【秒懂音視訊開發】08_音訊錄製

M了個J發表於2021-03-17
音訊

終於要開始進行FFmpeg實戰了，一起來感受一下FFmpeg的強大吧。

命令簡介

FFmpeg的bin目錄中提供了3個命令（可執行程式），可以直接在命令列上使用。

3個命令

ffmpeg

ffmpeg的主要作用：對音視訊進行編解碼。

# 將MP3檔案轉成WAV檔案
ffmpeg -i xx.mp3 yy.wav

當輸入命令ffmpeg時，可以看到ffmpeg命令的使用格式是：

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

簡化一下，常用格式是：

ffmpeg arg1 arg2 -i arg3 arg4 arg5
  • arg1：全域性引數
  • arg2：輸入檔案引數
  • arg3：輸入檔案
  • arg4：輸出檔案引數
  • arg5：輸出檔案

更多詳細用法，可以參考官方文件：ffmpeg-all.html，或者使用以下命令檢視：

# 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的主要作用：檢視音視訊的引數資訊。

# 可以檢視MP3檔案的取樣率、位元率、時長等資訊
ffprobe xx.mp3

當輸入命令ffprobe時，可以看到ffprobe命令的使用格式是：

ffprobe [OPTIONS] [INPUT_FILE]
# OPTIONS：引數
# INPUT_FILE：輸入檔案

更多詳細用法，可以參考官方文件：ffprobe-all.html，或者使用以下命令檢視：

# 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的主要作用：播放音視訊。

# 播放MP3檔案
ffplay xx.mp3

當輸入命令ffplay時，可以看到ffplay命令的使用格式是：

ffplay [options] input_file
# options：引數
# input_file：輸入檔案

更多詳細用法，可以參考官方文件：ffplay-all.html，或者使用以下命令檢視：

# 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

增加-hide_bannder引數可以隱藏一些冗餘的描述資訊，可以去實踐比較以下2條命令的區別：

ffprobe xx.mp3

ffprobe -hide_banner xx.mp3

# ffmpeg、ffprobe、ffplay都適用

通過命令列錄音

檢視可用裝置

使用命令列檢視當前平臺的可用裝置：

ffmpeg -devices

Windows的輸出結果如下所示：

  • 列表中有個dshow，全名叫DirectShow，是Windows平臺的多媒體系統庫
  • 我們可以使用dshow去操作多媒體輸入裝置（比如錄音裝置）
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的輸出結果如下所示：

  • 列表中有個avfoundation，是Mac平臺的多媒體系統庫
  • 我們可以使用avfoundation去操作多媒體輸入裝置（比如錄音裝置）
Devices:
 D. = Demuxing supported
 .E = Muxing supported
 --
 D  avfoundation    AVFoundation input device
 D  lavfi           Libavfilter virtual input device
  E sdl,sdl2        SDL2 output device

檢視dshow支援的裝置

# 檢視dshow支援的裝置
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支援的

  • -list_devices true

    • 列印出所有的裝置

  • -i dummy 或 -i '' 或 -i ""

    • 立即退出

我的筆記本外接了一隻麥克風。

外接麥克風

因此，命令的執行結果大致如下所示：

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支援的視訊裝置

    • Integrated Camera：筆記本自帶的攝像頭

  • dshow支援的音訊裝置

    • 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

檢視avfoundation支援的裝置

在Mac平臺，使用的是avfoundation，而不是dshow。

ffmpeg -f avfoudation -list_devices true -i ''

輸出結果如下所示：

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還給每一個視訊、音訊裝置進行了編號，比如MS-T800的編號是0、Mac自帶麥克風的編號是2。

指定裝置進行錄音

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

# 在Mac上通過編號指定裝置
ffmpeg -f avfoundation -i :0 out.wav
# :0表示使用0號音訊裝置
# 0:2表示使用0號視訊裝置和2號音訊裝置
  • 可以使用快捷鍵Ctrl + C終止錄音
  • 我這邊的測試結果顯示，預設的音訊引數是：
    • Windows：44100Hz取樣率、16位深度、2聲道、1411Kbps位元率
    • Mac：48000Hz取樣率、16位深度、2聲道、1536Kbps位元率

設定dshow的引數

先通過命令檢視一下dshow可以使用的引數，詳情可以檢視官方文件：dshow引數。

# 從ffmpeg -devices命令的結果可以看得出來：dshow屬於demuxer，而不是muxer
ffmpeg -h demuxer=dshow

部分輸出結果如下所示：

# 取樣率
-sample_rate         <int> set audio sample rate (from 0 to INT_MAX)
# 取樣大小（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)
# 列出特定裝置支援的引數
-list_options        <boolean> list available options for specified device (default false)

然後再看看你的裝置支援哪些引數。

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

輸出結果如下所示：

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
  
# 可以看出來：取樣率範圍是11025~44100Hz

接下來設定錄音時的音訊引數。

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

通過程式設計錄音

主要步驟

開發錄音功能的主要步驟是：

  • 註冊裝置
  • 獲取輸入格式
  • 開啟裝置
  • 讀取資料
  • 釋放資源

以後的開發過程中，經常需要查詢的資料：官方API文件。

AudioThread

錄音是個耗時操作，因此最好放到一個子執行緒中進行。這裡建立了一個繼承自QThread的執行緒類，執行緒一旦啟動（start），就會自動呼叫run函式。

  • 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（比如錯誤處理）
    #include <libavutil/avutil.h>
}

AudioThread::AudioThread(QObject *parent) : QThread(parent)
{
    // 線上程結束時自動回收執行緒的記憶體
    connect(this, &AudioThread::finished,
            this, &AudioThread::deleteLater);
}

AudioThread::~AudioThread()
{
    // 執行緒銷燬時，正常退出執行緒
    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物件
    AVInputFormat *fmt = av_find_input_format(fmtName);
    if (fmt == NULL) {
        qDebug() << "找不到輸入格式：" << fmtName;
        return;
    }

    // 裝置名稱
    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;

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

    // 如果開啟輸入流失敗
    if (ret < 0) {
        char errbuf[1024] = {0};
        av_strerror(ret, errbuf, sizeof(errbuf));
        qDebug() << "開啟輸入流失敗：" << errbuf;
        return;
    }

    // 定義檔案
    QFile file("F:/out.pcm");

    // 刪除舊檔案
    if (file.exists()) {
        file.remove();
    }

    // 開啟檔案
    if (!file.open(QIODevice::WriteOnly)){
        qDebug() << "檔案開啟失敗";
        // 關閉輸入流
        avformat_close_input(&ctx);
        return;
    }

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

    // 關閉檔案
    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" {
    // 裝置相關API
    #include <libavdevice/avdevice.h>
}

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

    // 初始化libavdevice並註冊所有輸入和輸出裝置
    avdevice_register_all();
}

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

void MainWindow::on_audioBtn_clicked()
{
    // 沒有執行緒
    if (_audioThread == nullptr) {
        // 開啟新執行緒
        _audioThread = new AudioThread(this);
        _audioThread->start();

        // 設定按鈕文字
        ui->audioBtn->setText("停止錄音");
    } else {
        // 停止錄音
        _audioThread->requestInterruption();
        _audioThread = nullptr;

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

播放PCM

播放PCM時需要制定相關引數：

  • ar：取樣率
  • ac：聲道數
  • f：取樣格式
ffplay -ar 44100 -ac 2 -f s16le out.pcm

相關文章