FFmpeg - 打造一款萬能的音樂播放器

從 c/c++ 基礎、jni 基礎、c/c++ 進階、數據結構和算法、linux 內核、CMake 語法、Shell 腳本繞了一大圈以後，總算是勉強能夠來寫 FFmpeg 了，以上這些基礎你們能夠看下以前的文章：

• 《音視頻技術學習 - 啓動篇》
• 《Android 開發者須要知道的 Linux 知識》
• 《CMake 語法 - 詳解 CMakeLists.txt》
• 《Shell 腳本 - 本身動手編譯 FFmpeg》

今天帶你們來實現一個比較常見的功能，像 QQ音樂、酷狗音樂、網易雲音樂這樣的一些應用，都涉及到音樂的播放。首先咱們來介紹一下須要用到的一些函數，剛開始你們只須要知道他們怎麼用，用來幹什麼的基本就足夠了，漸漸到後面再去了解源碼，再去深刻手寫算法。先來看一張流程圖：

• av_register_all()：的做用是初始化全部組件，只有調用了該函數，才能使用複用器和編解碼器（源碼）
• avformat_open_input()/avformat_close_input(): 函數會讀文件頭，對 mp4 文件而言，它會解析全部的 box。但它知識把讀到的結果保存在對應的數據結構下。這個時候，AVStream 中的不少字段都是空白的。
• av_dump_format(): 打印視音頻信息
• avformat_find_stream_info()：讀取一部分視音頻數據而且得到一些相關的信息，會檢測一些重要字段，若是是空白的，就設法填充它們。由於咱們解析文件頭的時候，已經掌握了大量的信息，avformat_find_stream_info 就是經過這些信息來填充本身的成員，當重要的成員都填充完畢後，該函數就返回了。這中狀況下，該函數效率很高。但對於某些文件，單純的從文件頭中獲取信息是不夠的，好比 video 的 pix_fmt 是須要調用 h264_decode_frame 才能夠獲取其pix_fmt的。
• av_find_best_stream(): 獲取音視頻及字幕的 stream_index , 之前沒有這個函數時，咱們通常都是寫的 for 循環。
• av_packet_free(): 首先將 AVPacket 指向的數據域的引用技術減1（數據域的引用技術減爲0時會自動釋放） 接着，釋放爲 AVPacket 分配的空間。
• av_packet_unref(): 減小數據域的引用技術，當引用技術減爲0時，會自動釋放數據域所佔用的空間。

1. 獲取音頻 Meta 信息

就在前幾天有同窗問了我一個問題，對於 amr 格式的音頻文件而言，我如何去獲取它的採樣率以及是不是單通道。若是用 ffmpeg 那很 easy 就能解決，但問題是不會，那麼咱們就只能用其餘的第三方庫。固然若是你瞭解其原理，甚至能夠本身分析二進制文件。

extern "C"
JNIEXPORT void JNICALL
Java_com_darren_ndk_day03_NativeMedia_printAudioInfo(JNIEnv *env, jclass j_cls, jstring url_) {
    const char *url = env->GetStringUTFChars(url_, 0);

    av_register_all();

    AVFormatContext *avFormatContext = NULL;
    int audio_stream_idx;
    AVStream *audio_stream;

    int open_res = avformat_open_input(&avFormatContext, absolutePath, NULL, NULL);
    if (open_res != 0) {
        LOGE("Can't open file: %s", av_err2str(open_res));
        return;
    }
    int find_stream_info_res = avformat_find_stream_info(avFormatContext, NULL);
    if (find_stream_info_res < 0) {
        LOGE("Find stream info error: %s", av_err2str(find_stream_info_res));
        goto __avformat_close;
    }

    // 獲取採樣率和通道
    audio_stream_idx = av_find_best_stream(avFormatContext, AVMediaType::AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0);
    if (audio_stream_idx < 0) {
        LOGE("Find audio stream info error: %s", av_err2str(find_stream_info_res));
        goto __avformat_close;
    }
    audio_stream = avFormatContext->streams[audio_stream_idx];
    LOGE("採樣率：%d, 通道數: %d", audio_stream->codecpar->sample_rate, audio_stream->codecpar->channels);

    __avformat_close:
    avformat_close_input(&avFormatContext);
    env->ReleaseStringUTFChars(url_, url);
}
複製代碼

2. 解碼音頻數據

關於解碼函數 avcodec_decode_audio4 已通過時了，取而代之的是 avcodec_send_packet 和 avcodec_receive_frame 。

