ffmpeg系列--音频格式介绍

2023-12-02 15:46:34

本系列文章会陆续更新与ffmpeg相关的知识点。

一、环境信息

1、ffmpeg版本：4.4

2、linux

二、通过libavutil/samplefmt.h中查看该版本中支持以下音频格式。

enum AVSampleFormat {

    AV_SAMPLE_FMT_NONE = -1,

    AV_SAMPLE_FMT_U8,          ///< unsigned 8 bits

    AV_SAMPLE_FMT_S16,         ///< signed 16 bits

    AV_SAMPLE_FMT_S32,         ///< signed 32 bits

    AV_SAMPLE_FMT_FLT,         ///< float

    AV_SAMPLE_FMT_DBL,         ///< double

    AV_SAMPLE_FMT_U8P,         ///< unsigned 8 bits, planar

    AV_SAMPLE_FMT_S16P,        ///< signed 16 bits, planar

    AV_SAMPLE_FMT_S32P,        ///< signed 32 bits, planar

    AV_SAMPLE_FMT_FLTP,        ///< float, planar

    AV_SAMPLE_FMT_DBLP,        ///< double, planar

    AV_SAMPLE_FMT_S64,         ///< signed 64 bits

    AV_SAMPLE_FMT_S64P,        ///< signed 64 bits, planar

    AV_SAMPLE_FMT_NB           ///< Number of sample formats. DO NOT USE if linking dynamically

};

采样格式主要针对的是每次采样时采用的方式：

1、位深：单次音频采样的bit数，一般有8、16、32;

2、存储方式：目前ffmpeg的音频和视频都支持两种存储方式，一种为packed（打包方式），另一种为（planner）；

a、packed：即不同声道的数据时交织在一起的，如某个audio有2个声道，采用packed方式时，先取第一个通道的一个位深（8、16、32），再取第二个通道的一个位深（8、16、32），如此交织在一起行成一帧音频数据。

b、planar：即不同的声道是像平面一样展开，仍然以2通道的声音举例，即一帧数据采用先存储第一个通道的所有数据，然后紧接着存储第二个通道的所有数据，如此形成一帧音频数据。

3、有无符号：单次采样值是有符号还是无符号整数或者float。

4、整数、浮点数、双精度：与第三点类似。

上述信息我们可以通过上述枚举的类型命名中洞察一二，如US分别代表无符号、有符号；

FLT、DBL代表float和双精度数值，也同时隐含说明了该采用值的位深，如同命名中的8、16、32；后续的P代表planar模式，默认不带p的为packed模式，如S32P、FLTP中最后的字母“P”就代表了planar模式。

【注意】:由于是一边学习，一边总结，难免有错漏之处，也请各位专家不吝指教，感谢。

码农公寓