FFmpeg入门：最简单的音频播放器

欢迎大家来到FFmpeg入门的第二章，今天只做一个最简单的FFmpeg音频播放器；同样，话不多说，先上流程图

流程图

在这里插入图片描述
以上流程和视频播放器的解码过程基本上是一致的；
不同点在于 SDL的渲染方式。下面我会重点说一下这个部分

SDL音频渲染

音频渲染的方式和视频不太一样的，我们对于音频的播放速度其实是根据采样率定义的（音频的采样率==视频的帧率），在初始化的时候SDL播放器就指定了这个参数，因此不需要向视频播放器那样手动去延迟来保持帧率。

如下是SDL音频播放器的初始化。

SDL_AudioSpec wanted_spec;
wanted_spec.freq = out_sample_rate;					// 采样率
wanted_spec.format = AUDIO_S16SYS;					// 采样格式 16bit
wanted_spec.channels = out_channels;				// 通道数
wanted_spec.silence = 0;
wanted_spec.samples = out_nb_samples;				// 单帧处理的采样点
wanted_spec.callback = fill_audio;					// 回调函数
wanted_spec.userdata = pCodecCtx;					// 回调函数的参数

其原理就是SDL音频播放器会不断从其缓冲区取出数据读取播放，因此我们只需要不断向其缓冲区中写入数据即可。（详见代码）

// 设置读取的音频数据
audio_info.audio_len = out_buffer_size;
audio_info.audio_pos = (Uint8 *) out_buffer;

但是有个点注意一下，就是在写入SDL播放器的缓冲区之前，我们要确保之前的数据已经被SDL播放器消化完了，不然会导致音频数据被覆盖，而没有读出来；（详见代码）

// 等待SDL播放完成
while(audio_info.audio_len > 0)
	SDL_Delay(0.5);

源代码

接下来看看源代码吧
tutorial03.h

//
//  tutorial03.h
//  learning
//
//  Created by chenhuaiyi on 2025/2/16.
//

#ifndef tutorial03_h
#define tutorial03_h

/**
 头文件
 */
#include <stdio.h>
// ffmpeg
#include <libavcodec/avcodec.h>
#include <libswresample/swresample.h>
#include <libavformat/avformat.h>
#include <libswscale/swscale.h>
#include <libavutil/imgutils.h>
#include <libavutil/time.h>
// SDL
#include <SDL.h>
#include <SDL_thread.h>

/**
 宏定义
 */
#define USE_SDL 1

/**
 数据类型定义
 */
typedef struct {
	Uint32  audio_len;
	Uint8  *audio_pos;
} AudioInfo;

/**
 全局变量
 */
extern AudioInfo audio_info;

#endif /* tutorial03_h */

tutorial03.c

/**
//  tutorial03.c
//  learning
//
//  Created by chenhuaiyi on 2025/2/16.
 */

#include "tutorial03.h"

AudioInfo audio_info;

/* udata: 传入的参数
 * stream: SDL音频缓冲区
 * len: SDL音频缓冲区大小
 * 回调函数
 */
void fill_audio(void *udata, Uint8 *stream, int len){
	SDL_memset(stream, 0, len);			// 必须重置，不然全是电音!!!
	if(audio_info.audio_len==0){					// 有音频数据时才调用
		return;
	}
	len = (len>audio_info.audio_len ? audio_info.audio_len : len);	// 最多填充缓冲区大小的数据
	SDL_MixAudio(stream, audio_info.audio_pos, len, SDL_MIX_MAXVOLUME);
	audio_info.audio_pos += len;
	audio_info.audio_len -= len;
}


int main(int argc, char* argv[])
{
	AVFormatContext* pFormatCtx = avformat_alloc_context();
	int				 i, audioStream;
	AVCodecContext*  pCodecCtx = avcodec_alloc_context3(NULL);
	const AVCodec*	 pCodec;
	AVPacket		 packet;
	
	if(argc < 2) {
		fprintf(stderr, "Usage: test <file>\n");
		exit(1);
	}
	
	avformat_network_init();
	
	// 1. 打开视频文件，获取格式上下文
	if(avformat_open_input(&pFormatCtx, argv[1], NULL, NULL)!=0){
		printf("Couldn't open input stream.\n");
		return -1;
	}
	
	// 2. 对文件探测流信息
	if(avformat_find_stream_info(pFormatCtx, NULL) < 0){
		printf("Couldn't find stream information.\n");
		return -1;
	}
	
	// 打印信息
	av_dump_format(pFormatCtx, 0, argv[1], 0);
	
	// 3. 找到对应的音频流
	audioStream=-1;
	for(i=0; i < pFormatCtx->nb_streams; i++) {
		if(pFormatCtx->streams[i]->codecpar->codec_type==AVMEDIA_TYPE_AUDIO){
			audioStream=i;
			break;
		}
	}
	if(audioStream==-1){
		printf("Didn't find a audio stream.\n");
		return -1;
	}
	
	// 4. 将音频流编码参数写入上下文
	AVCodecParameters* pCodecParam = pFormatCtx->streams[audioStream]->codecpar;
	avcodec_parameters_to_context(pCodecCtx, pCodecParam);
	avcodec_parameters_free(&pCodecParam);
	
	// 5. 查找流的编码器
	pCodec = avcodec_find_decoder(pCodecCtx->codec_id);
	if(pCodec==NULL){
		printf("Codec not found.\n");
		return -1;
	}
	
	// 6. 打开流的编解码器
	if(avcodec_open2(pCodecCtx, pCodec,NULL)<0){
		printf("Could not open codec.\n");
		return -1;
	}
	
