最简单的基于 FFmpeg 的音频编码器（PCM 编码为 AAC）

news2024/10/7 16:20:14

最简单的基于 FFmpeg 的音频编码器（PCM 编码为 AAC）

  • 最简单的基于 FFmpeg 的音频编码器（PCM 编码为 AAC）
    • 正文
    • 结果
    • 工程文件下载
    • 其他参考链接

最简单的基于 FFmpeg 的音频编码器（PCM 编码为 AAC）

参考雷霄骅博士的文章，链接：最简单的基于FFMPEG的音频编码器（PCM编码为AAC）

正文

本文介绍一个最简单的基于 FFmpeg 的音频编码器。

该编码器实现了 PCM 音频采样数据编码为 AAC 的压缩编码数据。

下面附一张使用 FFmpeg 编码音频的流程图。使用该流程，不仅可以编码 AAC 的音频，而且可以编码 MP3，MP2 等等各种 FFmpeg 支持的音频。图中蓝色背景的函数是实际输出数据的函数。浅绿色的函数是音频编码的函数。

请添加图片描述

简单介绍一下流程中各个函数的意义：

  1. av_register_all()：注册 FFmpeg 所有编解码器。
  2. avformat_alloc_output_context2()：初始化输出码流的 AVFormatContext。
  3. avio_open()：打开输出文件。
  4. av_new_stream()：创建输出码流的 AVStream。
  5. avcodec_find_encoder()：查找编码器。
  6. avcodec_open2()：打开编码器。
  7. avformat_write_header()：写文件头（对于某些没有文件头的封装格式，不需要此函数。比如说 MPEG2TS）。
  8. avcodec_encode_audio2()：编码音频。即将 AVFrame（存储 PCM 采样数据）编码为 AVPacket（存储 AAC，MP3 等格式的码流数据）。
  9. av_write_frame()：将编码后的视频码流写入文件。
  10. av_write_trailer()：写文件尾（对于某些没有文件头的封装格式，不需要此函数。比如说 MPEG2TS）。

另外，程序中的函数 flush_encoder()：输入的像素数据读取完成后调用此函数。用于输出编码器中剩余的 AVPacket。

编码器代码十分简单，但是每一行代码都很重要。通过看本编码器的源代码，可以了解 FFmpeg 音频编码的流程。

本程序使用编译时间为 2014.5.6 的 FFmpeg 类库，下载链接：【免费】FFmpeg 库.zip。

开发平台为 VC2015。所有的配置都已经做好，只需要运行就可以了。

源代码：

// Simplest FFmpeg Audio Encoder.cpp : 定义控制台应用程序的入口点。
//

/**
* 最简单的基于 FFmpeg 的音频编码器
* Simplest FFmpeg Audio Encoder
*
* 源程序：
* 雷霄骅 Lei Xiaohua
* leixiaohua1020@126.com
* 中国传媒大学/数字电视技术
* Communication University of China / Digital TV Technology
* http://blog.csdn.net/leixiaohua1020
*
* 修改：
* 刘文晨 Liu Wenchen
* 812288728@qq.com
* 电子科技大学/电子信息
* University of Electronic Science and Technology of China / Electronic and Information Science
* https://blog.csdn.net/ProgramNovice
*
* 本程序实现了音频 PCM 采样数据编码为压缩码流（MP3，WMA，AAC 等）。
* 是最简单的 FFmpeg 音频编码方面的教程。
* 通过学习本例子可以了解 FFmpeg 的编码流程。
*
* This software encode PCM data to AAC bitstream.
* It's the simplest audio encoding software based on FFmpeg.
* Suitable for beginner of FFmpeg
*
*/

#include "stdafx.h"

#include <stdio.h>

// 解决报错：fopen() 函数不安全
#pragma warning(disable:4996)

// 解决报错：无法解析的外部符号 __imp__fprintf，该符号在函数 _ShowError 中被引用
#pragma comment(lib, "legacy_stdio_definitions.lib")
extern "C"
{
	// 解决报错：无法解析的外部符号 __imp____iob_func，该符号在函数 _ShowError 中被引用
	FILE __iob_func[3] = { *stdin, *stdout, *stderr };
}

