swr_get_out_samples和swr_convert，比特率重采样

音频三元组：通道数(channels，比特率(sample_rate)，位深(sample_fmt)
这三个元素转换一个或以上，就叫作重采样。
这里主要讨论48000->44100可能会犯得错误。

swr_convert(asc, dst_ptr, dst_nb_samples,src_ptr, src_nb_samples)

参数依次是重采样配置上下文，接收转换后的数据存储地址，往dst_data存储多少个音频采样，待转换的数据地址，放入转换的音频采样数。
假如说是48000->44100，那么如果放入的src_nb_samples不是48000，那么取出的dst_nb_samples也就不是44100，是多少呢：

44100/48000 = dst_nb_samples/src_nb_samples

另一个问题，假如我用aac压缩音频，aac规定每帧音频只能有1024个采样，如果放入src_nb_samples是1920，那么按照上面的公式dst_nb_samples=1764。但是我每次只取1024个采样，用于压缩aac，那么没取的1764-1024=76个字节放哪里去了呢，会不会丢失呢，它其实放在了swr_convert这个函数维护的一个缓冲区中，当你再次调用swr_convert(asc, dst_ptr, dst_nb_samples, NULL, 0)时，把后两个参数置NULL，0，就会把上次没取完的数据取出dst_nb_samples(如果有这么多的话)个采样，它其实是个队列的原理。

最后一个问题，swr_get_out_samples(…)的返回值是缓冲区中的采样个数，那么这个值是指转换后的采样个数还是转换前的呢，经手动验证是转换前的。其实也就是函数只转换dst_nb_samples个采样输出，剩余的值下次调用再转换。
假如我们想取1024个值，那么应该这样调用：

int fifo_size = swr_get_out_samples(asc, 0);
if (fifo_size >= 1115) //x = (1920/1764) * 1024
{int len_left = swr_convert(asc, dst_ptr, dst_nb_samples,NULL, 0)
}

意思是48000->44100时，只有缓冲区有1115个采样时，才能得到1024个采样。
当44100->48000时，当送进去1024采样时，理论上会得到1114.5个输出采样，那么我们输出dst_nb_samples参数应该填多少呢，只要大于等于1115，就可以了，实测输出的采样数len = 1115,1114交替输出。
当dst_nb_samples大于理论输出值时，并不会阻塞，等得到dst_nb_samples个采样才输出，而是输出理论值，由len返回获得理论值。
int len = swr_convert(asc, dst_ptr, dst_nb_samples,
src_ptr, src_nb_samples)

补充：

正常人听觉的频率范围大约在20Hz~20kHz之间，
根据奈奎斯特采样理论（2倍），为了保证声音不失真，采样频率应该在40kHz左右。（采样频率必须大于等于音频信号的最大频率的两倍，记住，是最大频率。）
目前语音识别服务只支持16000Hz和8000Hz两种采样率，其中8000Hz一般是电话业务使用，其余都使用16000Hz。 22050
的采样频率是常用的，44100已是CD音质。
44100 Hz - 音频 CD, 也常用于 MPEG-1 音频（VCD，SVCD，MP3）所用采样率
48000 Hz - miniDV、数字电视、DVD、DAT、电影和专业音频所用的数字声音所用采样率
8000 Hz - 电话所用采样率， 对于人的说话已经足够
22050 Hz - 无线电广播所用采样率
引用链接：https://blog.csdn.net/Osean_li/article/details/84107451

出于历史原因，所有CD一律采用44.1KHz，而DVD/BD视频音轨一律采用48KHz。所以不出意外，你听到的那些音乐都是44.1KHz，而你看的视频，它们的音频一般都采用48KHz的采样率。
aac为有损压缩，同时48000->44100的转换对音质也有损伤。
由于人耳听觉范围是20Hz~20kHz，根据香农采样定理(也叫奈奎斯特采样定理)，理论上来说采样率大于40kHz的音频格式都可以称之为无损格式。
我们的耳朵听到的频率间隔为20-20KHZ，我们的发声频率为100-3KHZ左右,所以可以看出如果只是单纯的采集发声频率可以使用8KHZ就可以,采样率必须是输入信号最高频率的2倍以上，这样才会最大可能的保存信号信息.故我们的听到的样本的采样率一般都为44.1KHZ及以上.
fdk_aac 支持的音频采样率：7350 8000 11025 12000 16000 22050 24000 32000 44100 48000 64000 88200 96000
fdk_aac 样本类型：只支持16bit pcm输入.
CBR模式:
设置目标码率，当样本之间差异较小时，可以通过该方法更好地控制文件大小，设置每个通道为64kbps.立体声为128kbps
VBR模式：
指定目标质量，而不是码率，质量从1到5由低到高.使用参数-vbr,vbr模式下大致给出了每个通道对应的码率，参考libfdk_aac介绍
首先需要了解的是AAC文件格式有ADIF和ADTS两种，其中ADIF（Audio Data Interchange Format 音频数据交换格式）的特征是解码必须在明确定义的开始处进行，不能从数据流中间开始；而ADTS（Audio Data Transport Stream 音频数据传输流）则相反，这种格式的特征是有同步字，解码可以在这个流中任何位置开始，正如它的名字一样，这是一种和TS流类似的格式。

