swr_convert浮动平面到S16

Question

如何使用libav接口AV_SAMPLE_FMT_FLTP转换为AV_SAMPLE_FMT_S16

我正在尝试弄清楚如何重采样和编码PCM (从麦克风捕获)44.1 AAC到AAC 48.0 AAC

这是我的重采样器初始化器：

void initialize_resampler(SwrContext*& resamplerCtx, AVCodecContext* encoder, AVFrame*& rawResampledAudioFrame, AVStream* audioFormatStream)
{
    int nb_samples = (encoder->codec->capabilities & AV_CODEC_CAP_VARIABLE_FRAME_SIZE) ? encoder->sample_rate : encoder->frame_size;

    int encoderFrameSize = encoder->channels * av_get_bytes_per_sample(encoder->sample_fmt) * encoder->frame_size;
    rawResampledAudioFrame = allocate_audioframe(encoder->sample_fmt, encoder->channel_layout, encoder->sample_rate, nb_samples);

    // Copy the stream parameters to the muxer
    check(avcodec_parameters_from_context(audioFormatStream->codecpar, encoder));

    // Create resampler context
    resamplerCtx = swr_alloc();
    if (resamplerCtx == nullptr)
        throw std::runtime_error("Could not allocate resampler context");

    // Set options
    check(av_opt_set_int(resamplerCtx, "in_channel_count", 2, 0));
    check(av_opt_set_int(resamplerCtx, "in_sample_rate", 44100, 0));
    check(av_opt_set_sample_fmt(resamplerCtx, "in_sample_fmt", AV_SAMPLE_FMT_S16, 0));
    check(av_opt_set_int(resamplerCtx, "out_channel_count", encoder->channels, 0));
    check(av_opt_set_int(resamplerCtx, "out_sample_rate", encoder->sample_rate, 0));
    check(av_opt_set_sample_fmt(resamplerCtx, "out_sample_fmt", encoder->sample_fmt, 0));

    // initialize the resampling context
    check(swr_init(resamplerCtx));
}

为了重新采样，我有这个代码：

    AVPacket pkt{};
    while (true)
    {
        AVPacket input_packet;
        av_init_packet(&input_packet);

        check(av_read_frame(inputContext, &input_packet));

        check(avcodec_send_packet(decoderContext, &input_packet));
        check(avcodec_receive_frame(decoderContext, decodedFrame));


        // WHAT DO HERE swr_convert(resamplerContext, )
        av_packet_unref(&input_packet);

        av_init_packet(&pkt);
        auto in_stream = inputContext->streams[pkt.stream_index];
        auto out_stream = outputContext->streams[pkt.stream_index];

        pkt.pts = av_rescale_q_rnd(pkt.pts, in_stream->time_base, out_stream->time_base, (AVRounding)(AV_ROUND_NEAR_INF | AV_ROUND_PASS_MINMAX));
        pkt.dts = av_rescale_q_rnd(pkt.dts, in_stream->time_base, out_stream->time_base, (AVRounding)(AV_ROUND_NEAR_INF | AV_ROUND_PASS_MINMAX));
        pkt.duration = av_rescale_q(pkt.duration, in_stream->time_base, out_stream->time_base);
        pkt.pos = -1;

        check(avcodec_send_frame(encoderContext, decodedFrame));
        check(avcodec_receive_packet(encoderContext, &pkt));

        check(av_interleaved_write_frame(outputContext, &pkt));
        av_packet_unref(&pkt);
    }

REading这些文档，我不知道我到底需要传递什么给函数。我有这段代码把PCM编码成MP2 (输出是AV_SAMPLE_FMT_S16)

const uint8_t* inPtr[] { const_cast<const uint8_t*>(&pcmData[0]), nullptr, nullptr,nullptr,nullptr,nullptr,nullptr,nullptr };
uint8_t* outPtr[] { &resampledAudioData[0], nullptr, nullptr,nullptr,nullptr,nullptr,nullptr,nullptr };

int resampledSamplesCount{ swr_convert(
    resamplerCtx,
    outPtr,
    maxResampledSamplesCount,
    inPtr,
    inputSampleCount) };

// Negativo indica erro.
check(resampledSamplesCount);

pcmData是来自输入AVPacket (PCM)的原始数据

我在这里得到的是: MP2不是平面的，所以它使用相同的outPtr，与plannar不同，plannar需要两个有效的指针指向相同的可写数据。但是，例如，我需要传递给inPtr的是什么？

当我尝试使用相同的代码时，ffmpeg尝试在为空的outPtr1上编写代码。

Answer 1

这里要做的部分应该是这样的：

int out_samples = swr_convert(swr,
                             &audio_buf,                   /* out */
                         (int)out_count,                   /* out */
             (const uint8_t**)decodedFrame->extended_data, /* in  */
                              decodedFrame->nb_samples);   /* in  */

对于out_count，可以使用类似这样的东西(您可以改进这一点)：

double frame_nb = 1.0 * encoder->sample_rate / audio_st->codec->sample_rate * decodedFrame->nb_samples;
out_count = floor(frame_nb);

audio_buf是预先分配的输出缓冲区(48000*4是合适的大小)。最后，现在的问题是缓冲区中写入了多少数据。公式是这样的：

int data_size = out_samples * av_get_bytes_per_sample(encoder->sample_fmt) * decodedFrame->channels;

希望这能有所帮助。