建议收藏.docx

《建议收藏.docx》由会员分享，可在线阅读，更多相关《建议收藏.docx（9页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、建议收藏不仅限于FFmpeg,音频采样所得的PCM都含有三个要素声道(channel)、采样率(samplerate)、样本格式(sampleformat)。声道当人听到声音时能对声源进展定位那么通过在不同的位置设置声源就可以造就出更好的听觉感受假如配合影像进展音频位置的调整那么会得到更好的视听效果。常见的声道有单声道mono双声道stereo最常见的类型包含左声道和右声道2.1声道在双声道根底上参加一个低音声道5.1声道包含一个正面声道、左前方声道、右前方声道、左环绕声道、右环绕声道、一个低音声道最早应用于早期的电影院7.1声道在5.1声道的根底上把左右的环绕声道拆分为左右环绕声道和左右后置

2、声道主要应用于BD和当代的电影院如下是一个双声道的音频系统采样率音频采样是把声音从模拟信号转换为数字信号。采样率就是每秒对声音进展收集的次数同样也是所得的数字信号的每秒样本数。在对声音进展采样时常用的采样率有8,000Hz-所用采样率,对于人的讲话已经足够11,025Hz-AM调幅播送所用采样率22,050Hz以及24,000Hz-FM调频播送所用采样率32,000Hz-miniDV数码视频camcorder、DAT(LPmode)所用采样率44,100Hz-音频CD,也常用于MPEG-1音频VCD,SVCD,MP3所用采样率47,250Hz-商用PCM录音机所用采样率48,000Hz-min

3、iDV、数字电视、DVD、DAT、电影以及专业音频所用的数字声音所用采样率50,000Hz-商用数字录音机所用采样率*96,000或192,000Hz-DVD-Audio、一些LPCMDVD音轨、BD-ROM蓝光盘音轨、以及HD-DVD高明晰度DVD音轨所用所用采样率2.8224MHz-DirectStreamDigital的1位sigma-deltamodulation经过所用采样率。采样越高声音的复原就越真实越自然人对频率的识别范围是20HZ-20000HZ,假如每秒钟能对声音做20000个采样,回放时就足可以知足人耳的需求.所以22050的采样频率是常用的,44100已是CD音质,超过4

4、8000的采样对人耳已经没有意义。这以及电影的每秒24帧图片的道理差不多。采样位数音频在经过采样得到样本后还需要对该样本执行两个步骤量化。音频量化的量化位数常用的有8bit(也就是1字节)只能记录256个数,也就是只能将振幅划分成256个等级;16bit(也就是2字节)可以细到65536个数,这已是CD标准了;32bit(也就是4字节)能把振幅细分到4294967296个等级,实在是没必要了.量化位数又叫做采样位数、位深度、分辨率它是指声音的连续强度被数字表示后可以分为多少级。N-bit的意思声音的强度被均分为2N级。16-bit的话就是65535级。这是一个很大的数了人可能也分辨不出六万五千

5、五百三十五分之一的音强差异。可以以讲是声卡的分辨率它的数值越大分辨率也就越高所发出声音的才能越强。这里的采样倍数主要针对的是信号的强度特性采样率针对的是信号的时间频率特性这是两个不一样的概念。二进制编码。也就是把量化所得的结果即单个声道的样本以二进制的码字进展存放。其中有两种存放方式直接以整形来存放量化结果即Twoscomplementcode以浮点类型来存放量化结果即Floatingpointencodingcode。大多数格式的PCM样本数据使用整形来存放而在对一些对精度要求高的应用方面那么使用浮点型来表示PCM样本数据。帧音频在量化得到二进制的码字后需要进展变换而变换MDCT是以块为单位

6、block进展的一个块由多个120或者128样本组成。而一帧内会包含一个或多个块。帧的常见大小有960、1024、2048、4096等。一帧记录了一个声音单元它的长度是样本长度以及声道数的乘积。FFmpeg中AVFrame构造体中的nb_samples代表的就是一帧中单个声道的音频样本数量。样本的组合方式这个主要是针对双声道或者多声道音频来讲的对于一个双声道音频来讲它的组合方式可能有以下两种交织interleaved。以stereo为例一个stereo音频的样本是由两个单声道的样本交织地进展存储得到的。平面planar。各个声道的样本分开进展存储。FFmpeg音频解码后的数据是存放在AVFra

