前言

最近对golang处理音视频很感兴趣，对golang音视频常用库goav进行了一番研究。自己写了一个wav转采样率的功能。给大家分享一下，中间遇到了不少坑，解决的过程中还是蛮有意思的。

环境部署

代码运行在Ubuntu环境上，需要使用到goav，goav是对ffmpeg源码的golang封装。

goav地址：https://github.com/giorgisio/goav

goav安装如下

sudo apt-get -y install autoconf automake build-essential libass-dev libfreetype6-dev libsdl1.2-dev libtheora-dev libtool libva-dev libvdpau-dev libvorbis-dev libxcb1-dev libxcb-shm0-dev libxcb-xfixes0-dev pkg-config texi2html zlib1g-devsudo apt install -y libavdevice-dev libavfilter-dev libswscale-dev libavcodec-dev libavformat-dev libswresample-dev libavutil-devsudo apt-get install yasmexport FFMPEG_ROOT=$HOME/ffmpeg
export CGO_LDFLAGS="-L$FFMPEG_ROOT/lib/ -lavcodec -lavformat -lavutil -lswscale -lswresample -lavdevice -lavfilter"
export CGO_CFLAGS="-I$FFMPEG_ROOT/include"
export LD_LIBRARY_PATH=$HOME/ffmpeg/lib
``` ```
go get github.com/xueqing/goav

代码

先看代码

package main//#include<stdlib.h>
import "C"
import ("flag""fmt""github.com/google/logger""github.com/xueqing/ffmpeg-demo/logutil""github.com/xueqing/goav/libswresample""github.com/youpy/go-wav""io""os""reflect""unsafe"
)func main() {var (inputUrl      string = "./data/1.wav"inNumChannels int64  = 1inSampleRate  int    = 16000//inBitsPerSample  uint16                    = 16outNumChannels   int64                     = 1outSampleRate    int                       = 48000outBitsPerSample uint16                    = 16swr              *libswresample.SwrContext = libswresample.SwrAlloc())flag.Parse()logutil.Init(true, false, "resample.log")defer logutil.Close()swr.SwrAllocSetOpts(outNumChannels,libswresample.AvSampleFormat(1),outSampleRate,inNumChannels,libswresample.AvSampleFormat(1),inSampleRate,0,0)swr.SwrInit()defer swr.SwrClose()_inputFile, err := os.Open(inputUrl)if err != nil {logger.Errorf("open input file error(%v)", err)return}defer _inputFile.Close()_reader := wav.NewReader(_inputFile)format, err := _reader.Format()if err != nil {logger.Errorf("input file format error(%v)", err)return}fmt.Printf("input file format info -> AudioFormat:%v,NumChannels:%v,SampleRate:%v,ByteRate:%v,BlockAlign:%v,BitsPerSample:%v", int(format.AudioFormat), format.NumChannels, format.SampleRate, format.ByteRate, format.BlockAlign, format.BitsPerSample)_tempFile, err := os.CreateTemp("", "*.wav")if err != nil {logger.Errorf("create temp file error(%v)", err)return}logger.Infof("Create tempFile %v", _tempFile.Name())defer func() {_tempFile.Close()}()_samples := []wav.Sample{}n := 4096for {spls, err := _reader.ReadSamples(uint32(n))if err == io.EOF {break}_samples = append(_samples, spls...)}_result := ResampleByFFmpegApi2(swr, _samples)_writer := wav.NewWriter(_tempFile, uint32(len(_result)), uint16(outNumChannels), uint32(outSampleRate), outBitsPerSample)err4 := _writer.WriteSamples(_result)if err4 != nil {logger.Errorf("write file error(%v)", err4)err = err4return}
}func ResampleByFFmpegApi2(swr *libswresample.SwrContext, samples []wav.Sample) []wav.Sample {var (_inArr  **uint8_outArr **uint8_inptr  []uint16_outptr []uint16)_inArr = (**uint8)(C.malloc(C.sizeof_int))defer C.free(unsafe.Pointer(_inArr))_inptr = make([]uint16, len(samples))_outArr = (**uint8)(C.malloc(C.sizeof_int))defer C.free(unsafe.Pointer(_outArr))_outptr = make([]uint16, len(samples)*3)//fmt.Println(unsafe.Sizeof(uint16(0)))for i, v := range samples {_inptr[i] = uint16(v.Values[0])}*_inArr = (*uint8)(unsafe.Pointer((*reflect.SliceHeader)(unsafe.Pointer(&_inptr)).Data))*_outArr = (*uint8)(unsafe.Pointer((*reflect.SliceHeader)(unsafe.Pointer(&_outptr)).Data))ret := swr.SwrConvert(_outArr, len(samples)*3, _inArr, len(samples))if ret > 0 {fmt.Println(ret)}_result := make([]wav.Sample, ret)for i := 0; i < ret; i++ {_result[i] = wav.Sample{[2]int{int(_outptr[i]), 0}}}return _result