// 這個方法過期了
    // pCodecContext = av_format_context->streams[video_stream_idx]->codec;
    pCodecParameters = av_format_context->streams[audio_stream_idx]->codecpar;
    // 查找解碼器
    pCodec = avcodec_find_decoder(pCodecParameters->codec_id);
    if (!pCodec) {
        LOGE("Can't find audio decoder : %s", url);
        goto __avresource_close;
    }

    // 初始化建立 AVCodecContext
    pCodecContext = avcodec_alloc_context3(pCodec);
    codecContextParametersRes = avcodec_parameters_to_context(pCodecContext, pCodecParameters);
    if (codecContextParametersRes < 0) {
        LOGE("codec parameters to_context error : %s, %s", url,av_err2str(codecContextParametersRes));
        goto __avresource_close;
    }

    // 打開解碼器
    codecOpenRes = avcodec_open2(pCodecContext, pCodec, NULL);
    if (codecOpenRes < 0) {
        LOGE("codec open error : %s, %s", url, av_err2str(codecOpenRes));
        goto __avresource_close;
    }

    // 提取每一幀的音頻流
    avPacket = av_packet_alloc();
    avFrame = av_frame_alloc();
    while (av_read_frame(av_format_context, avPacket) >= 0) {
        if (audio_stream_idx == avPacket->stream_index) {
            // 能夠寫入文件、截取、重採樣、解碼等等 avPacket.data
            sendPacketRes = avcodec_send_packet(pCodecContext, avPacket);
            if (sendPacketRes == 0) {
                receiveFrameRes = avcodec_receive_frame(pCodecContext, avFrame);
                if (receiveFrameRes == 0) {
                    LOGE("解碼第 %d 幀", index);
                }
            }
            index++;
        }
        // av packet unref
        av_packet_unref(avPacket);
        av_frame_unref(avFrame);
    }

    // 釋放資源 ============== start
    av_packet_free(&avPacket);
    av_frame_free(&avFrame);

    __avresource_close:

    if(pCodecContext != NULL){
        avcodec_close(pCodecContext);
        avcodec_free_context(&pCodecContext);
    }
    
    if (av_format_context != NULL) {
        avformat_close_input(&av_format_context);
        avformat_free_context(av_format_context);
    }
    
    env->ReleaseStringUTFChars(url_, url);
    // 釋放資源 ============== end
複製代碼

3. 播放音頻

播放 pcm 數據目前比較流行的有兩種方式，一種是經過 Android 的 AudioTrack 來播放，另外一種是採用跨平臺的 OpenSLES 來播放，我的比較傾向於用更加高效的 OpenSLES 來播放音頻，你們能夠先看看 Google 官方的 native-audio 事例，後面咱們寫音樂播放器時，會採用 OpenSLES 來播放音頻。但這裏咱們仍是採用 AudioTrack 來播放

jobject initCreateAudioTrack(JNIEnv *env) {
    jclass jAudioTrackClass = env->FindClass("android/media/AudioTrack");
    jmethodID jAudioTrackCMid = env->GetMethodID(jAudioTrackClass, "<init>", "(IIIIII)V");

    //  public static final int STREAM_MUSIC = 3;
    int streamType = 3;
    int sampleRateInHz = 44100;
    // public static final int CHANNEL_OUT_STEREO = (CHANNEL_OUT_FRONT_LEFT | CHANNEL_OUT_FRONT_RIGHT);
    int channelConfig = (0x4 | 0x8);
    // public static final int ENCODING_PCM_16BIT = 2;
    int audioFormat = 2;
    // getMinBufferSize(int sampleRateInHz, int channelConfig, int audioFormat)
    jmethodID jGetMinBufferSizeMid = env->GetStaticMethodID(jAudioTrackClass, "getMinBufferSize", "(III)I");
    int bufferSizeInBytes = env->CallStaticIntMethod(jAudioTrackClass, jGetMinBufferSizeMid, sampleRateInHz, channelConfig, audioFormat);
    // public static final int MODE_STREAM = 1;
    int mode = 1;
    jobject jAudioTrack = env->NewObject(jAudioTrackClass, jAudioTrackCMid, streamType, sampleRateInHz, channelConfig, audioFormat, bufferSizeInBytes, mode);

