1

非常に単純な webm(vp8/opus) エンコーダーを作成しようとしていますが、オーディオを動作させることができません。

ffprobe はファイル形式と期間を検出します

Stream #1:0(eng): Audio: opus, 48000 Hz, mono, fltp (default)

VLC メディア情報ダイアログ

ビデオはVLCとChromeで問題なく再生できますが、オーディオがなくても、何らかの理由でオーディオinput bitrateは常に0です

オーディオ エンコーディング コードのほとんどは、 https://github.com/fnordware/AdobeWebM/blob/master/src/premiere/WebM_Premiere_Export.cppからコピーされました。

関連するコードは次のとおりです。

static const long long kTimeScale = 1000000000LL;

MkvWriter writer;
writer.Open("video.webm");

Segment mux_seg;
mux_seg.Init(&writer);

// VPX encoding...

int16_t pcm[SAMPLES];
uint64_t audio_track_id = mux_seg.AddAudioTrack(SAMPLE_RATE, 1, 0);
mkvmuxer::AudioTrack *audioTrack = (mkvmuxer::AudioTrack*)mux_seg.GetTrackByNumber(audio_track_id);
audioTrack->set_codec_id(mkvmuxer::Tracks::kOpusCodecId);
audioTrack->set_seek_pre_roll(80000000);
OpusEncoder *encoder = opus_encoder_create(SAMPLE_RATE, 1, OPUS_APPLICATION_AUDIO, NULL);
opus_encoder_ctl(encoder, OPUS_SET_BITRATE(64000));
opus_int32 skip = 0;
opus_encoder_ctl(encoder, OPUS_GET_LOOKAHEAD(&skip));
audioTrack->set_codec_delay(skip * kTimeScale / SAMPLE_RATE);
mux_seg.CuesTrack(audio_track_id);
uint64_t currentAudioSample = 0;
uint64_t opus_ts = 0;
while(has_frame) {
  int bytes = opus_encode(encoder, pcm, SAMPLES, out, SAMPLES * 8);
  opus_ts = currentAudioSample * kTimeScale / SAMPLE_RATE;
  mux_seg.AddFrame(out, bytes, audio_track_id, opus_ts, true);
  currentAudioSample += SAMPLES;
}

opus_encoder_destroy(encoder);
mux_seg.Finalize();
writer.Close();

更新 #1: WebM ではオーディオとビデオのトラックをインターレースする必要があることが問題のようです。ただし、オーディオを同期する方法がわかりません。フレームの長さを計算してから、同等のオーディオ サンプルをエンコードする必要がありますか?

4

1 に答える 1

2

問題は、OGG ヘッダー データが欠落していたことと、オーディオ フレームのタイムスタンプが正確でなかったことです。

ここで答えを完成させるのは、エンコーダーの擬似コードです。

const int kTicksPerSecond = 1000000000; // webm timescale
const int kTimeScale = kTicksPerSecond / FPS;
const int kTwoNanoSeconds = 1000000000;

init_opus_encoder();
audioTrack->set_seek_pre_roll(80000000);
audioTrack->set_codec_delay(opus_preskip);
audioTrack->SetCodecPrivate(ogg_header_data, ogg_header_size);

while(has_video_frame) {
  encode_vpx_frame();
  video_pts = frame_index * kTimeScale;
  muxer_segment.addFrame(frame_packet_data, packet_length, video_track_id, video_pts, packet_flags);
  // fill the video frames gap with OPUS audio samples
  while(audio_pts < video_pts + kTimeScale) {
    encode_opus_frame();
    muxer_segment.addFrame(opus_frame_data, opus_frame_data_length, audio_track_id, audio_pts, true /* keyframe */);
    audio_pts = curr_audio_samples * kTwoNanoSeconds / 48000;
    curr_audio_samples += 960;
  }
}
于 2016-02-18T18:03:22.403 に答える