Java教程
FFmpeg源码分析：音频滤镜介绍(下)
本文主要是介绍FFmpeg源码分析：音频滤镜介绍(下)，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！
FFmpeg在libavfilter模块提供音视频滤镜。所有的音频滤镜都注册在libavfilter/allfilters.c。我们也可以使用ffmpeg -filters命令行来查看当前支持的所有滤镜，前面-a代表音频。本篇文章主要介绍音频滤镜，包括：混音、静音填充、哈斯效应、合唱效果、均衡器、iir与fir滤波器、低通滤波器、带通滤波器、高通滤波器、变速变调、音量调节、静音检测。
关于音频滤镜的详细介绍，可查看官方文档：音频滤镜。上半部分的音频滤镜，可查看：音频滤镜介绍(上)。
1、amerge
合并，把两个或多个音频流合并到一个多通道的输出流。假如输入声道布局是交错的，那么输出声道布局相应地设置，声道根据需要进行重新排序。相反，假如输入声道布局不是交错的，那么先是第一个输入流的所有声道，然后是第二个输入流，依次类推。
比如合并两个音频流，参考命令如下：
ffmpeg -i one.mp3 -i two.mp3 -filter_complex [0:a][1:a]amerge=inputs=2[aout] -map [aout] out.mp3
2、amix
混音，把所有输入音频流混合成单个音频流。该滤镜仅支持浮点采样格式。如果是整型采样格式，会自动转换成浮点采样格式。参数选项如下：
- inputs：输入音频数，默认为2
- duration：混音后的音频时长
- longest：使用最长的输入流时长(默认)
- shortest：使用最短的输入流时长
- first：使用第一个输入流时长
- dropout_transition：过渡时间，默认为2秒
- weights：每个音频流的占比权重，默认所有音频流权重相同
- normalize：是否开启归一化，默认开启
混音代码位于libavfilter/af_amix.c，核心代码如下：
// 从FIFO队列读取若干采样数据，然后混音，写到输出缓冲区
static int output_frame(AVFilterLink *outlink)
{
AVFilterContext *ctx = outlink->src;
MixContext *s = ctx->priv;
AVFrame *out_buf, *in_buf;
int nb_samples, ns, i;
if (s->input_state[0] & INPUT_ON) {
nb_samples = frame_list_next_frame_size(s->frame_list);
for (i = 1; i < s->nb_inputs; i++) {
if (s->input_state[i] & INPUT_ON) {
ns = av_audio_fifo_size(s->fifos[i]);
if (ns < nb_samples) {
if (!(s->input_state[i] & INPUT_EOF))
return 0;
nb_samples = ns;
}
}
}
s->next_pts = frame_list_next_pts(s->frame_list);
} else {
nb_samples = INT_MAX;
for (i = 1; i < s->nb_inputs; i++) {
if (s->input_state[i] & INPUT_ON) {
ns = av_audio_fifo_size(s->fifos[i]);
nb_samples = FFMIN(nb_samples, ns);
}
}
if (nb_samples == INT_MAX) {
ff_outlink_set_status(outlink, AVERROR_EOF, s->next_pts);
return 0;
}
}
frame_list_remove_samples(s->frame_list, nb_samples);
calculate_scales(s, nb_samples);
if (nb_samples == 0)
return 0;
out_buf = ff_get_audio_buffer(outlink, nb_samples);
if (!out_buf)
return AVERROR(ENOMEM);
in_buf = ff_get_audio_buffer(outlink, nb_samples);
if (!in_buf) {
av_frame_free(&out_buf);
return AVERROR(ENOMEM);
}
for (i = 0; i < s->nb_inputs; i++) {
if (s->input_state[i] & INPUT_ON) {
int planes, plane_size, p;
// 从FIFO队列读取采样数据
av_audio_fifo_read(s->fifos[i], (void **)in_buf->extended_data,
nb_samples);
planes = s->planar ? s->nb_channels : 1;
plane_size = nb_samples * (s->planar ? 1 : s->nb_channels);
plane_size = FFALIGN(plane_size, 16);
// 开始混音，判断是float类型还是double类型
if (out_buf->format == AV_SAMPLE_FMT_FLT ||
out_buf->format == AV_SAMPLE_FMT_FLTP) {
for (p = 0; p < planes; p++) {
s->fdsp->vector_fmac_scalar((float *)out_buf->extended_data[p],
(float *) in_buf->extended_data[p],
s->input_scale[i], plane_size);
}
} else {
for (p = 0; p < planes; p++) {
s->fdsp->vector_dmac_scalar((double *)out_buf->extended_data[p],
(double *) in_buf->extended_data[p],
s->input_scale[i], plane_size);
}
}
}
}
av_frame_free(&in_buf);
out_buf->pts = s->next_pts;
if (s->next_pts != AV_NOPTS_VALUE)
s->next_pts += nb_samples;
return ff_filter_frame(outlink, out_buf);
}
混音时，如果是浮点数据调用vector_fmac_scalar函数指针，来自libavutil/float_dsp.h的AVFloatDSPContext结构体一个成员变量。将源数据乘以标量，然后相加到目标矢量：
/**
* Multiply a vector of floats by a scalar float and add to
* destination vector. Source and destination vectors must
* overlap exactly or not at all.