ADTS格式中每一帧都有头信息，具备流特征，适合于网络传输与处理，而ADIF只有一个统一的头，并且这两种格式的header格式也是不同的。目前主流使用的都是ADTS格式。
正确的说法是不同profile决定了每个aac帧含有多少个sample，具体来说，对应关系如下：

AACENC_GRANULE_LENGTH =
0x0105, /*!< Core encoder (AAC) audio frame length in samples:
- 2048 HE-AAC v1/v2
- 1024: Default configuration.//AAC-LC 1024
- 512: Default length in LD/ELD configuration.
- 480: Length in LD/ELD configuration.
- 256: Length for ELD reduced delay mode (x2).
- 240: Length for ELD reduced delay mode (x2).
- 128: Length for ELD reduced delay mode (x4).
- 120: Length for ELD reduced delay mode (x4). */
其中LC即Low Complexity，HE即High Efficiency，注意，其中数据表示单通道的采样数，如1024，表示单通道每秒采样1024帧。每次送入编码器的数据必须是上述设定或默认的数据，如果不是的话会在缓冲区中暂存，然后够了之后再送进去。
参考：https://blog.csdn.net/mo4776/article/details/104054049
声道数：
0: Defined in AOT Specifc Config
1: 1 channel: front-center
2: 2 channels: front-left, front-right
3: 3 channels: front-center, front-left, front-right
4: 4 channels: front-center, front-left, front-right, back-center
5: 5 channels: front-center, front-left, front-right, back-left, back-right
6: 6 channels: front-center, front-left, front-right, back-left, back-right, LFE-channel
7: 8 channels: front-center, front-left, front-right, side-left, side-right, back-left, back-right, LFE-channel
8-15: Reserved

哎呦喂ヾ(✿ﾟ▽ﾟ)ノ～路长馆小，雪轻帘薄，酒热乎，这位爷～您ヾ(✿ﾟ▽ﾟ)ノ~ 里面坐~
本公众号专注分享C++，ffmpeg，opencv等相关音视频知识
webrtc，udp，tcp，rtsp，rtmp，srt/nginx+rtmp等流媒体协议和服务器
同时也会有大厂音视频技术专家不定期直播分享…
国人开发流媒体srs服务器，及yangrtc(国人版的webrtc)协议新动向
偶尔分享下程序员梦呓碎碎念(๑•॒̀ ູ॒•́๑)啦啦啦
目前刚刚开通，接受读者的优质投稿…
鉴于国内音视频圈子小，起步晚，以致分享少，门槛高，特开通分享，一起扇动这阵风吧！
微信扫描下方二维码，关注公众号，赶快进入音视频开发者社区吧！

swr_get_out_samples和swr_convert，比特率重采样相关推荐

swr_convert音频重采样介绍
在做音频处理的时候,我们有时候需要调整音频流的采样率或者采样格式,可能是喇叭不支持 48000 采样率,所以需要降低到 44100 采样了.也可能因为各种业务原因,需要调整采样率,采样格式,或者 ...
音视频从入门到精通——FFmpeg之swr_convert音频重采样函数分析
文章目录音频重采样 swr_alloc函数 swr_alloc_set_opts函数 swr_init函数 swr_convert函数音频基础音频开发主要应用有音频开发具体内容有音频应用的难 ...
FFmpeg(五) 重采样相关函数理解
一.重采样流程重采样(解码音频数据之后格式不可以直接播放,需要重采样,类似图像的像素转换) 1.分配上下文 2.设置参数(分为(前几个是)输出格式和(后几个)输入格式,两个相对应的) 可以通过改变样 ...
vue创建的挂钩中出错_建立自己的Vue 3 SWR挂钩
vue创建的挂钩中出错 Version 3 is just around the corner and the composition API is bringing some new excitin ...
FFMpeg4.0相关结构体和函数
文章目录相关指令相关结构体 av_register_all() 已废弃无需添加 avformat_network_init() 初始化网络封装库 AVFormatContext结构体 AVDict ...
ffplay 分析（音频从Frame(解码后)队列取数据到SDL输出）
<ffplay的数据结构分析> <ffplay分析(从启动到读取线程的操作)> <ffplay分析(视频解码线程的操作)> <ffplay分析(音频解码线程的 ...
在Linux环境下使用ffmpeg将PCM音频数据编码成aac数据
在Linux环境下使用ffmpeg将PCM音频数据编码成aac数据程序框图代码演示程序框图将pcm数据经过aac编码器编码成aac数据,我是将从设备上采集的数据经过重采样送入aac编码器进行编 ...
FFmpeg解封装、解码音频和视频（分别使用OpenGL和OpenAL播放）
1 ffmpeg解码大致流程下图是ffmpeg解码播放音视频的基本流程: 首先是网络媒体解协议,解协议之后得到对应的媒体文件比如mp4,ts等,这些格式是媒体文件的封装格式,也就是将音频,视频, ...
ffplay实现原理
1. ffmpeg是音视频界的瑞士军刀: 它提供了从录制.编码.封装.推流到拉流.解封装.解码.滤镜.播放的完整解决方案. 它是跨平台的解决方案,一套代码适配Windows.Linux.Mac OS. ...

swr_get_out_samples和swr_convert，比特率重采样

swr_get_out_samples和swr_convert，比特率重采样相关推荐

最新文章

热门文章