#define __STDC_CONSTANT_MACROS

#ifdef _WIN32
// Windows
extern "C"
{
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
};
#else
// Linux...
#ifdef __cplusplus
extern "C"
{
#endif
#include <libavcodec/avcodec.h>
#include <libavformat/avformat.h>
#ifdef __cplusplus
};
#endif
#endif


int flush_encoder(AVFormatContext *fmt_ctx, unsigned int stream_index)
{
	int ret;
	int got_frame;
	AVPacket enc_pkt;

	if (!(fmt_ctx->streams[stream_index]->codec->codec->capabilities &
		CODEC_CAP_DELAY))
		return 0;
	while (1)
	{
		enc_pkt.data = NULL;
		enc_pkt.size = 0;
		av_init_packet(&enc_pkt);
		ret = avcodec_encode_audio2(fmt_ctx->streams[stream_index]->codec, &enc_pkt,
			NULL, &got_frame);
		av_frame_free(NULL);
		if (ret < 0)
			break;
		if (!got_frame)
		{
			ret = 0;
			break;
		}
		printf("Flush Encoder: Succeed to encode 1 frame!\tsize:%5d.\n", enc_pkt.size);
		// mux encoded frame
		ret = av_write_frame(fmt_ctx, &enc_pkt);
		if (ret < 0)
		{
			break;
		}
	}
	return ret;
}

int main(int argc, char* argv[])
{
	AVFormatContext* pFormatCtx;
	AVOutputFormat* fmt;
	AVStream* audio_stream;
	AVCodecContext* pCodecCtx;
	AVCodec* pCodec;

	uint8_t* frame_buf;
	AVFrame* pFrame;
	AVPacket pkt;

	int got_frame = 0;
	int size = 0;
	int ret = 0;

	FILE *fp_in = fopen("tdjm.pcm", "rb"); // 输入 PCM 文件
	int framenum = 1000; // Audio frame number
	const char* out_file = "tdjm.aac"; // 输出 URL
	int i;

	av_register_all();

	// Method 1
	// pFormatCtx = avformat_alloc_context();
	// fmt = av_guess_format(NULL, out_file, NULL);
	// pFormatCtx->oformat = fmt;

	// Method 2 (More simple)
	avformat_alloc_output_context2(&pFormatCtx, NULL, NULL, out_file);
	fmt = pFormatCtx->oformat;

	// Open Output URL
	if (avio_open(&pFormatCtx->pb, out_file, AVIO_FLAG_READ_WRITE) < 0)
	{
		printf("Can't open output file.\n");
		return -1;
	}

	audio_stream = avformat_new_stream(pFormatCtx, 0);
	if (audio_stream == NULL)
	{
		printf("Can't create audio stream.\n");
		return -1;
	}

	pCodecCtx = audio_stream->codec;
	pCodecCtx->codec_id = fmt->audio_codec;
	pCodecCtx->codec_type = AVMEDIA_TYPE_AUDIO;
	pCodecCtx->sample_fmt = AV_SAMPLE_FMT_S16;
	pCodecCtx->sample_rate = 44100;
	pCodecCtx->channel_layout = AV_CH_LAYOUT_STEREO;
	pCodecCtx->channels = av_get_channel_layout_nb_channels(pCodecCtx->channel_layout);
	pCodecCtx->bit_rate = 64000;

	//pCodec = avcodec_find_encoder(fmt->audio_codec);
	//if (!pCodec)
	//{
	//	printf("Can't find encoder.\n");
	//	return -1;
	//}
	//pCodecCtx = audio_stream->codec;
	//pCodecCtx->codec_id = fmt->audio_codec;
	//pCodecCtx->codec_type = AVMEDIA_TYPE_AUDIO;
	//pCodecCtx->sample_fmt = pCodec->sample_fmts[0];
	//pCodecCtx->sample_rate = 44100;
	//pCodecCtx->channel_layout = AV_CH_LAYOUT_STEREO;
	//pCodecCtx->channels = av_get_channel_layout_nb_channels(pCodecCtx->channel_layout);
	//pCodecCtx->bit_rate = 64000;
	//pCodecCtx->profile = FF_PROFILE_AAC_MAIN;
	//pCodecCtx->strict_std_compliance = FF_COMPLIANCE_EXPERIMENTAL;