*
* @param dst result vector
* constraints: 32-byte aligned
* @param src input vector
* constraints: 32-byte aligned
* @param mul scalar value
* @param len length of vector
* constraints: multiple of 16
*/
void (*vector_fmac_scalar)(float *dst, const float *src, float mul, int len);
在float_dsp.c源代码中，avpriv_float_dsp_alloc()对函数指针进行赋值：
av_cold AVFloatDSPContext *avpriv_float_dsp_alloc(int bit_exact)
{
AVFloatDSPContext *fdsp = av_mallocz(sizeof(AVFloatDSPContext));
if (!fdsp)
return NULL;
fdsp->vector_fmac_scalar = vector_fmac_scalar_c;
fdsp->vector_fmul_scalar = vector_fmul_scalar_c;
return fdsp;
}
让我们看看vector_fmac_scalar_c()方法的实现：
static void vector_fmac_scalar_c(float *dst, const float *src, float mul,
int len)
{
int i;
for (i = 0; i < len; i++)
dst[i] += src[i] * mul;
}
3、apad
填充，将音频流结尾填充为静音。参数选项如下：
- packet_size：静音数据包大小，默认为4096
- pad_len：填充为静音的采样数
- whole_len：指定最少的输出采样数
- pad_dur：指定填充时长
- whole_dur：指定最小的输出时长
4、atempo
变速，调节音频播放速度。只接受一个参数atempo，取值范围[0.5, 100.0]，默认为1.0。需要注意的是，如果atempo大于2，将会跳过一些采样数据。
音频改为2倍速，参考命令如下：
ffmpeg -i in.mp3 -filter_complex atempo=2.0 out.mp3
5、chorus
合唱，添加合唱效果到音频流。合唱类似于具有短延迟的回声效果，但回声的延迟是恒定的，而合唱则使用正弦波或三角形波调制来改变延迟。因此，延迟的声音听起来会更慢或更快，即延迟的声音会围绕原始声音进行调谐。参数选项如下：
- in_gain：输入增益，默认为0.4
- out_gain：输出增益，默认为0.4
- delays：延迟时间，一般为40ms到60ms
- decays：衰减系数
- speeds：设置速度
- depths：设置深度
6、haas
哈斯，应用哈斯效应到音效中。需要注意的是，这主要作用于单声道信号。将此滤波器应用单声道信号时，会提供方向感，并且转换为立体声。参数选项如下：
- level_in：输入等级，默认为1
- level_out：输出等级，默认为1
- side_gain：侧边增益，默认为1
- middle_source：中间声源类型，包括以下参数：
- ‘left’：选择左声道
- ‘right’：选择右声道
- ‘mid’：中间立体声道
- ‘side’：侧边立体声道
- middle_phase：是否改变中间相位，默认关闭
- left_delay：左声道延迟，默认为2.05 ms
- left_balance：左声道均衡，默认为-1
- left_gain：左声道增益，默认为1
- left_phase：改变左相位，默认关闭
- right_delay：右声道延迟，默认为2.12 ms
- right_balance：右声道均衡，默认为1
- right_gain：右声道增益，默认为1
- right_phase：改变右声道相位，默认开启
7、silencedetect
静音检测，检测音频流的静音部分。当该过滤器检测到输入音频音量小于或等于噪声容限值，且持续时间大于或等于检测到的最小噪声持续时间时，认定为静音。参数选项如下：
- noise, n：噪声容忍值，单位为dB， 默认为-60dB
- duration, d：设置静音时长，默认为2s
- mono, m：独立处理每个声道，默认关闭
检测静音的参考命令如下：
ffmpeg -i hello.mp3 -af silencedetect=noise=0.0001 -f null -
输出结果以silence_start开始，silence_end结束，silence_duraition为静音时长：
[silencedetect @ 0000020c67936fc0] silence_start: 268.82 [silencedetect @ 0000020c67936fc0] silence_end: 271.048 | silence_duration: 2.22796
这篇关于FFmpeg源码分析：音频滤镜介绍(下)的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！
您可能喜欢
-
线下车企门店如何实现线上线下融合？12-23
-
鸿蒙Next ArkTS编程规范总结12-23
-
物流团队冬至高效运转，哪款办公软件可助力风险评估？12-23
-
优化库存，提升效率：医药企业如何借助看板软件实现仓库智能化12-23
-
项目管理零负担！轻量化看板工具如何助力团队协作12-23
-
电商活动复盘，为何是团队成长的核心环节？12-23
-
鸿蒙Next ArkTS高性能编程实战12-23
-
数据驱动：电商复盘从基础到进阶！12-23
-
从数据到客户：跨境电商如何通过销售跟踪工具提升营销精准度？12-23
-
汽车4S店运营效率提升的核心工具12-23
-
ERP 系统开发案例：用 PERT 图打造高效项目管理12-23
-
初创团队必备！全面解析支持甘特图的项目管理工具与功能特点12-23
-
任务进度跟踪不再难！可视化项目协作工具精选12-23
-
看板工具为汽车销售门店协作赋能：关键方法12-23
-
0.96寸OLED显示屏详解12-23
栏目导航
