一、前言
之前在做倍速这个功能的时候,发现快速播放会有滴滴滴的破音出现,正常1倍速没有这个问题,尽管这个破音间隔很短,要放大音量才能听到,但是总归是不完美的,后面发现,通过修改qaudiooutput的采样率,可以规避这个问题,破音不在出现了,但是音调变了,倍速越大变得越快,人声越发不清晰,变得尖锐,也就是通常说的变速变调了。当然这是正常现象,所有搞音视频播放开发者都会遇到这个现象,因为这就是默认的正常现象,但是我们希望听到的是变速不变调,速度可以快,但是要尽量保持人声能够识别。所以就需要有个算法能够将收到的可以直接播放的pcm数据运算,运算后的pcm数据是尽量保证了人声的数据,这样保持采样率不变的情况下,播放出来的声音效果非常好。
对比过很多播放器,有些著名的播放器早期也是没有考虑到这个变速变调的问题,是后来的版本才慢慢加上去的。还有些著名的组件比如qtav等,也一直是没有解决变速变调的问题,包括著名的推流大佬obs,调整到2倍速推流,声音也是变调了的。通过查阅资料得知,保证变速不变调,通常用两个库来实现,一个是soundtouch,一个是sonic,本人更喜欢用sonic,集成简单,就一个h和一个c文件,纯c语言编写的,整个源码就几千行代码。要学习也是非常容易的,通用任何平台和编译器。毕竟就是个数学运算库,只要是能支持C语言的场景就都支持。
Qt调用sonic库基本步骤:
- 创建对象 sonicCreateStream,传入采样率和通道。
- 设置倍速 sonicSetSpeed,还可以设置音调sonicSetPitch、设置语速sonicSetRate等。
- 写入数据 sonicWriteShortToStream,将收到的可以直接播放的pcm音频数据传入。
- 取出数据 sonicReadShortFromStream,将取出的数据再发给qaudiooutput播放即可。
视频演示步骤:
- 演示不做任何处理的倍速声音。
- 演示通过更改采样率的倍速声音。
- 演示通过音效库处理的声音。
- 演示音调变化,正常语速,变化音调。
- 演示音量变化,正常音量,通过修改声音数据,强制提高音量。
- 演示麦克风正常语速变调,不同通道。
- 对比vlc、mpv、qtav的倍速处理。
- 在其他系统上编译测试是否也都兼容。
二、效果图
三、体验地址
- 国内站点:https://gitee.com/feiyangqingyun
- 国际站点:https://github.com/feiyangqingyun
- 个人作品:https://blog.csdn.net/feiyangqingyun/article/details/97565652
- 体验地址:https://pan.baidu.com/s/1d7TH_GEYl5nOecuNlWJJ7g 提取码:01jf 文件名:bin_video_demo。
- 视频主页:https://space.bilibili.com/687803542
四、功能特点
4.1. 基础功能
- 支持各种音频视频文件格式,比如mp3、wav、mp4、asf、rm、rmvb、mkv等。
- 支持本地摄像头设备和本地桌面采集,支持多设备和多屏幕。
- 支持各种视频流格式,比如rtp、rtsp、rtmp、http、udp等。
- 本地音视频文件和网络音视频文件,自动识别文件长度、播放进度、音量大小、静音状态等。
- 文件可以指定播放位置、调节音量大小、设置静音状态等。
- 支持倍速播放文件,可选0.5倍、1.0倍、2.5倍、5.0倍等速度,相当于慢放和快放。
- 支持开始播放、停止播放、暂停播放、继续播放。
- 支持抓拍截图,可指定文件路径,可选抓拍完成是否自动显示预览。
- 支持录像存储,手动开始录像、停止录像,部分内核支持暂停录像后继续录像,跳过不需要录像的部分。
- 支持无感知切换循环播放、自动重连等机制。
- 提供播放成功、播放完成、收到解码图片、收到抓拍图片、视频尺寸变化、录像状态变化等信号。
- 多线程处理,一个解码一个线程,不卡主界面。
4.2. 特色功能
- 同时支持多种解码内核,包括qmedia内核(Qt4/Qt5/Qt6)、ffmpeg内核(ffmpeg2/ffmpeg3/ffmpeg4/ffmpeg5/ffmpeg6)、vlc内核(vlc2/vlc3)、mpv内核(mpv1/mp2)、mdk内核、海康sdk、easyplayer内核等。
