【秒懂音視頻開發】08_音頻錄製

終於要開始進行FFmpeg實戰了，一塊兒來感覺一下FFmpeg的強大吧。

命令簡介

FFmpeg的bin目錄中提供了3個命令（可執行程序），能夠直接在命令行上使用。

ffmpeg

ffmpeg的主要做用：對音視頻進行編解碼。

# 將MP3文件轉成WAV文件
ffmpeg -i xx.mp3 yy.wav

當輸入命令ffmpeg時，能夠看到ffmpeg命令的使用格式是：

ffmpeg [options] [[infile options] -i infile]... {[outfile options] outfile}...

簡化一下，經常使用格式是：

ffmpeg arg1 arg2 -i arg3 arg4 arg5

• arg1：全局參數
• arg2：輸入文件參數
• arg3：輸入文件
• arg4：輸出文件參數
• arg5：輸出文件

更多詳細用法，能夠參考官方文檔：ffmpeg-all.html，或者使用如下命令查看：

# 簡易版
ffmpeg -h
# 詳細版
ffmpeg -h long
# 完整版
ffmpeg -h full

# 或者使用
# ffmpeg -help
# ffmpeg -help long
# ffmpeg -help full

ffprobe

ffprobe的主要做用：查看音視頻的參數信息。

# 能夠查看MP3文件的採樣率、比特率、時長等信息
ffprobe xx.mp3

當輸入命令ffprobe時，能夠看到ffprobe命令的使用格式是：

ffprobe [OPTIONS] [INPUT_FILE]
# OPTIONS：參數
# INPUT_FILE：輸入文件

更多詳細用法，能夠參考官方文檔：ffprobe-all.html，或者使用如下命令查看：

# 簡易版
ffprobe -h
# 詳細版
ffprobe -h long
# 完整版
ffprobe -h full

# 或者使用
# ffprobe -help
# ffprobe -help long
# ffprobe -help full

ffplay

ffplay的主要做用：播放音視頻。

# 播放MP3文件
ffplay xx.mp3

當輸入命令ffplay時，能夠看到ffplay命令的使用格式是：

ffplay [options] input_file
# options：參數
# input_file：輸入文件

更多詳細用法，能夠參考官方文檔：ffplay-all.html，或者使用如下命令查看：

# 簡易版
ffplay -h
# 詳細版
ffplay -h long
# 完整版
ffplay -h full

# 或者使用
# ffplay -help
# ffplay -help long
# ffplay -help full

hide_bannder

增長-hide_bannder參數能夠隱藏一些冗餘的描述信息，能夠去實踐比較如下2條命令的區別：

ffprobe xx.mp3

ffprobe -hide_banner xx.mp3

# ffmpeg、ffprobe、ffplay都適用

經過命令行錄音

查看可用設備

使用命令行查看當前平臺的可用設備：

ffmpeg -devices

Windows的輸出結果以下所示：

• 列表中有個dshow，全名叫DirectShow，是Windows平臺的多媒體系統庫
• 咱們可使用dshow去操做多媒體輸入設備（好比錄音設備）

Devices:
 D. = Demuxing supported
 .E = Muxing supported
 --
  E caca            caca (color ASCII art) output device
 D  dshow           DirectShow capture
 D  gdigrab         GDI API Windows frame grabber
 D  lavfi           Libavfilter virtual input device
 D  libcdio
  E sdl,sdl2        SDL2 output device
 D  vfwcap          VfW video capture

Mac的輸出結果以下所示：

• 列表中有個avfoundation，是Mac平臺的多媒體系統庫
• 咱們可使用avfoundation去操做多媒體輸入設備（好比錄音設備）

Devices:
 D. = Demuxing supported
 .E = Muxing supported
 --
 D  avfoundation    AVFoundation input device
 D  lavfi           Libavfilter virtual input device
  E sdl,sdl2        SDL2 output device

查看dshow支持的設備

# 查看dshow支持的設備
ffmpeg -f dshow -list_devices true -i dummy

# 或者
# ffmpeg -list_devices true -f dshow -i ''
# ffmpeg -list_devices true -f dshow -i ""

• -f dshow

  • dshow支持的

• -list_devices true

  • 打印出全部的設備

• -i dummy 或 -i '' 或 -i ""

