标签：vector FFmpeg 音频 默认 滤镜 源码 samples buf nb
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.mp32、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.mp35、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标签：vector,FFmpeg,音频,默认,滤镜,源码,samples,buf,nb 来源： https://blog.csdn.net/u011686167/article/details/122052368
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。