- 非常完善的多重基类设计,新增一种解码内核只需要实现极少的代码量,就可以应用整套机制,极易拓展。
- 同时支持多种画面显示策略,自动调整(原始分辨率小于显示控件尺寸则按照原始分辨率大小显示,否则等比缩放)、等比缩放(永远等比缩放)、拉伸填充(永远拉伸填充)。所有内核和所有视频显示模式下都支持三种画面显示策略。
- 同时支持多种视频显示模式,句柄模式(传入控件句柄交给对方绘制控制)、绘制模式(回调拿到数据后转成QImage用QPainter绘制)、GPU模式(回调拿到数据后转成yuv用QOpenglWidget绘制)。
- 支持多种硬件加速类型,ffmpeg可选dxva2、d3d11va等,vlc可选any、dxva2、d3d11va,mpv可选auto、dxva2、d3d11va,mdk可选dxva2、d3d11va、cuda、mft等。不同的系统环境有不同的类型选择,比如linux系统有vaapi、vdpau,macos系统有videotoolbox。
- 解码线程和显示窗体分离,可指定任意解码内核挂载到任意显示窗体,动态切换。
- 支持共享解码线程,默认开启并且自动处理,当识别到相同的视频地址,共享一个解码线程,在网络视频环境中可以大大节约网络流量以及对方设备的推流压力。国内顶尖视频厂商均采用此策略。这样只要拉一路视频流就可以共享到几十个几百个通道展示。
- 自动识别视频旋转角度并绘制,比如手机上拍摄的视频一般是旋转了90度的,播放的时候要自动旋转处理,不然默认是倒着的。
- 自动识别视频流播放过程中分辨率的变化,在视频控件上自动调整尺寸。比如摄像机可以在使用过程中动态配置分辨率,当分辨率改动后对应视频控件也要做出同步反应。
- 音视频文件无感知自动切换循环播放,不会出现切换期间黑屏等肉眼可见的切换痕迹。
- 视频控件同时支持任意解码内核、任意画面显示策略、任意视频显示模式。
- 视频控件悬浮条同时支持句柄、绘制、GPU三种模式,非绝对坐标移来移去。
- 本地摄像头设备支持指定设备名称、分辨率、帧率进行播放。
- 本地桌面采集支持设定采集区域、偏移值、指定桌面索引、帧率、多个桌面同时采集等。还支持指定窗口标题采集固定窗口。
- 录像文件同时支持打开的视频文件、本地摄像头、本地桌面、网络视频流等。
- 瞬间响应打开和关闭,无论是打开不存在的视频或者网络流,探测设备是否存在,读取中的超时等待,收到关闭指令立即中断之前的操作并响应。
- 支持打开各种图片文件,支持本地音视频文件拖曳播放。
- 视频流通信方式可选tcp/udp,有些设备可能只提供了某一种协议通信比如tcp,需要指定该种协议方式打开。
- 可设置连接超时时间(视频流探测用的超时时间)、读取超时时间(采集过程中的超时时间)。
- 支持逐帧播放,提供上一帧/下一帧函数接口,可以逐帧查阅采集到的图像。
- 音频文件自动提取专辑信息比如标题、艺术家、专辑、专辑封面,自动显示专辑封面。
- 视频响应极低延迟0.2s左右,极速响应打开视频流0.5s左右,专门做了优化处理。
- 支持H264/H265编码(现在越来越多的监控摄像头是H265视频流格式)生成视频文件,内部自动识别切换编码格式。
- 支持用户信息中包含特殊字符(比如用户信息中包含+#@等字符)的视频流播放,内置解析转义处理。
- 支持滤镜,各种水印及图形效果,支持多个水印和图像,可以将OSD标签信息和各种图形信息写入到MP4文件。
- 支持视频流中的各种音频格式,AAC、PCM、G.726、G.711A、G.711Mu、G.711ulaw、G.711alaw、MP2L2等都支持,推荐选择AAC兼容性跨平台性最好。
- 内核ffmpeg采用纯qt+ffmpeg解码,非sdl等第三方绘制播放依赖,gpu绘制采用qopenglwidget,音频播放采用qaudiooutput。
- 内核ffmpeg和内核mdk支持安卓,其中mdk支持安卓硬解码,性能非常凶残。
- 可以切换音视频轨道,也就是节目通道,可能ts文件带了多个音视频节目流,可以分别设置要播放哪一个,可以播放前设置好和播放过程中动态设置。
- 可以设置视频旋转角度,可以播放前设置好和播放过程中动态改变。
- 视频控件悬浮条自带开始和停止录像切换、声音静音切换、抓拍截图、关闭视频等功能。
- 音频组件支持声音波形值数据解析,可以根据该值绘制波形曲线和柱状声音条,默认提供了声音振幅信号。
- 标签和图形信息支持三种绘制方式,绘制到遮罩层、绘制到图片、源头绘制(对应信息可以存储到文件)。