  • 當即退出

個人筆記本外接了一隻麥克風。

所以，命令的執行結果大體以下所示：

DirectShow video devices (some may be both video and audio devices)
  "Integrated Camera"

DirectShow audio devices
  "線路輸入 (3- 魅聲T800)"
  "麥克風陣列 (Realtek(R) Audio)"

• dshow支持的視頻設備

  • Integrated Camera：筆記本自帶的攝像頭

• dshow支持的音頻設備

  • 線路輸入 (3- 魅聲T800)：外接的麥克風
  • 麥克風陣列 (Realtek(R) Audio)：筆記本自帶的麥克風

查看avfoundation支持的設備

在Mac平臺，使用的是avfoundation，而不是dshow。

ffmpeg -f avfoudation -list_devices true -i ''

輸出結果以下所示：

AVFoundation video devices:
 [0] FaceTime高清攝像頭（內建）
 [1] Capture screen 0
AVFoundation audio devices:
 [0] MS-T800
 [1] Edu Audio Device
 [2] MacBook Pro麥克風

列表中的MS-T800是外接的麥克風。在Mac上，FFmpeg還給每個視頻、音頻設備進行了編號，好比MS-T800的編號是0、Mac自帶麥克風的編號是2。

指定設備進行錄音

# 使用外接的麥克風進行錄音，最後生成一個wav文件
ffmpeg -f dshow -i audio="麥克風陣列 (Realtek(R) Audio)" out.wav

# 在Mac上經過編號指定設備
ffmpeg -f avfoundation -i :0 out.wav
# :0表示使用0號音頻設備
# 0:2表示使用0號視頻設備和2號音頻設備

• 可使用快捷鍵Ctrl + C終止錄音
• 我這邊的測試結果顯示，默認的音頻參數是：
  • Windows：44100Hz採樣率、16位深度、2聲道、1411Kbps比特率
  • Mac：48000Hz採樣率、16位深度、2聲道、1536Kbps比特率

設置dshow的參數

先經過命令查看一下dshow可使用的參數，詳情能夠查看官方文檔：dshow參數。

# 從ffmpeg -devices命令的結果能夠看得出來：dshow屬於demuxer，而不是muxer
ffmpeg -h demuxer=dshow

部分輸出結果以下所示：

# 採樣率
-sample_rate         <int> set audio sample rate (from 0 to INT_MAX)
# 採樣大小（位深度）
-sample_size         <int> set audio sample size (from 0 to 16)
# 聲道數
-channels            <int> set number of audio channels, such as 1 or 2 (from 0 to INT_MAX)
# 列出特定設備支持的參數
-list_options        <boolean> list available options for specified device (default false)

而後再看看你的設備支持哪些參數。

ffmpeg -f dshow -list_options true -i audio="麥克風陣列 (Realtek(R) Audio)"

輸出結果以下所示：

DirectShow audio only device options (from audio devices)
  Pin "Capture" (alternative pin name "Capture")
  min ch=1 bits=8 rate= 11025 max ch=2 bits=16 rate= 44100
  
# 能夠看出來：採樣率範圍是11025~44100Hz

接下來設置錄音時的音頻參數。

ffmpeg -f dshow -sample_rate 15000 -sample_size 16 -channels 1 -i audio="麥克風陣列 (Realtek(R) Audio)" out.wav

經過編程錄音

主要步驟

開發錄音功能的主要步驟是：

• 註冊設備
• 獲取輸入格式
• 打開設備
• 讀取數據
• 釋放資源

之後的開發過程當中，常常須要查詢的資料：官方API文檔。

AudioThread

錄音是個耗時操做，所以最好放到一個子線程中進行。這裏建立了一個繼承自QThread的線程類，線程一旦啓動（start），就會自動調用run函數。

• AudioThread.h

#include <QThread>

class AudioThread : public QThread
{
    Q_OBJECT
private:
    void run();

public:
    explicit AudioThread(QObject *parent = nullptr);
    ~AudioThread();
};

