EDIT 09 kwietnia 2013: Działało jak używać libswresample to zrobić ... o wiele szybciej!
W pewnym momencie w ciągu ostatnich 2-3 lat format wyjściowy dekodera AAC FFmpeg zmienił się z AV_SAMPLE_FMT_S16 na AV_SAMPLE_FMT_FLTP. Oznacza to, że każdy kanał audio ma swój własny bufor, a każda wartość próbki jest 32-bitową wartością zmiennoprzecinkową skalowaną od -1,0 do +1,0.
Podczas gdy AV_SAMPLE_FMT_S16 dane są w pojedynczym buforze, z próbkami przeplecionymi, a każda próbka jest liczbą całkowitą ze znakiem od -32767 do +32767.
A jeśli naprawdę potrzebujesz dźwięku jako AV_SAMPLE_FMT_S16, musisz wykonać konwersję samodzielnie. I zorientowali się dwa sposoby, aby to zrobić:
1. Użyj libswresample (zalecane)
#include "libswresample/swresample.h"
...
SwrContext *swr;
...
// Set up SWR context once you've got codec information
swr = swr_alloc();
av_opt_set_int(swr, "in_channel_layout", audioCodec->channel_layout, 0);
av_opt_set_int(swr, "out_channel_layout", audioCodec->channel_layout, 0);
av_opt_set_int(swr, "in_sample_rate", audioCodec->sample_rate, 0);
av_opt_set_int(swr, "out_sample_rate", audioCodec->sample_rate, 0);
av_opt_set_sample_fmt(swr, "in_sample_fmt", AV_SAMPLE_FMT_FLTP, 0);
av_opt_set_sample_fmt(swr, "out_sample_fmt", AV_SAMPLE_FMT_S16, 0);
swr_init(swr);
...
// In your decoder loop, after decoding an audio frame:
AVFrame *audioFrame = ...;
int16_t* outputBuffer = ...;
swr_convert(&outputBuffer, audioFrame->nb_samples, audioFrame->extended_data, audioFrame->nb_samples);
i to wszystko trzeba zrobić!
2. Wykonaj go ręcznie w C (oryginalna odpowiedzi, nie zalecane)
Więc w pętli dekodowania, gdy masz pakiet audio, którą dekodować go tak:
AVCodecContext *audioCodec; // init'd elsewhere
AVFrame *audioFrame; // init'd elsewhere
AVPacket packet; // init'd elsewhere
int16_t* outputBuffer; // init'd elsewhere
int out_size = 0;
...
int len = avcodec_decode_audio4(audioCodec, audioFrame, &out_size, &packet);
a potem, jeśli masz pełną klatkę audio, można przekonwertować go dość łatwo:
// Convert from AV_SAMPLE_FMT_FLTP to AV_SAMPLE_FMT_S16
int in_samples = audioFrame->nb_samples;
int in_linesize = audioFrame->linesize[0];
int i=0;
float* inputChannel0 = (float*)audioFrame->extended_data[0];
// Mono
if (audioFrame->channels==1) {
for (i=0 ; i<in_samples ; i++) {
float sample = *inputChannel0++;
if (sample<-1.0f) sample=-1.0f; else if (sample>1.0f) sample=1.0f;
outputBuffer[i] = (int16_t) (sample * 32767.0f);
}
}
// Stereo
else {
float* inputChannel1 = (float*)audioFrame->extended_data[1];
for (i=0 ; i<in_samples ; i++) {
outputBuffer[i*2] = (int16_t) ((*inputChannel0++) * 32767.0f);
outputBuffer[i*2+1] = (int16_t) ((*inputChannel1++) * 32767.0f);
}
}
// outputBuffer now contains 16-bit PCM!
zostawiłem parę rzeczy dla jasności ... th Zaciśnięcie w ścieżce mono powinno idealnie być powielone w ścieżce stereo. Kod można łatwo zoptymalizować.
Czy kiedykolwiek wypracować odpowiedź na to? Mam do czynienia z tym samym problemem –