- 通过传入一个url地址,该地址可以带上通信协议、分辨率、帧率等信息,无需其他设置。
- 保存视频到文件支持三种策略,自动处理、仅限文件、全部转码,转码策略支持自动识别、转264、转265,编码保存支持指定分辨率缩放或者等比例缩放。比如对保存文件体积有要求可以指定缩放后再存储。
- 支持加密保存文件和解密播放文件,可以指定秘钥文本。
- 提供的监控布局类支持64通道同时显示,还支持各种异型布局,比如13通道,手机上6行2列布局。各种布局可以自由定义。
- 支持电子放大,在悬浮条切换到电子放大模式,在画面上选择需要放大的区域,选取完毕后自动放大,再次切换放大模式可以复位。
- 各组件中极其详细的打印信息提示,尤其是报错信息提示,封装的统一打印格式。针对现场复杂的设备环境测试极其方便有用,相当于精确定位到具体哪个通道哪个步骤出错。
- 同时提供了简单示例、视频播放器、多画面视频监控、监控回放、逐帧播放、多屏渲染等单独窗体示例,专门演示对应功能如何使用。
- 监控回放可选不同厂家类型、回放时间段、用户信息、指定通道。支持切换回放进度。
- 可以从声卡设备下拉框选择声卡播放声音,提供对应的切换声卡函数接口。
- 支持编译到手机app使用,提供了专门的手机app布局界面,可以作为手机上的视频监控使用。
- 代码框架和结构优化到最优,性能强悍,注释详细,持续迭代更新升级。
- 源码支持windows、linux、mac、android等,支持各种国产linux系统,包括但不限于统信UOS/中标麒麟/银河麒麟等。还支持嵌入式linux。
- 源码支持Qt4、Qt5、Qt6,兼容所有版本。
4.3. 视频控件
- 可动态添加任意多个osd标签信息,标签信息包括名字、是否可见、字号大小、文本文字、文本颜色、背景颜色、标签图片、标签坐标、标签格式(文本、日期、时间、日期时间、图片)、标签位置(左上角、左下角、右上角、右下角、居中、自定义坐标)。
- 可动态添加任意多个图形信息,这个非常有用,比如人工智能算法解析后的图形区域信息直接发给视频控件即可。图形信息支持任意形状,直接绘制在原始图片上,采用绝对坐标。
- 图形信息包括名字、边框大小、边框颜色、背景颜色、矩形区域、路径集合、点坐标集合等。
- 每个图形信息都可指定三种区域中的一种或者多种,指定了的都会绘制。
- 内置悬浮条控件,悬浮条位置支持顶部、底部、左侧、右侧。
- 悬浮条控件参数包括边距、间距、背景透明度、背景颜色、文本颜色、按下颜色、位置、按钮图标代码集合、按钮名称标识集合、按钮提示信息集合。
- 悬浮条控件一排工具按钮可自定义,通过结构体参数设置,图标可选图形字体还是自定义图片。
- 悬浮条按钮内部实现了录像切换、抓拍截图、静音切换、关闭视频等功能,也可以自行在源码中增加自己对应的功能。
- 悬浮条按钮对应实现了功能的按钮,有对应图标切换处理,比如录像按钮按下后会切换到正在录像中的图标,声音按钮切换后变成静音图标,再次切换还原。
- 悬浮条按钮单击后都用名称唯一标识作为信号发出,可以自行关联响应处理。
- 悬浮条空白区域可以显示提示信息,默认显示当前视频分辨率大小,可以增加帧率、码流大小等信息。
- 视频控件参数包括边框大小、边框颜色、焦点颜色、背景颜色(默认透明)、文字颜色(默认全局文字颜色)、填充颜色(视频外的空白处填充黑色)、背景文字、背景图片(如果设置了图片优先取图片)、是否拷贝图片、缩放显示模式(自动调整、等比缩放、拉伸填充)、视频显示模式(句柄、绘制、GPU)、启用悬浮条、悬浮条尺寸(横向为高度、纵向为宽度)、悬浮条位置(顶部、底部、左侧、右侧)。
五、相关代码
void AudioPlayer::openSonic(bool useSonic, int sampleRate, int channelCount, float speed, float pitch, float rate, float volume)
{
this->closeSonic();
if (useSonic) {
//开辟临时存放运算后的音频数据内存空间
sonicData = new float[sonicSize];
//创建变速运算流
sonicObj = SonicCpp::sonicCreateStream(sampleRate, channelCount);
//设置音速
SonicCpp::sonicSetSpeed(sonicObj, speed);