	// 输出用到的信息
	AVChannelLayout out_channel_layout = AV_CHANNEL_LAYOUT_STEREO;	// 通道 layout
	int out_nb_samples = pCodecCtx->frame_size;	// 编解码器每个帧需要处理或者输出的采样点的大小 AAC:1024  MP3:1152
	enum AVSampleFormat out_sample_fmt = AV_SAMPLE_FMT_S16;			// 采样格式
	int out_sample_rate = 44100;									// 采样率
	int out_channels = out_channel_layout.nb_channels;				// 通道数
	// 获取需要使用的缓冲区大小 -> 通道数，单通道样本数，位深 1024(单帧处理的采样点)*2(双通道)*2(16bit对应2字节)
	int out_buffer_size = av_samples_get_buffer_size(NULL, out_channels,
													 out_nb_samples, out_sample_fmt, 1);
	// 分配缓冲区空间
	uint8_t* out_buffer = NULL;
	av_samples_alloc(&out_buffer, NULL, out_channels, out_nb_samples, out_sample_fmt, 1);
	
	AVFrame* pFrame = av_frame_alloc();
	
	//	SDL 初始化
#if USE_SDL
	if(SDL_Init(SDL_INIT_VIDEO | SDL_INIT_AUDIO | SDL_INIT_TIMER)) {
		printf( "Could not initialize SDL - %s\n", SDL_GetError());
		return -1;
	}
	
	SDL_AudioSpec wanted_spec;
	wanted_spec.freq = out_sample_rate;					// 采样率
	wanted_spec.format = AUDIO_S16SYS;					// 采样格式 16bit
	wanted_spec.channels = out_channels;				// 通道数
	wanted_spec.silence = 0;
	wanted_spec.samples = out_nb_samples;				// 单帧处理的采样点
	wanted_spec.callback = fill_audio;					// 回调函数
	wanted_spec.userdata = pCodecCtx;					// 回调函数的参数
	
	// 打开音频播放器
	if (SDL_OpenAudio(&wanted_spec, NULL)<0){
		printf("can't open audio.\n");
		return -1;
	}
	
#endif
	
	int ret = 0;
	int index = 0;
	
	// 上下文格式转换
	SwrContext *swr_ctx = NULL;
	swr_alloc_set_opts2(&swr_ctx,
						&out_channel_layout,			// 输出layout
						out_sample_fmt,					// 输出格式
						out_sample_rate,				// 输出采样率
						&pCodecCtx->ch_layout,			// 输入layout
						pCodecCtx->sample_fmt,			// 输入格式
						pCodecCtx->sample_rate,			// 输入采样率
						0, NULL);
	swr_init(swr_ctx);
	
	// 开始播放
	SDL_PauseAudio(0);
	
	AVRational time_base = pFormatCtx->streams[audioStream]->time_base;
	int64_t av_start_time = av_gettime();								// 播放开始时间戳
	
	// 循环1: 从文件中读取packet
	while(av_read_frame(pFormatCtx, &packet)>=0){
		if(packet.stream_index==audioStream){
			// 将packet写入编解码器
			ret = avcodec_send_packet(pCodecCtx, &packet);
			if ( ret < 0 ) {
				printf("send packet error\n");
				return -1;
			}
			
			while (!avcodec_receive_frame(pCodecCtx, pFrame)) {
				// 格式转化
				swr_convert(swr_ctx, &out_buffer, out_buffer_size,
							(const uint8_t **)pFrame->data, pFrame->nb_samples);
				index++;
				printf("第%d帧 | pts:%lld | 帧大小(采样点):%d | 实际播放点%.2fs | 预期播放点%.2fs\n",
					   index,
					   packet.pts,
					   packet.size,
					   (double)(av_gettime() - av_start_time)/AV_TIME_BASE,
					   pFrame->pts * av_q2d(time_base));
				
#if USE_SDL
				// 设置读取的音频数据
				audio_info.audio_len = out_buffer_size;
				audio_info.audio_pos = (Uint8 *) out_buffer;
				// 等待SDL播放完成
				while(audio_info.audio_len > 0)
					SDL_Delay(0.5);
#endif
				
			}
			av_packet_unref(&packet);
		}
	}
	
	// 打印参数
	printf("格式: %s\n", pFormatCtx->iformat->name);
	printf("时长: %lld us\n", pFormatCtx->duration);
	
	printf("音频持续时长为 %.2f，音频帧总数为 %d\n", (double)(av_gettime()-av_start_time)/AV_TIME_BASE, index);
	printf("码率: %lld\n", pFormatCtx->bit_rate);
	printf("编码器: %s (%s)\n", pCodecCtx->codec->long_name, avcodec_get_name(pCodecCtx->codec_id));
	printf("通道数: %d\n", pCodecCtx->ch_layout.nb_channels);
	printf("采样率: %d \n", pCodecCtx->sample_rate);
	printf("单通道每帧的采样点数目: %d\n", pCodecCtx->frame_size);
	printf("pts单位(ms*1000): %.2f\n", av_q2d(pFormatCtx->streams[audioStream]->time_base) * AV_TIME_BASE);
	
	
	// 释放空间
	swr_free(&swr_ctx);
#if USE_SDL
	SDL_CloseAudio();
	SDL_Quit();
#endif
	av_free(out_buffer);
	av_free(pFrame);
	avcodec_free_context(&pCodecCtx);
	avformat_close_input(&pFormatCtx);
	
	return 0;
}