}

代码说明：

1、代码不是个工具方法，如果看懂逻辑的话，可以自行修改成工具方法。

2、里面会用到ffmpeg里面swresample库，对音频数据进行冲采样。

3、可以细看一下，如果你想作实时处理也是可以改的。

4、其中SwrAllocSetOpts方法中有个参数libswresample.AvSampleFormat(1)，为什么取1，这里主要是选择采样表示方式的枚举，参考底层源码枚举，我发在下面。我这边因为音频是s16的，所以选择1。

enum AVSampleFormat {AV_SAMPLE_FMT_NONE = -1,AV_SAMPLE_FMT_U8,          ///< unsigned 8 bitsAV_SAMPLE_FMT_S16,         ///< signed 16 bitsAV_SAMPLE_FMT_S32,         ///< signed 32 bitsAV_SAMPLE_FMT_FLT,         ///< floatAV_SAMPLE_FMT_DBL,         ///< doubleAV_SAMPLE_FMT_U8P,         ///< unsigned 8 bits, planarAV_SAMPLE_FMT_S16P,        ///< signed 16 bits, planarAV_SAMPLE_FMT_S32P,        ///< signed 32 bits, planarAV_SAMPLE_FMT_FLTP,        ///< float, planarAV_SAMPLE_FMT_DBLP,        ///< double, planarAV_SAMPLE_FMT_S64,         ///< signed 64 bitsAV_SAMPLE_FMT_S64P,        ///< signed 64 bits, planarAV_SAMPLE_FMT_NB           ///< Number of sample formats. DO NOT USE if linking dynamically
};

音频准备，输入音频为16k采样率音频。

(base) xxx@hu:~/GolandProjects/MediaRelay/data$ ffmpeg -i 1.wav
ffmpeg version 4.2.7-0ubuntu0.1 Copyright (c) 2000-2022 the FFmpeg developers
built with gcc 9 (Ubuntu 9.4.0-1ubuntu1~20.04.1)
configuration: --prefix=/usr --extra-version=0ubuntu0.1 --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --arch=amd64 --enable-gpl --disable-stripping --enable-avresample --disable-filter=resample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libaom --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libcodec2 --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libjack --enable-libmp3lame --enable-libmysofa --enable-libopenjpeg --enable-libopenmpt --enable-libopus --enable-libpulse --enable-librsvg --enable-librubberband --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvidstab --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxml2 --enable-libxvid --enable-libzmq --enable-libzvbi --enable-lv2 --enable-omx --enable-openal --enable-opencl --enable-opengl --enable-sdl2 --enable-libdc1394 --enable-libdrm --enable-libiec61883 --enable-nvenc --enable-chromaprint --enable-frei0r --enable-libx264 --enable-shared
libavutil 56. 31.100 / 56. 31.100
libavcodec 58. 54.100 / 58. 54.100
libavformat 58. 29.100 / 58. 29.100
libavdevice 58. 8.100 / 58. 8.100
libavfilter 7. 57.100 / 7. 57.100
libavresample 4. 0. 0 / 4. 0. 0
libswscale 5. 5.100 / 5. 5.100
libswresample 3. 5.100 / 3. 5.100
libpostproc 55. 5.100 / 55. 5.100
Guessed Channel Layout for Input Stream #0.0 : mono
Input #0, wav, from '1.wav':
Metadata:
date : 2020-09-28
encoder : Lavf58.45.100
Duration: 00:04:01.75, bitrate: 256 kb/s
Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 16000 Hz, mono, s16, 256 kb/s

执行情况

input file format info -> AudioFormat:1,NumChannels:1,SampleRate:16000,ByteRate:32000,BlockAlign:2,BitsPerSample:16INFO : 2022/12/06 17:14:49.937547 csdn_wav_util.go:62: Create tempFile /tmp/2402235346.wav
11603961

最终音频

(base) xxx@hu:/tmp$ ffmpeg -i 2402235346.wav