7、me构造中的。Packed格式frame.data0或者frame.extended_data0包含所有的音频数据中。Planar格式frame.datai或frame.extended_datai表示第i个声道的数据假设声道0是第一个,AVFrame.data数组大小固定为8假如声道数超过8需要从frame.extended_data获取声道数据。样本格式FFmpeg中的样本格式主要有enumAVSampleFormatAV_SAMPLE_FMT_NONE-1,AV_SAMPLE_FMT_U8,/unsigned8bitsAV_SAMPLE_FMT_S16,/signed16bitsAV_S

8、AMPLE_FMT_S32,/signed32bitsAV_SAMPLE_FMT_FLT,/floatAV_SAMPLE_FMT_DBL,/doubleAV_SAMPLE_FMT_U8P,/unsigned8bits,planarAV_SAMPLE_FMT_S16P,/signed16bits,planarAV_SAMPLE_FMT_S32P,/signed32bits,planarAV_SAMPLE_FMT_FLTP,/float,planarAV_SAMPLE_FMT_DBLP,/double,planarAV_SAMPLE_FMT_S64,/signed64bitsAV_SAMPLE_F

9、MT_S64P,/signed64bits,planarAV_SAMPLE_FMT_NB/Numberofsampleformats.DONOTUSEif;讲明1.U8无符号整型8bit、S16整型16bit、S32整型32bit、FLT单精度浮点类型、DBL双精度浮点类型、S64整型64bit不以P为结尾的都是interleaved构造以P为结尾的是planar构造。2.Planar形式是FFmpeg内部存储形式我们实际使用的音频文件都是Packed形式的。3.FFmpeg解码不同格式的音频输出的音频采样格式不是一样。测试发现其中AAC解码输出的数据为浮点型的AV_SAMPLE_FMT_FL

10、TP格式MP3解码输出的数据为AV_SAMPLE_FMT_S16P格式使用的mp3文件为16位深。详细采样格式可以查看解码后的AVFrame中的format成员或者解码器的AVCodecContext中的sample_fmt成员。比特率每秒的传输速率(位速,也叫比特率)。如705.6kbps或者705600bps,其中的b是bit,ps是每秒(persecond)的意思表示每秒705600bit的容量。压缩的音频文件常常用倍速来表示譬如到达CD音质的MP3是128kbps/44100HZ。注意这里的单位是bit而不是Byte,一个Byte等于8个bit(位),bit是最小的单位一般用于网络速度

11、的描绘以及各种通信速度Byte那么用于计算硬盘内存的大小。Mbps即Milionbitpersecond(百万位每秒)Kbps即Kilobitpersecond千位每秒);bps即bitpersecond(位每秒)相应的换算关系为1Milionbit1000Kilobit1000000bit1Mbps1000000bps;再次强调这里是速度单位指每秒传输的二进制位数数据传输速率的衡量单位K是十进制含义但数据存储的K是二进制含义。例如通常描绘的1M带宽就是1Mbps1000000bps1000000/8/1000125;所以1M带宽的下载速率一般不超过125KB/s100M宽带也就是100000

12、000bps100000000/8/1000/100012.5,所以100M带宽的下载速率最大可到达12.5MB/s当然了以上只是理论速率实际上最大的下载速率可能还达不到那么多主要还会受到各种损耗的影响一般100MB宽带下载速率能到达10MB就算不错了。采样率、采样位数、比特率三者之间的关系例根据一个文件的大小推算出文件时长譬如WindowsXP启动.wav的文件长度是424,644字节,它是22050HZ/16bit/立体声格式(这可以从其属性-摘要里看到)。那么它的每秒的传输速率(位速,也叫比特率、取样率)是22050162705600(bit/s),换算成字节单位就是705600/888

13、200(字节/秒)播放时间424644(总字节数)/88200(每秒字节数)4.8145578(秒)。但是这还不够准确,包装标准的PCM格式的WAVE文件(*.wav)中至少带有42个字节的头信息,在计算播放时间时应该将其去掉。所以就有(424644-42)/(22050162/8)4.8140816(秒).这样就比拟准确了。也就是文件总大小-头信息/(采样率*采样位数*通道数/8)也就是比特率文件时长。来源s:/cnblogs/yongdaimi/p/10722355.html技术沟通欢送加我微信ezglumes拉你入技术沟通群。私信领取相关资料推荐浏览音视频开发工作经历共享|视频版觉得不错点个在看呗