	// Print some information
	av_dump_format(pFormatCtx, 0, out_file, 1);

	pCodec = avcodec_find_encoder(pCodecCtx->codec_id);
	if (!pCodec)
	{
		printf("Can not find encoder!\n");
		return -1;
	}

	if (avcodec_open2(pCodecCtx, pCodec, NULL) < 0)
	{
		printf("Failed to open encoder.\n");
		return -1;
	}

	pFrame = av_frame_alloc();
	pFrame->nb_samples = pCodecCtx->frame_size;
	pFrame->format = pCodecCtx->sample_fmt;

	// 计算缓存区域大小
	size = av_samples_get_buffer_size(NULL, pCodecCtx->channels, pCodecCtx->frame_size, pCodecCtx->sample_fmt, 1);
	// 分配缓存
	frame_buf = (uint8_t *)av_malloc(size);
	if (!frame_buf)
	{
		printf("Can't malloc frame buffer.\n");
		return -1;
	}
	avcodec_fill_audio_frame(pFrame, pCodecCtx->channels, pCodecCtx->sample_fmt,
		(const uint8_t*)frame_buf, size, 1);

	// Write Header
	avformat_write_header(pFormatCtx, NULL);

	av_new_packet(&pkt, size);

	for (i = 0; i < framenum; i++)
	{
		// Read PCM
		if (fread(frame_buf, sizeof(char), size, fp_in) <= 0)
		{
			printf("Failed to read raw data! \n");
			return -1;
		}
		else if (feof(fp_in))
		{
			break;
		}
		pFrame->data[0] = frame_buf;  // PCM Data

		pFrame->pts = i * 100;
		got_frame = 0;
		// Encode
		ret = avcodec_encode_audio2(pCodecCtx, &pkt, pFrame, &got_frame);
		if (ret < 0)
		{
			printf("Failed to encode!\n");
			return -1;
		}
		if (got_frame == 1)
		{
			printf("Succeed to encode 1 frame! \tsize:%5d\n", pkt.size);
			pkt.stream_index = audio_stream->index;
			ret = av_write_frame(pFormatCtx, &pkt);
			av_free_packet(&pkt);
		}
	}

	// Flush Encoder
	ret = flush_encoder(pFormatCtx, 0);
	if (ret < 0)
	{
		printf("Flushing encoder failed.\n");
		return -1;
	}


	// Write Trailer
	av_write_trailer(pFormatCtx);

	printf("Encode Successful.\n");

	// Clean
	if (audio_stream)
	{
		avcodec_close(audio_stream->codec);
		av_free(pFrame);
		av_free(frame_buf);
	}
	avio_close(pFormatCtx->pb);
	avformat_free_context(pFormatCtx);

	fclose(fp_in);
	
	return 0;
}

结果

输入 pcm 文件：

在这里插入图片描述

采样率 64000，双声道，位深 16bit。

在 Adobe Audition 2020 中查看波形：

在这里插入图片描述

运行程序，得到采样率为 44100HZ 的输出文件 tdjm.aac。

用 MediaInfo 查看：

在这里插入图片描述

播放该 aac 文件，能听出来是周杰伦的《她的睫毛》。

注：pcm 也能播放，因为采样率是 64000HZ，比正常速度的 44100HZ 快，所以听着有些奇怪。

工程文件下载

GitHub：UestcXiye / Simplest-FFmpeg-Audio-Encoder

CSDN：Simplest FFmpeg Audio Encoder.zip

其他参考链接

  1. 新版ffmpeg编码AAC注意事项
  2. FFmpeg 音频编码

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1443503.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

网络原理(一)

网络原理(一)

&#x1f495;"Echo"&#x1f495; 作者&#xff1a;Mylvzi 文章主要内容&#xff1a;网络原理(一) 一. 应用层 应用层是和程序员联系最密切的一层,对于应用层来说,程序员可以自定义应用层协议,应用层的协议一般要约定好以下两部分内容: 根据需求,明确要传输哪些信…
阅读更多...
使用REQUESTDISPATCHER对象调用错误页面

使用REQUESTDISPATCHER对象调用错误页面

使用REQUESTDISPATCHER对象调用错误页面 问题陈述 InfoSuper公司已经创建了一个动态网站。发生错误时，浏览器中显示的堆栈跟踪很难理解。公司的系统分析师David Wong让公司的软件程序员Don Allen创建自定义错误页面。servlet引发异常时，应使用RequestDisapatcher对象向自定义…
阅读更多...
[VulnHub靶机渗透] Misdirection: 1

