音视频入门基础：FLV专题（23）——FFmpeg源码中，获取FLV文件音频信息的实现（下）

news2024/11/24 4:36:26

=================================================================

音视频入门基础：FLV专题系列文章：

音视频入门基础：FLV专题（1）——FLV官方文档下载

音视频入门基础：FLV专题（2）——使用FFmpeg命令生成flv文件

音视频入门基础：FLV专题（3）——FLV header简介

音视频入门基础：FLV专题（4）——使用flvAnalyser工具分析FLV文件

音视频入门基础：FLV专题（5）——FFmpeg源码中，判断某文件是否为FLV文件的实现

音视频入门基础：FLV专题（6）——FFmpeg源码中，解码FLV header的实现

音视频入门基础：FLV专题（7）——Tag header简介

音视频入门基础：FLV专题（8）——FFmpeg源码中，解码Tag header的实现

音视频入门基础：FLV专题（9）——Script Tag简介

音视频入门基础：FLV专题（10）——Script Tag实例分析

音视频入门基础：FLV专题（11）——FFmpeg源码中，解析SCRIPTDATASTRING类型的ScriptDataValue的实现

音视频入门基础：FLV专题（12）——FFmpeg源码中，解析DOUBLE类型的ScriptDataValue的实现

音视频入门基础：FLV专题（13）——FFmpeg源码中，解析任意Type值的SCRIPTDATAVALUE类型的实现

音视频入门基础：FLV专题（14）——FFmpeg源码中，解码Script Tag的实现

音视频入门基础：FLV专题（15）——Video Tag简介

音视频入门基础：FLV专题（16）——FFmpeg源码中，解码Video Tag的VideoTagHeader的实现

音视频入门基础：FLV专题（17）——FFmpeg源码中，提取Video Tag的VIDEODATA的实现

音视频入门基础：FLV专题（18）——Audio Tag简介

音视频入门基础：FLV专题（19）——FFmpeg源码中，解码Audio Tag的AudioTagHeader，并提取AUDIODATA的实现

音视频入门基础：FLV专题（20）——FFmpeg源码中，获取FLV文件major_brand、minor_version、compatible_brands、encoder、Duration的实现

音视频入门基础：FLV专题（21）——FFmpeg源码中，获取FLV文件音频信息的实现（上）

音视频入门基础：FLV专题（22）——FFmpeg源码中，获取FLV文件音频信息的实现（中）

音视频入门基础：FLV专题（23）——FFmpeg源码中，获取FLV文件音频信息的实现（下）

音视频入门基础：FLV专题（24）——FFmpeg源码中，获取FLV文件视频信息的实现

音视频入门基础：FLV专题（25）——通过FFprobe显示FLV文件每个packet的信息

=================================================================

本文接着《音视频入门基础：FLV专题（22）——FFmpeg源码中，获取FLV文件音频信息的实现（中）》，继续讲解FFmpeg获取FLV文件的音频信息到底是从哪个地方获取的。本文的一级标题从“七”开始。

七、Bit depth

FLV文件中每个Audio Tag的AudioTagHeader的SoundSize属性都包含Bit depth（又叫位深度、位元深度、采样深度、采样位数、采样格式）信息。但是如果FLV文件中的音频压缩编码格式为AAC，FFmpeg会强制把Bit depth设置为fltp。这是因为对于有损压缩编解码器（如MP3和AAC），Bit depth是在编码期间计算的，并且可以因采样而异，Bit depth只对PCM数字信号有意义。具体可以参考：《音视频入门基础：AAC专题（3）——AAC的ADTS格式简介》。

可以看到在aac_decode_init函数中（该函数定义在libavcodec/aacdec_template.c），强制把音频采样格式设置成了AV_SAMPLE_FMT_FLTP：

static av_cold int aac_decode_init(AVCodecContext *avctx)
{
//...
    avctx->sample_fmt = AV_SAMPLE_FMT_FLTP;
//...
}

所以如果FLV文件中的音频压缩编码格式为AAC，通过“ffmpeg -i video1.flv命令”获取到的音频采样格式固定为fltp，该值没有意义：

八、音频码率

FFmpeg获取音频码率是通过解析名称为“onMetadata”的Script Tag获取的。onMetadata中存在一个audiodatarate属性表示音频码率，单位为kilobits per second，即Kbps：

由《音视频入门基础：FLV专题（13）——FFmpeg源码中，解析任意Type值的SCRIPTDATAVALUE类型的实现》、《音视频入门基础：FLV专题（14）——FFmpeg源码中，解码Script Tag的实现》可以知道，FFmpeg源码通过amf_parse_object函数中的下面代码块将名称为“onMetadata”的Script Tag中audiodatarate属性解析出来，乘以1024，得到单位为bps的音频码率，存到flv->audio_bit_rate中，即存到(FLVContext *)(s->priv_data)->audio_bit_rate中：

static int amf_parse_object(AVFormatContext *s, AVStream *astream,
                            AVStream *vstream, const char *key,
                            int64_t max_pos, int depth)
{
//...
    if (key) {
    //...
        if (depth == 1) {
            if (amf_type == AMF_DATA_TYPE_NUMBER ||
                amf_type == AMF_DATA_TYPE_BOOL) {
                //...
                else if (!strcmp(key, "audiodatarate") &&
                         0 <= (int)(num_val * 1024.0))
                    flv->audio_bit_rate = num_val * 1024.0;
                //...
                }
        //...
        }
    }
}

然后通过libavformat/flvdec.c中的create_stream函数，将flv->audio_bit_rate赋值给AVCodecParameters的bit_rate。st->codecpar为指向一个AVCodecParameters类型变量的指针：

static AVStream *create_stream(AVFormatContext *s, int codec_type)
{
//...
    if (codec_type == AVMEDIA_TYPE_AUDIO) {
        st->codecpar->bit_rate = flv->audio_bit_rate;
        flv->missing_streams &= ~FLV_HEADER_FLAG_HASAUDIO;
    }
//...
}

通过avcodec_parameters_to_context函数将AVCodecParameters的bit_rate赋值给AVCodecContext的bit_rate：

int avcodec_parameters_to_context(AVCodecContext *codec,
                                  const AVCodecParameters *par)
{
//...
    codec->bit_rate              = par->bit_rate;
//...
}

然后在dump_stream_format函数中，通过avcodec_string函数中的语句：bitrate = get_bit_rate(enc)拿到AVCodecContext的bit_rate，该bit_rate以bps为单位。最后再把它除以1000，得到以kb/s为单位的音频码率，打印出来：

void avcodec_string(char *buf, int buf_size, AVCodecContext *enc, int encode)
{
//...
    bitrate = get_bit_rate(enc);
    if (bitrate != 0) {
        av_bprintf(&bprint, ", %"PRId64" kb/s", bitrate / 1000);
//...
}

所以通过flvAnalyser工具查看到的音频码率跟使用FFmpeg命令查看到的音频码率不一样，这是因为FFmpeg源码中获取onMetadata中的audiodatarate属性是先把它乘以1024，但是打印的时候再除以1000的（正常情况下打印的时候应该除以1024才对）。比如实际的音频码率为133.6865kb/s，乘以1024就是136895b/s，再除以1000就变成了136kb/s。所以FFmpeg（截止FFmpeg7.0.1）打印音频码率这部分代码应该是有bug的，导致显示的音频码率不准确：