3

Audacityで再生できるように、.m4aファイルを生のPCMファイルに変換しようとしています。

AVCodecContextによると、サンプル形式AV_SAMPLE_FMT_FLTPを使用した44100 Hzのトラックであり、私の理解では、avcodec_decode_audio4を使用してデコードすると、浮動小数点値の2つの配列（チャネルごとに1つ）を取得する必要があります。

AVCodecContextのbits_per_coded_sample=16の重要性がわかりません

残念ながら、Audacityは、元のトラックがホワイトノイズと混ざっているように結果を再生します。

これが私が行ったことのサンプルコードです。署名された16ビットの非インターリーブデータ（sample_format = AC_SAMPLE_FMT_S16P）を使用するトラックのケースも追加したことに注意してください。これは、Audacityが正常に再生します。

int AudioDecoder::decode(std::string path)
{
  const char* input_filename=path.c_str();

  av_register_all();

  AVFormatContext* container=avformat_alloc_context();
  if(avformat_open_input(&container,input_filename,NULL,NULL)<0){
    printf("Could not open file");
  }

  if(avformat_find_stream_info(container, NULL)<0){
      printf("Could not find file info");
  }
  av_dump_format(container,0,input_filename,false);

  int stream_id=-1;
  int i;
  for(i=0;i<container->nb_streams;i++){
    if(container->streams[i]->codec->codec_type==AVMEDIA_TYPE_AUDIO){
        stream_id=i;
        break;
    }
  }
  if(stream_id==-1){
    printf("Could not find Audio Stream");
  }

  AVDictionary *metadata=container->metadata;
  AVCodecContext *ctx=container->streams[stream_id]->codec;
  AVCodec *codec=avcodec_find_decoder(ctx->codec_id);

  if(codec==NULL){
    printf("cannot find codec!");
  }

  if(avcodec_open2(ctx,codec,NULL)<0){
     printf("Codec cannot be found");
  }

  AVSampleFormat sfmt = ctx->sample_fmt;

  AVPacket packet;
  av_init_packet(&packet);
  AVFrame *frame = avcodec_alloc_frame();

  int buffer_size = AVCODEC_MAX_AUDIO_FRAME_SIZE+ FF_INPUT_BUFFER_PADDING_SIZE;;
  uint8_t buffer[buffer_size];
  packet.data=buffer;
  packet.size =buffer_size;

  FILE *outfile = fopen("test.raw", "wb");

  int len;
  int frameFinished=0;

  while(av_read_frame(container,&packet) >= 0)
  {
      if(packet.stream_index==stream_id)
      {
        //printf("Audio Frame read \n");
        int len=avcodec_decode_audio4(ctx, frame, &frameFinished, &packet);

        if(frameFinished)
        {       
          if (sfmt==AV_SAMPLE_FMT_S16P)
          { // Audacity: 16bit PCM little endian stereo
            int16_t* ptr_l = (int16_t*)frame->extended_data[0];
            int16_t* ptr_r = (int16_t*)frame->extended_data[1];
            for (int i=0; i<frame->nb_samples; i++)
            {
              fwrite(ptr_l++, sizeof(int16_t), 1, outfile);
              fwrite(ptr_r++, sizeof(int16_t), 1, outfile);
            }
          }
          else if (sfmt==AV_SAMPLE_FMT_FLTP)
          { //Audacity: big endian 32bit stereo start offset 7 (but has noise)
            float* ptr_l = (float*)frame->extended_data[0];
            float* ptr_r = (float*)frame->extended_data[1];
            for (int i=0; i<frame->nb_samples; i++)
            {
                fwrite(ptr_l++, sizeof(float), 1, outfile);
                fwrite(ptr_r++, sizeof(float), 1, outfile);
             }
           }            
        }
    }
}
fclose(outfile);
av_close_input_file(container);
return 0;

}

単純な変換（最下位/最下位ビットの問題）を実行したことを望んでいますが、現時点ではそれを理解できていません。Audacityは、32ビットまたは64ビットのfloat（ビッグエンディアンまたはリトルエンディアン）の場合にのみRAWfloatデータをインポートできることに注意してください。

洞察をありがとう。

4

2 に答える 2

0

問題は「nb_samples」にあると思います。それはまさにあなたが必要とするものではありません。「linesize[0]」で試してみると良いでしょう。

例：

char* ptr_l = (char*)frame->extended_data[0];
char* ptr_r = (char*)frame->extended_data[1];
size_t size = sizeof(float);
for (int i=0; i<frame->linesize[0]; i+=size)
{
   fwrite(ptr_l, size, 1, outfile);
   fwrite(ptr_r, size, 1, outfile);
   ptr_l += size;
   ptr_r += size;    
}

これは「float」用で、​​「int16_t」についても同じことを繰り返します。ただし、「サイズ」は「sizeof(int16_t)」になります。

于 2013-03-26T12:12:36.537 に答える