
    packet =  av_packet_alloc();  //(AVPacket*)av_malloc(sizeof(AVPacket));
    av_init_packet(packet);

    //out audio param
    uint64_t out_channel_layout = AV_CH_LAYOUT_STEREO;
    //nb_samples
    int out_nb_samples = pCodecCtx->frame_size;
    //output sample fmt
    enum AVSampleFormat out_sample_fmt = AV_SAMPLE_FMT_S16;
    //sample rate
    int out_sample_rate = 44100;
    //out channels
    int out_channels = av_get_channel_layout_nb_channels(out_channel_layout);
    //Out buffer size
    int out_buffer_size = av_samples_get_buffer_size(NULL,out_channels,out_nb_samples,out_sample_fmt,1);
    out_buffer = (uint8_t *)av_malloc(MAX_AUDIO_FRAME_SIZE*2);
    pFrame = av_frame_alloc();

    //get the input channle layout
    uint64_t in_channel_layout = av_get_default_channel_layout(pCodecCtx->channels);
    pSwrCtx = swr_alloc();
    pSwrCtx = swr_alloc_set_opts(pSwrCtx,out_channel_layout,out_sample_fmt,out_sample_rate,
                                 in_channel_layout,pCodecCtx->sample_fmt,pCodecCtx->sample_rate,0,NULL);
    swr_init(pSwrCtx);
    int index = 1;
    while(av_read_frame(pFormatCtx,packet)>=0)
    {

        if (packet->stream_index == audio_stream_index)
        {
            //decode the packet
            int ret =   avcodec_decode_audio4(pCodecCtx,pFrame,&got_frame,packet);
            if (ret < 0)
            {
                printf("Error in decoding audio frame.\n");
                return -1;
            }
            if (got_frame > 0)
            {
                //convert to out buffer
                swr_convert(pSwrCtx,&out_buffer,MAX_AUDIO_FRAME_SIZE,(const uint8_t**)pFrame->data,pFrame->nb_samples);
                printf("index:%5d\t pts:%"PRId64 "t packet size:%d\n",index,packet->pts,packet->size);
                index++;
                fwrite(out_buffer,1,out_buffer_size,fp);
            }
        }
        // free packet
        av_packet_unref(packet);
    }
    swr_free(&pSwrCtx);
    fclose(fp);
    av_free(out_buffer);
    av_packet_free(&packet);
    avformat_close_input(&pFormatCtx);
    return 0;
}

主要步骤如下：

使用av_register_all() 注册编解码器
申请AVFormatContext()作为操作的上下文线索
使用avformat_open_input()打开输入信息
使用avformat_find_stream_info()找到文件的流信息
使用av_dump_format()为AVFormatContext中得streams填上正确信息
找到AVFormatContext中得音频信息流索引
通过AVFormatContext找到对应的解码器环境AVCodecContext
通过avcodec_find_decoder()和AVCodecContext找到对应的解码器
使用avcodec_open2()设置解码环境并打开解码器
使用av_packet_alloc()和av_init_packet()初始化AVPacket
初始化 SwrContext并设置音频输出参数(频率，声道，采样格式，采样率声道布局等)
使用av_read_frame()读取每一个AVPacket，判断每一个AVPacket是否是audio stream如果是就使用avcodec_decode_audio4解码每一帧，并使用swr_convert()将每一帧的数据转换为uint8_t的buff并将其写入到文件中
释放所申请的所有资源