• AudioThread.cpp

#include "audiothread.h"
#include <QDebug>
#include <QFile>

extern "C" {
    // 編解碼相關API
    #include <libavcodec/avcodec.h>
    // 格式相關API
    #include <libavformat/avformat.h>
    // 工具API（好比錯誤處理）
    #include <libavutil/avutil.h>
}

AudioThread::AudioThread(QObject *parent) : QThread(parent)
{
    // 在線程結束時自動回收線程的內存
    connect(this, &AudioThread::finished,
            this, &AudioThread::deleteLater);
}

AudioThread::~AudioThread()
{
    // 線程銷燬時，正常退出線程
    quit();
    requestInterruption();
    wait();
}

void AudioThread::run()
{
    // 格式名稱
    const char *fmtName;
#if defined (Q_OS_WIN)
    fmtName = "dshow";
#else
    fmtName = "avfoundation";
#endif

    // 根據名稱找到輸入格式對象
    AVInputFormat *fmt = av_find_input_format(fmtName);
    if (fmt == NULL) {
        qDebug() << "找不到輸入格式：" << fmtName;
        return;
    }

    // 設備名稱
    const char *deviceName;
#if defined (Q_OS_WIN)
    deviceName = "audio=麥克風陣列 (Realtek(R) Audio)";
#else
    deviceName = ":0";
#endif

    // 格式上下文
    AVFormatContext *ctx = NULL;
    // 選項
    AVDictionary *options = NULL;

    // 打開輸入流
    int ret = avformat_open_input(&ctx, deviceName, fmt, &options);

    // 若是打開輸入流失敗
    if (ret < 0) {
        char errbuf[1024] = {0};
        av_strerror(ret, errbuf, sizeof(errbuf));
        qDebug() << "打開輸入流失敗：" << errbuf;
        return;
    }

    // 定義文件
    QFile file("F:/out.pcm");

    // 刪除舊文件
    if (file.exists()) {
        file.remove();
    }

    // 打開文件
    if (!file.open(QIODevice::WriteOnly)){
        qDebug() << "文件打開失敗";
        // 關閉輸入流
        avformat_close_input(&ctx);
        return;
    }

    // 數據包
    AVPacket pkt;
    while (!isInterruptionRequested()
           && av_read_frame(ctx, &pkt) == 0) {
        // 寫入數據
        file.write((char *) pkt.data, pkt.size);
    }

    // 關閉文件
    file.close();

    // 關閉輸入流
    avformat_close_input(&ctx);
}

MainWindow

在MainWindow控制開始、結束錄音。

• MainWindow.h

class MainWindow : public QMainWindow
{
    Q_OBJECT

public:
    MainWindow(QWidget *parent = nullptr);
    ~MainWindow();

private slots:
    void on_audioBtn_clicked();

private:
    Ui::MainWindow *ui;
    AudioThread *_audioThread = nullptr;
};

• MainWindow.cpp

#include "mainwindow.h"
#include "ui_mainwindow.h"
#include <QDebug>
#include "audiothread.h"

extern "C" {
    // 設備相關API
    #include <libavdevice/avdevice.h>
}

MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow)
{
    ui->setupUi(this);

    // 初始化libavdevice並註冊全部輸入和輸出設備
    avdevice_register_all();
}

MainWindow::~MainWindow()
{
    delete ui;
}

void MainWindow::on_audioBtn_clicked()
{
    // 沒有線程
    if (_audioThread == nullptr) {
        // 開啓新線程
        _audioThread = new AudioThread(this);
        _audioThread->start();

        // 設置按鈕文字
        ui->audioBtn->setText("中止錄音");
    } else {
        // 中止錄音
        _audioThread->requestInterruption();
        _audioThread = nullptr;

        // 設置按鈕文字
        ui->audioBtn->setText("開始錄音");
    }
}

播放PCM

播放PCM時須要制定相關參數：

• ar：採樣率
• ac：聲道數
• f：採樣格式

ffplay -ar 44100 -ac 2 -f s16le out.pcm