ffmpeg开发中的问题（十）

     这两天一直在处理音频的工作。走了不少弯路。还好问题解决了，特此记录一下。

音频出现过好多问题，包括：

0. 无法打开某一个codec

1. 没有声音

2. 有噪声，但能听到所要的音频

3. 完全噪声

4. 无法转码到特定的格式，比如AAC，MP3等

先说明一下几个重要的参数吧

1. sample_fmt. 对应音频格式，主要是音频raw data的解释方法

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


    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, planar
    AV_SAMPLE_FMT_DBLP,        ///< double, planar


    AV_SAMPLE_FMT_NB           ///< Number of sample formats. DO NOT USE if linking dynamically
};

/**
 * Audio Sample Formats
 *
 * @par
 * The data described by the sample format is always in native-endian order.
 * Sample values can be expressed by native C types, hence the lack of a signed
 * 24-bit sample format even though it is a common raw audio data format.
 *
 * @par
 * The floating-point formats are based on full volume being in the range
 * [-1.0, 1.0]. Any values outside this range are beyond full volume level.
 *
 * @par
 * The data layout as used in av_samples_fill_arrays() and elsewhere in FFmpeg
 * (such as AVFrame in libavcodec) is as follows:
 *
 * For planar sample formats, each audio channel is in a separate data plane,
 * and linesize is the buffer size, in bytes, for a single plane. All data
 * planes must be the same size. For packed sample formats, only the first data
 * plane is used, and samples for each channel are interleaved. In this case,
 * linesize is the buffer size, in bytes, for the 1 plane.
 */翻译过来意义有出入，这个说得很清楚了。

planar/ channel/ data plane/ interleaved /linesize/ 

p代表planar平面方式组织数据，其它的是交错方式，目前好像只有这两种

里面的从0到9， 常用的是1,aac, 8,mp3的

2. sample_rate. 好像大部分都是44100. 如果调小了，声音失真，大了，效果也不明显。原因是人耳的频率因素。

3. bit_rate  这个是用户设定，一般不会出问题。

4. channels声道数. channel_layout

解决：

0. 无法打开codec

解决：如果不是没注册codec等初级错误，那就是参数设置不正确。

特定的codec格式是确定的，比如s16, s16p. 如果不对应，也会打不开

1. 当源音频和目标音频格式不同或者采样率不同时，要进行转换

    swr_ctx = swr_alloc();
    if (!swr_ctx) {
        printf( "Could not allocate resampler context
");
        return -1;
    }

    /* set options */
    av_opt_set_int(swr_ctx, "in_channel_layout",iaCodecCtx->channel_layout, 0);
    av_opt_set_int(swr_ctx, "in_sample_rate",   iaCodecCtx->sample_rate, 0);
    av_opt_set_sample_fmt(swr_ctx, "in_sample_fmt", iaCodecCtx->sample_fmt, 0);

    av_opt_set_int(swr_ctx, "out_channel_layout",oaCodecCtx->channel_layout, 0);
    av_opt_set_int(swr_ctx, "out_sample_rate",   oaCodecCtx->sample_rate, 0);
    av_opt_set_sample_fmt(swr_ctx, "out_sample_fmt", oaCodecCtx->sample_fmt, 0);

    /* initialize the resampling context */
    if ((ret = swr_init(swr_ctx)) < 0) {
        printf("Failed to initialize the resampling context
");
        return -1;
    }

        ret = swr_convert(swr_ctx, pFrame->data, pFrame->nb_samples, (const uint8_t **)aFrame->data, aFrame->nb_samples);

以上转到特定格式，变换采样率，数据复制都做了

 

2.完全噪声

原因是数据写错了， packet.data里面全为空，但写进了文件中

3. 目标声音很弱

原因：

数据大小计算错误，加入了不必要的数据