【秒懂音视频开发】08_音频录制

2024-02-24 14:53:22

终于要开始进行FFmpeg实战了，一起来感受一下FFmpeg的强大吧。

命令简介

FFmpeg的bin目录中提供了3个命令（可执行程序），可以直接在命令行上使用。

【秒懂音视频开发】08_音频录制

ffmpeg

ffmpeg的主要作用：对音视频进行编解码。

# 将MP3文件转成WAV文件
ffmpeg -i xx.mp3 yy.wav

当输入命令ffmpeg时，可以看到ffmpeg命令的使用格式是：

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

简化一下，常用格式是：

ffmpeg arg1 arg2 -i arg3 arg4 arg5
  • arg1：全局参数
  • arg2：输入文件参数
  • arg3：输入文件
  • arg4：输出文件参数
  • arg5：输出文件

更多详细用法，可以参考官方文档：ffmpeg-all.html，或者使用以下命令查看：

# 简易版
ffmpeg -h
# 详细版
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：查看音视频的参数信息。

# 可以查看MP3文件的采样率、比特率、时长等信息
ffprobe xx.mp3

当输入命令ffprobe时，可以看到ffprobe命令的使用格式是：

ffprobe [OPTIONS] [INPUT_FILE]
# OPTIONS：参数
# INPUT_FILE：输入文件

更多详细用法，可以参考官方文档：ffprobe-all.html，或者使用以下命令查看：

# 简易版
ffprobe -h
# 详细版
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：播放音视频。

# 播放MP3文件
ffplay xx.mp3

当输入命令ffplay时，可以看到ffplay命令的使用格式是：

ffplay [options] input_file
# options：参数
# input_file：输入文件

更多详细用法，可以参考官方文档：ffplay-all.html，或者使用以下命令查看：

# 简易版
ffplay -h
# 详细版
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参数可以隐藏一些冗余的描述信息，可以去实践比较以下2条命令的区别：

ffprobe xx.mp3

ffprobe -hide_banner xx.mp3

# ffmpeg、ffprobe、ffplay都适用

通过命令行录音

查看可用设备

使用命令行查看当前平台的可用设备：

ffmpeg -devices

Windows的输出结果如下所示：

  • 列表中有个dshow，全名叫DirectShow，是Windows平台的多媒体系统库
  • 我们可以使用dshow去操作多媒体输入设备（比如录音设备）
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的输出结果如下所示：

  • 列表中有个avfoundation，是Mac平台的多媒体系统库
  • 我们可以使用avfoundation去操作多媒体输入设备（比如录音设备）
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支持的设备

# 查看dshow支持的设备
ffmpeg -list_devices true -f dshow -i dummy

# 或者
# ffmpeg -list_devices true -f dshow -i ''
# ffmpeg -list_devices true -f dshow -i ""
  • -list_devices true
    • 打印出所有的设备
  • -f dshow
    • dshow支持的
  • -i dummy 或 -i '' 或 -i ""
    • 立即退出

我的笔记本外接了一只麦克风。

【秒懂音视频开发】08_音频录制

因此，命令的执行结果大致如下所示：

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

DirectShow audio devices
  "线路输入 (3- 魅声T800)"
  "麦克风阵列 (Realtek(R) Audio)"

  • dshow支持的视频设备

    • Integrated Camera：笔记本自带的摄像头

  • dshow支持的音频设备

    • 线路输入 (3- 魅声T800)：外接的麦克风
    • 麦克风阵列 (Realtek(R) Audio)：笔记本自带的麦克风

查看avfoundation支持的设备

在Mac平台，使用的是avfoundation，而不是dshow。

ffmpeg -list_devices true -f avfoudation -i ''

输出结果如下所示：

AVFoundation video devices:
 [0] FaceTime高清摄像头（内建）
 [1] Capture screen 0
AVFoundation audio devices:
 [0] MS-T800
 [1] Edu Audio Device
 [2] MacBook Pro麦克风

列表中的MS-T800是外接的麦克风。在Mac上，FFmpeg还给每一个视频、音频设备进行了编号，比如MS-T800的编号是0、Mac自带麦克风的编号是2。

指定设备进行录音

# 使用外接的麦克风进行录音，最后生成一个wav文件
ffmpeg -f dshow -i audio="麦克风阵列 (Realtek(R) Audio)" out.wav

# 在Mac上通过编号指定设备
ffmpeg -f avfoundation -i :0 out.wav
# :0表示使用0号音频设备
# 0:2表示使用0号视频设备和2号音频设备
  • 可以使用快捷键Ctrl + C终止录音
  • 我这边的测试结果显示，默认的音频参数是：
    • Windows：44100Hz采样率、16位深度、2声道、1411Kbps比特率
    • Mac：48000Hz采样率、16位深度、2声道、1536Kbps比特率