    // play()
    jmethodID jPlayMid = env->GetMethodID(jAudioTrackClass, "play", "()V");
    env->CallVoidMethod(jAudioTrack, jPlayMid);

    return jAudioTrack;
}

{
    // 初始化重採樣 ====================== start
    swrContext = swr_alloc();
    //輸入的採樣格式
    inSampleFmt = pCodecContext->sample_fmt;
    //輸出採樣格式16bit PCM
    outSampleFmt = AV_SAMPLE_FMT_S16;
    //輸入採樣率
    inSampleRate = pCodecContext->sample_rate;
    //輸出採樣率
    outSampleRate = AUDIO_SAMPLE_RATE;
    //獲取輸入的聲道佈局
    //根據聲道個數獲取默認的聲道佈局（2個聲道，默認立體聲stereo）
    inChLayout = pCodecContext->channel_layout;
    //輸出的聲道佈局（立體聲）
    outChLayout = AV_CH_LAYOUT_STEREO;

    swr_alloc_set_opts(swrContext, outChLayout, outSampleFmt, outSampleRate, inChLayout,
            inSampleFmt, inSampleRate,0, NULL);

    resampleOutBuffer = (uint8_t *) av_malloc(AUDIO_SAMPLES_SIZE_PER_CHANNEL);
    outChannelNb = av_get_channel_layout_nb_channels(outChLayout);
    dataSize = av_samples_get_buffer_size(NULL, outChannelNb,pCodecContext->frame_size,
            outSampleFmt, 1);

    if (swr_init(swrContext) < 0) {
        LOGE("Failed to initialize the resampling context");
        return;
    }
    // 初始化重採樣 ====================== end

    // 提取每一幀的音頻流
    avPacket = av_packet_alloc();
    avFrame = av_frame_alloc();
    while (av_read_frame(av_format_context, avPacket) >= 0) {
        if (audio_stream_idx == avPacket->stream_index) {
            // 能夠寫入文件、截取、重採樣、解碼等等 avPacket.data
            sendPacketRes = avcodec_send_packet(pCodecContext, avPacket);
            if (sendPacketRes == 0) {
                receiveFrameRes = avcodec_receive_frame(pCodecContext, avFrame);

                if(receiveFrameRes == 0){
                    // 往 AudioTrack 對象裏面塞數據  avFrame->data -> jbyte;
                    swr_convert(swrContext, &resampleOutBuffer, avFrame->nb_samples,
                            (const uint8_t **) avFrame->data, avFrame->nb_samples);

                    jbyteArray jPcmDataArray = env->NewByteArray(dataSize);
                    jbyte *jPcmData = env->GetByteArrayElements(jPcmDataArray, NULL);
                    memcpy(jPcmData, resampleOutBuffer, dataSize);
                    // 同步刷新到 jbyteArray ，並釋放 C/C++ 數組
                    env->ReleaseByteArrayElements(jPcmDataArray, jPcmData, 0);

                    // call java write
                    env->CallIntMethod(audioTrack, jWriteMid, jPcmDataArray, 0, dataSize);

                    // 解除 jPcmDataArray 的持有，讓 javaGC 回收
                    env->DeleteLocalRef(jPcmDataArray);
                }
            }
            index++;
        }
        // av packet unref
        av_packet_unref(avPacket);
        av_frame_unref(avFrame);
    }

}
複製代碼

• 剛開始看源碼時，咱們通常沒法完全的搞懂函數的方方面面，可是，經過源碼分析，能更好的理解了這個函數的功能，對這個函數作的事情也會有必定的瞭解。至於那些搞不懂的，就只能留着之後慢慢研究了。好比 avformat_find_stream_info() 函數會計算 start_time，波特率等信息，其中時間相關的計算很複雜，若是剛開始沒能看懂，能夠之後慢慢再去啃。
• 我在網上看了一些例子，你們基本都是一套模子的代碼，並且運行時內存在蹭蹭的往上漲，固然早期我也犯過一樣相似的錯誤。所以我想提醒你們是，最好仍是要能理解其中的原理，網上直接拿過來的代碼可能會有些問題，包括我寫的代碼可能也會有些問題，須要你們多留個心眼多一些思考。
• **上面的代碼只是一個事例，它並不能用到真正的項目中，**關於多線程邊解碼邊播放，關於怎樣使用 OpenSL ES 播放 PCM 數據，怎樣添加加載、播放、暫停等狀態功能，怎樣實現聲道變化，怎樣變速變調，怎樣 seek 等等。後面咱們都會手把手一塊兒來完善的，且會將代碼開源到個人我的 github，供你們參考和學習。

視頻地址：pan.baidu.com/s/1CbXdB9kz… 視頻密碼：cse5