[VulnHub靶机渗透] Misdirection: 1

&#x1f36c; 博主介绍&#x1f468;‍&#x1f393; 博主介绍&#xff1a;大家好&#xff0c;我是 hacker-routing &#xff0c;很高兴认识大家~ ✨主攻领域&#xff1a;【渗透领域】【应急响应】 【python】 【VulnHub靶场复现】【面试分析】 &#x1f389;点赞➕评论➕收藏…
阅读更多...
jmeter-问题二：JMeter进行文件上传时，常用的几种MIME类型

jmeter-问题二：JMeter进行文件上传时，常用的几种MIME类型

以下是一些常用的MIME类型及其对应的文件扩展名&#xff1a; 文本类型: text/plain: 通常用于纯文本文件&#xff0c;如 .txt 文件。 text/html: 用于HTML文档&#xff0c;即 .html 文件。 application/msword: Microsoft Word文档&#xff0c;即 .doc 和 .docx 文件。 图像…
阅读更多...
在Ubuntu22.04上部署ComfyUI

在Ubuntu22.04上部署ComfyUI

ComfyUI 是 一个基于节点流程的 Stable Diffusion 操作界面&#xff0c;可以通过流程&#xff0c;实现了更加精准的工作流定制和完善的可复现性。每一个模块都有特定的的功能&#xff0c;我们可以通过调整模块连接达到不同的出图效果&#xff0c;特点如下&#xff1a; 1.对显存…
阅读更多...
2024年 前端JavaScript入门到精通 第一天

2024年 前端JavaScript入门到精通 第一天

主要讲解JavaScript核心知识&#xff0c;包含最新ES6语法&#xff0c;从基础到API再到高级。让你一边学习一边练习&#xff0c;重点知识及时实践&#xff0c;同时每天安排大量作业&#xff0c;加深记忆&#xff0c;巩固学习成果。 1.1 基本软件与准备工作 1.2 JavaScript 案例 …
阅读更多...
C语言rand随机数知识解析和猜数字小游戏

C语言rand随机数知识解析和猜数字小游戏

rand随机数 rand C语言中提供了一个可以随机生成一个随机数的函数&#xff1a;rand&#xff08;&#xff09; 函数原型&#xff1a; int rand(void);rand函数返回的值的区间是&#xff1a;0~RAND_MAX(32767)之间。大部分编译器都是32767。 #include<stdlib.h> int ma…
阅读更多...
hummingbird，一个便于将模型部署到边缘设备的Python库！

hummingbird，一个便于将模型部署到边缘设备的Python库！

前言 随着人工智能和机器学习的快速发展&#xff0c;将训练好的模型部署到生产环境中成为了一个重要的任务。而边缘计算设备&#xff0c;如智能手机、嵌入式系统和物联网设备&#xff0c;也需要能够运行机器学习模型以进行实时推理。Python Hummingbird 是一个强大的工具&…
阅读更多...
Java学习笔记2024/2/8

Java学习笔记2024/2/8

面向对象 //面向对象介绍 //面向: 拿、找 //对象: 能干活的东西 //面向对象编程: 拿东西过来做对应的事情 //01-如何设计对象并使用 //1.类和对象 //2.类的几个不错注意事项 1. 类和对象 1.1 类和对象的理解 客观存在的事物皆为对象 &#xff0c;所以我们也常常说万物皆对…
阅读更多...
基于springboot会员制医疗预约服务管理信息系统源码和论文

基于springboot会员制医疗预约服务管理信息系统源码和论文

会员制医疗预约服务管理信息系统是针对会员制医疗预约服务管理方面必不可少的一个部分。在会员制医疗预约服务管理的整个过程中&#xff0c;会员制医疗预约服务管理系统担负着最重要的角色。为满足如今日益复杂的管理需求&#xff0c;各类的管理系统也在不断改进。本课题所设计…
阅读更多...
Web课程学习笔记--JavaScript操作DOM常用的API