//设置音调
SonicCpp::sonicSetPitch(sonicObj, pitch);
//设置语速
SonicCpp::sonicSetRate(sonicObj, rate);
//声音大小/可以通过改变声音数据强制提高音量
SonicCpp::sonicSetVolume(sonicObj, volume);
}
}
void AudioPlayer::closeSonic()
{
//释放变声库临时数据
if (sonicData) {
delete[] sonicData;
sonicData = NULL;
}
//释放变声库对象
if (sonicObj) {
SonicCpp::sonicDestroyStream(sonicObj);
sonicObj = NULL;
}
}
void AudioPlayer::playSonicData(const char *data, qint64 len)
{
//为什么是这个尺寸 https://blog.csdn.net/qq_40170041/article/details/127727153
//写入的时候用真实的数据长度除以这个值/取出的时候用运算后的真实数据长度乘以这个值
//先将音频数据写入流/然后从流中取出运算后的数据
int offset, numSamples;
if (sampleSize == 8) {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 1;
SonicCpp::sonicWriteUnsignedCharToStream(sonicObj, (uchar *)data, len / offset);
numSamples = SonicCpp::sonicReadUnsignedCharFromStream(sonicObj, (uchar *)sonicData, sonicSize);
} else if (sampleSize == 16) {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 2;
SonicCpp::sonicWriteShortToStream(sonicObj, (short *)data, len / offset);
numSamples = SonicCpp::sonicReadShortFromStream(sonicObj, (short *)sonicData, sonicSize);
} else {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 4;
SonicCpp::sonicWriteFloatToStream(sonicObj, (float *)data, len / offset);
numSamples = SonicCpp::sonicReadFloatFromStream(sonicObj, (float *)sonicData, sonicSize);
}
//写入运算后的音频数据
deviceOutput->write((const char *)sonicData, numSamples * offset);
}
void AudioPlayer::playAudioData(const char *data, qint64 len)
{
#ifdef multimedia
if (deviceOutput) {
//发送收到音频播放数据信号
emit receiveOutputData(data, len);
//限定静音状态下不写入数据减轻压力
if (!muted) {
if (sonicObj) {
this->playSonicData(data, len);
} else {
deviceOutput->write(data, len);
}
}
//获取音频数据振幅
if (level) {
qreal leftLevel, rightLevel;
AudioHelper::getAudioLevel(audioOutput->format(), data, len, leftLevel, rightLevel);
emit receiveLevel(leftLevel, rightLevel);
}
}
#endif
}