FFmpeg開發實戰（四）：FFmpeg 抽取音視頻的音頻數據

如何使用FFmpeg抽取音視頻的音頻數據，代碼如下：

void adts_header(char *szAdtsHeader, int dataLen);

// 使用FFmpeg從視頻中抽取音頻
void extractAudio() {

    // 設置日志輸出等級
    av_log_set_level(AV_LOG_INFO); 

    AVFormatContext *fmt_ctx = NULL;
    AVPacket pkt;

    av_register_all();

    int ret;
    int len;
    int audio_index = -1;

    // 打開輸入文件
    ret = avformat_open_input(&fmt_ctx, "111.mp4", NULL, NULL);

    // 檢查打開輸入文件是否成功
    if (ret < 0) {
        printf("cant open file，error message = %s", av_err2str(ret));
        return;
    }

    // 打開輸入文件成功，打印一下Meta信息
    // av_dump_format(fmt_ctx, 0, "111.flv", 0);


    // 打開輸出文件
    FILE* dst_fd = fopen("111.aac", "wb");  // w 寫入  b 二進制文件

    // 檢查輸出文件打開是否成功，如果失敗，就輸出日志，並關閉輸出文件的引用
    if (!dst_fd) {
        av_log(NULL, AV_LOG_ERROR, "Can't Open Out File!\n");
        avformat_close_input(&fmt_ctx);
    }

    // 獲取到音頻流(使用av_find_best_stream：多媒體文件中拿到想使用的最好的一路流）

    av_init_packet(&pkt);
    pkt.data = NULL;
    pkt.size = 0;
    
    ret = av_find_best_stream(fmt_ctx, AVMEDIA_TYPE_AUDIO, -1, -1, NULL, 0); 
    for (int i = 0; i < fmt_ctx->nb_streams; i++) {
        if (fmt_ctx->streams[i]->codec->codec_type == AVMEDIA_TYPE_AUDIO) {
            audio_index = i;
            break;
        }
     }

    printf("Audio Stream Index = %d", audio_index);
    
    // 檢查發現音頻流的結果
    if (audio_index < 0) {
        av_log(NULL, AV_LOG_ERROR, "Can't find Best Audio Stream!\n");
        //printf("Reason = %s", av_err2str(ret));
        // 關閉輸出文件和輸出文件的引用
        avformat_close_input(&fmt_ctx);
        fclose(dst_fd);
        return;
    }

    while (av_read_frame(fmt_ctx, &pkt) >= 0) {
        if (pkt.stream_index == audio_index) {
            printf("Has Read An Audio Packet\n");
            char adts_header_buf[7];
            adts_header(adts_header_buf, pkt.size);
            fwrite(adts_header_buf, 1, 7, dst_fd);
            len = fwrite(pkt.data, 1, pkt.size, dst_fd);
            if (len != pkt.size) {
                av_log(NULL, AV_LOG_WARNING, "Waring! Length of data not equal size of pkt!\n");
            }
        }
        // 將引用基數減一
        av_packet_unref(&pkt);
        //av_free_packet(&pkt);
    }

    // 關閉文件（輸入/輸出）
    avformat_close_input(&fmt_ctx);
    if (dst_fd) {
        fclose(dst_fd);
    }
}

void adts_header(char *szAdtsHeader, int dataLen) {

    int audio_object_type = 2;
    int sampling_frequency_index = 7;
    int channel_config = 2;

    int adtsLen = dataLen + 7;

    szAdtsHeader[0] = 0xff;         //syncword:0xfff                          高8bits
    szAdtsHeader[1] = 0xf0;         //syncword:0xfff                          低4bits
    szAdtsHeader[1] |= (0 << 3);    //MPEG Version:0 for MPEG-4,1 for MPEG-2  1bit
    szAdtsHeader[1] |= (0 << 1);    //Layer:0                                 2bits 
    szAdtsHeader[1] |= 1;           //protection absent:1                     1bit

    szAdtsHeader[2] = (audio_object_type - 1) << 6;            //profile:audio_object_type - 1                      2bits
    szAdtsHeader[2] |= (sampling_frequency_index & 0x0f) << 2; //sampling frequency index:sampling_frequency_index  4bits 
    szAdtsHeader[2] |= (0 << 1);                             //private bit:0                                      1bit
    szAdtsHeader[2] |= (channel_config & 0x04) >> 2;           //channel configuration:channel_config               高1bit

    szAdtsHeader[3] = (channel_config & 0x03) << 6;     //channel configuration:channel_config      低2bits
    szAdtsHeader[3] |= (0 << 5);                      //original：0                               1bit
    szAdtsHeader[3] |= (0 << 4);                      //home：0                                   1bit
    szAdtsHeader[3] |= (0 << 3);                      //copyright id bit：0                       1bit  
    szAdtsHeader[3] |= (0 << 2);                      //copyright id start：0                     1bit
    szAdtsHeader[3] |= ((adtsLen & 0x1800) >> 11);           //frame length：value   高2bits

    szAdtsHeader[4] = (uint8_t)((adtsLen & 0x7f8) >> 3);     //frame length:value    中間8bits
    szAdtsHeader[5] = (uint8_t)((adtsLen & 0x7) << 5);       //frame length:value    低3bits
    szAdtsHeader[5] |= 0x1f;                                 //buffer fullness:0x7ff 高5bits
    szAdtsHeader[6] = 0xfc;
}

(目前AAC格式不是很明確，代碼運行存在問題，待學習AAC完成后，再完善)