Web课程学习笔记--JavaScript操作DOM常用的API

JavaScript操作DOM常用的API 1 什么是DOM 文档对象模型 (DOM) 是HTML和XML文档的编程接口。它提供了对文档的结构化的表述&#xff0c;并定义了一种方式可以使从程序中对该结构进行访问&#xff0c;从而改变文档的结构&#xff0c;样式和内容。 文档对象模型 (DOM) 是对HTML文…
阅读更多...
springboot 拦截器

springboot 拦截器

定义 拦截器类似于javaweb中filter 功能 注意: 只能拦截器controller相关的请求 作用 举一个例子&#xff0c;例如我们在Controller中都有一段业务逻辑&#xff0c;这样我们就可以都统一放在拦截器中 因此拦截器的作用就是将controller中共有代码放入到拦截器中执行,减少co…
阅读更多...
【算法与数据结构】496、503、LeetCode下一个更大元素I II

【算法与数据结构】496、503、LeetCode下一个更大元素I II

文章目录 一、496、下一个更大元素 I二、503、下一个更大元素II三、完整代码 所有的LeetCode题解索引&#xff0c;可以看这篇文章——【算法和数据结构】LeetCode题解。 一、496、下一个更大元素 I 思路分析&#xff1a;本题思路和【算法与数据结构】739、LeetCode每日温度类似…
阅读更多...
【VTKExamples::PolyData】第二十四期 InterpolateTerrain

【VTKExamples::PolyData】第二十四期 InterpolateTerrain

很高兴在雪易的CSDN遇见你 VTK技术爱好者 QQ：870202403 前言 本文分享VTK样例InterpolateTerrain，希望对各位小伙伴有所帮助！ 感谢各位小伙伴的点赞+关注，小易会继续努力分享，一起进步！ 你的点赞就是我的动力(＾Ｕ＾)ノ~ＹＯ 1. InterpolateTerrain 输出： Interp…
阅读更多...
精灵图，字体图标，CSS3三角

精灵图，字体图标，CSS3三角

精灵图 1.1为什么需要精灵图 一个网页中往往会应用很多小的背景图像作为修饰&#xff0c;当网页中的图像过多时&#xff0c;服务器就会频繁的接受和发送请求图片&#xff0c;造成服务器请求压力过大&#xff0c;这将大大降低页面的加载速度。 因此&#xff0c;为了有效地减少…
阅读更多...
深入Java容器：概览、设计模式与源码分析

深入Java容器：概览、设计模式与源码分析

深入Java容器&#xff1a;概览、设计模式与源码分析 Java 容器一、概览Collection1. Set2. List3. Queue Map 二、容器中的设计模式迭代器模式适配器模式 三、源码分析ArrayList1. 概览2. 扩容3. 删除元素4. 序列化5. Fail-Fast Vector1. 同步2. 扩容3. 与 ArrayList 的比较4. …
阅读更多...
Java与MySQL的精准结合：打造高效审批流程

Java与MySQL的精准结合：打造高效审批流程

1流程思路分析 审批流程&#x1f431;‍&#x1f4bb; 1.串行流程 当前节点审批完成后&#xff0c;下一次节点才能进行操作&#xff0c;例如经理通过之后&#xff0c;总监才能审批&#xff1b; 2.并行流程 一个审批节点需要多人联审。一般有两种方式&#xff1a;会签、或签…
阅读更多...
Python中的嵌套字典访问与操作详解

Python中的嵌套字典访问与操作详解

前言 在Python编程中&#xff0c;嵌套字典是一种常见的数据结构&#xff0c;它可以以层次结构的方式组织和存储数据。嵌套字典通常包含字典内嵌套在其他字典中&#xff0c;创建了一种多层级的数据结构。本文将详细介绍如何在Python中访问和操作嵌套字典&#xff0c;包括访问、…
阅读更多...
视频无损放大修复工具Topaz Video AI 新手入门教程

视频无损放大修复工具Topaz Video AI 新手入门教程

想要自学Topaz Video AI &#xff1f;Topaz Video AI 如何使用&#xff1f;这里给大家带来了视频无损放大修复工具Topaz Video AI 新手入门教程&#xff0c;快来看看吧&#xff01; 下载&#xff1a;Topaz Video AI for mac 导入您的文件 有两种方法可以将文件导入 Topaz Vid…
阅读更多...
C++重新入门-C++变量作用域

C++重新入门-C++变量作用域

目录 1.C变量定义 2.C作用域 3.局部变量 4.全局变量 5.块作用域变量 6.初始化局部变量和全局变量 1.C变量定义 一般来说有三个地方可以定义变量&#xff1a; 在函数或一个代码块内部声明的变量&#xff0c;称为局部变量。 在函数参数的定义中声明的变量&#xff0c;称为…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023