ffmpeg version 4.2.7-0ubuntu0.1 Copyright (c) 2000-2022 the FFmpeg developers
built with gcc 9 (Ubuntu 9.4.0-1ubuntu1~20.04.1)
configuration: --prefix=/usr --extra-version=0ubuntu0.1 --toolchain=hardened --libdir=/usr/lib/x86_64-linux-gnu --incdir=/usr/include/x86_64-linux-gnu --arch=amd64 --enable-gpl --disable-stripping --enable-avresample --disable-filter=resample --enable-avisynth --enable-gnutls --enable-ladspa --enable-libaom --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libcdio --enable-libcodec2 --enable-libflite --enable-libfontconfig --enable-libfreetype --enable-libfribidi --enable-libgme --enable-libgsm --enable-libjack --enable-libmp3lame --enable-libmysofa --enable-libopenjpeg --enable-libopenmpt --enable-libopus --enable-libpulse --enable-librsvg --enable-librubberband --enable-libshine --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libssh --enable-libtheora --enable-libtwolame --enable-libvidstab --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx265 --enable-libxml2 --enable-libxvid --enable-libzmq --enable-libzvbi --enable-lv2 --enable-omx --enable-openal --enable-opencl --enable-opengl --enable-sdl2 --enable-libdc1394 --enable-libdrm --enable-libiec61883 --enable-nvenc --enable-chromaprint --enable-frei0r --enable-libx264 --enable-shared
libavutil 56. 31.100 / 56. 31.100
libavcodec 58. 54.100 / 58. 54.100
libavformat 58. 29.100 / 58. 29.100
libavdevice 58. 8.100 / 58. 8.100
libavfilter 7. 57.100 / 7. 57.100
libavresample 4. 0. 0 / 4. 0. 0
libswscale 5. 5.100 / 5. 5.100
libswresample 3. 5.100 / 3. 5.100
libpostproc 55. 5.100 / 55. 5.100
Guessed Channel Layout for Input Stream #0.0 : mono
Input #0, wav, from '2402235346.wav':
Duration: 00:04:01.75, bitrate: 768 kb/s
Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 48000 Hz, mono, s16, 768 kb/s

总结

其实在写代码过程中，有个让我特别头疼的东西，就是怎么把数组转为**uint。如果大家有兴趣可以研究一下ResampleByFFmpegApi2方法的转换逻辑，会学到不少东西。

我们的疲劳往往不是由工作引起的，而是由于忧烦、挫折和不满等。——《人性的弱点》

Go语学习笔记 - 调用ffmpeg-api实现音频重采样相关推荐

x%3e=y%3e=z的c语言表达式,我的C语学习笔记-C语言教程(三).doc
我的C语学习笔记- C语言教程(三) C语言教程---第一章: C语言概论 C语言教程---第二章: 数据类型.运算符.表达式 C语言教程---第三章: C语言程序设计初步 C语言教程---第四章: ...
c语言第七章函数笔记,我的C语学习笔记-C语言教程(七).doc
我的C语学习笔记- C语言教程(七) C语言教程---第一章: C语言概论 C语言教程---第二章: 数据类型.运算符.表达式 C语言教程---第三章: C语言程序设计初步 C语言教程---第四章: ...
NDK学习笔记：FFmpeg解压MP34提取音频PCM（swrContext、swr_alloc_set_opts）
NDK学习笔记:FFmpeg解压MP34提取音频PCM 承接 FFmpeg解压MP4提取视频YUV ,这次我们需要提取的是音频原始数据PCM.代码流程大同小异,主要区别就是AVFrame->PC ...
NDK学习笔记：FFmpeg音视频同步3（你追我赶，升级ffmpeg/libyuv支持neon）
NDK学习笔记:FFmpeg音视频同步3 本篇内容说多不多,但如果要说得明明白白的,可能就有点难度了.所以我决定把我的调试过程日志都呈现出来,方便大家理解.继上一篇文末,我们学习到了什么是DTS/PT ...
Redis学习笔记 - 数据类型与API（1）Key
Redis学习笔记 - 数据类型与API(1)Key Key相关命令 1. 常用命令命令含义时间复杂度 keys 查找所有符合给定模式 pattern 的 key O(N), N 为数据库中 k ...
Go语学习笔记 - gorm使用 - gorm处理错误 Web框架Gin（十）
学习笔记,写到哪是哪. 接着上一篇文章:Go语学习笔记 - gorm使用 - 原生sql.命名参数.Rows.ToSQL | Web框架Gin(九)_的博客-CSDN博客目前gorm对数据库的一些操 ...
Go语学习笔记 - websocket gorilla（附测试代码） | 从零开始Go语言
目录项目结构消息结构服务端代码定义客户端行为服务启动测试代码总结学习笔记,写到哪是哪. websocket也是常用的协议了,在上一篇中主要测试使用了一下grpc. 下面我会把代码贴出来 ...
Go语学习笔记 - 增加时间工具 | Web框架Gin（五）
学习笔记,写到哪是哪. 接着上一篇的文章:Go语学习笔记 - 跨域配置.全局异常捕获 | Web框架Gin(四)_剑客阿良_ALiang的博客-CSDN博客_gin全局异常捕获在上一篇中已经将一些基 ...
ffmpeg api解码音频，得到pcm数据
ffmpeg api解码音频,得到pcm数据,程序如下: extern "C" { #include "libavutil/avutil.h" #include ...

Go语学习笔记 - 调用ffmpeg-api实现音频重采样

前言

环境部署

代码

总结

Go语学习笔记 - 调用ffmpeg-api实现音频重采样相关推荐

最新文章

热门文章