设置dshow的参数

先通过命令查看一下dshow可以使用的参数，详情可以查看官方文档：dshow参数。

# 从ffmpeg -devices命令的结果可以看得出来：dshow属于demuxer，而不是muxer
ffmpeg -h demuxer=dshow

部分输出结果如下所示：

# 采样率
-sample_rate         <int> set audio sample rate (from 0 to INT_MAX)
# 采样大小（位深度）
-sample_size         <int> set audio sample size (from 0 to 16)
# 声道数
-channels            <int> set number of audio channels, such as 1 or 2 (from 0 to INT_MAX)
# 列出特定设备支持的参数
-list_options        <boolean> list available options for specified device (default false)

然后再看看你的设备支持哪些参数。

ffmpeg -list_options true -f dshow -i audio="麦克风阵列 (Realtek(R) Audio)"

输出结果如下所示：

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
  
# 可以看出来：采样率范围是11025~44100Hz

接下来设置录音时的音频参数。

ffmpeg -f dshow -sample_rate 15000 -sample_size 16 -channels 1 -i audio="麦克风阵列 (Realtek(R) Audio)" out.wav

通过编程录音

主要步骤

开发录音功能的主要步骤是：

  • 注册设备
  • 查找输入格式
  • 打开设备
  • 读取数据
  • 释放资源

以后的开发过程中，经常需要查询的资料：官方API文档。

AudioThread

录音是个耗时操作，因此最好放到一个子线程中进行。这里创建了一个继承自QThread的线程类，线程一旦启动（start），就会自动调用run函数。

  • 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" {
    // 编解码相关API
    #include <libavcodec/avcodec.h>
    // 格式相关API
    #include <libavformat/avformat.h>
    // 工具API（比如错误处理）
    #include <libavutil/avutil.h>
}

AudioThread::AudioThread(QObject *parent) : QThread(parent)
{
    // 在线程结束时自动回收线程的内存
    connect(this, &AudioThread::finished,
            this, &AudioThread::deleteLater);
}

AudioThread::~AudioThread()
{
    // 线程销毁时，正常退出线程
    quit();
    requestInterruption();
    wait();
}

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

    // 根据名称找到输入格式对象
    AVInputFormat *fmt = av_find_input_format(fmtName);
    if (fmt == NULL) {
        qDebug() << "找不到输入格式：" << fmtName;
        return;
    }

    // 设备名称
    const char *deviceName;
#if defined (Q_OS_WIN)
    deviceName = "audio=麦克风阵列 (Realtek(R) Audio)";
#else
    deviceName = ":0";
#endif

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

    // 打开输入流
    int ret = avformat_open_input(&ctx, deviceName, fmt, &options);

    // 如果打开输入流失败
    if (ret < 0) {
        char errbuf[1024] = {0};
        av_strerror(ret, errbuf, sizeof(errbuf));
        qDebug() << "打开输入流失败：" << errbuf;
        return;
    }

    // 定义文件
    QFile file("F:/out.pcm");

    // 删除旧文件
    if (file.exists()) {
        file.remove();
    }

    // 打开文件
    if (!file.open(QIODevice::WriteOnly)){
        qDebug() << "文件打开失败";
        // 关闭输入流
        avformat_close_input(&ctx);
        return;
    }

    // 数据包
    AVPacket pkt;
    while (!isInterruptionRequested()
           && av_read_frame(ctx, &pkt) == 0) {
        // 写入数据
        file.write((char *) pkt.data, pkt.size);
    }

    // 关闭文件
    file.close();

    // 关闭输入流
    avformat_close_input(&ctx);
}

MainWindow

在MainWindow控制开始、结束录音。

  • 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" {
    // 设备相关API
    #include <libavdevice/avdevice.h>
}

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

    // 初始化libavdevice并注册所有输入和输出设备
    avdevice_register_all();
}

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

void MainWindow::on_audioBtn_clicked()
{
    // 没有线程
    if (_audioThread == nullptr) {
        // 开启新线程
        _audioThread = new AudioThread(this);
        _audioThread->start();

        // 设置按钮文字
        ui->audioBtn->setText("停止录音");
    } else {
        // 停止录音
        _audioThread->requestInterruption();
        _audioThread = nullptr;

        // 设置按钮文字
        ui->audioBtn->setText("开始录音");
    }
}

播放PCM

ffplay -ar 44100 -ac 2 -f s16le out.pcm
上一篇：小视频源码，Qt状态栏添加临时消息和永久消息


下一篇：MySQL数据库下载安装和DataGrip的下载安装和破解