【秒懂音視頻開發】15_AAC編碼實戰

本文將分別通過命令行、編程2種方式進行AAC編碼實戰，使用的編碼庫是libfdk_aac。

要求

fdk-aac對輸入的PCM數據是有參數要求的，如果參數不對，就會出現以下錯誤：

[libfdk_aac @ 0x7fa3db033000] Unable to initialize the encoder: SBR library initialization error
Error initializing output stream 0:0 -- Error while opening encoder for output stream #0:0 - maybe incorrect parameters such as bit_rate, rate, width or height
Conversion failed!

采樣格式

必須是16位整數PCM。

采樣率

支持的采樣率有（Hz）：

• 8000、11025、12000、16000、22050、24000、32000
• 44100、48000、64000、88200、96000

命令行

基本使用

最簡單的用法如下所示：

# pcm -> aac
ffmpeg -ar 44100 -ac 2 -f s16le -i in.pcm -c:a libfdk_aac out.aac

# wav -> aac
# 為了簡化指令，本文后面會盡量使用in.wav取代in.pcm
ffmpeg -i in.wav -c:a libfdk_aac out.aac

• -ar 44100 -ac 2 -f s16le

  • PCM輸入數據的參數

• -c:a

  • 設置音頻編碼器
  • c表示codec（編解碼器），a表示audio（音頻）
  • 等價寫法
    • -codec:a
    • -acodec
  • 需要注意的是：這個參數要寫在aac文件那邊，也就是屬於輸出參數

默認生成的aac文件是LC規格的。

ffprobe out.aac

# 輸出結果如下所示
Audio: aac (LC), 44100 Hz, stereo, fltp, 120 kb/s

常用參數

• -b:a
  • 設置輸出比特率
  • 比如-b:a 96k

ffmpeg -i in.wav -c:a libfdk_aac -b:a 96k out.aac

• -profile:a
  • 設置輸出規格
  • 取值有：
    • aac_low：Low Complexity AAC (LC)，默認值
    • aac_he：High Efficiency AAC (HE-AAC)
    • aac_he_v2：High Efficiency AAC version 2 (HE-AACv2)
    • aac_ld：Low Delay AAC (LD)
    • aac_eld：Enhanced Low Delay AAC (ELD)
  • 一旦設置了輸出規格，會自動設置一個合適的輸出比特率
    • 也可以用過-b:a自行設置輸出比特率

ffmpeg -i in.wav -c:a libfdk_aac -profile:a aac_he_v2 -b:a 32k out.aac

• -vbr
  • 開啟VBR模式（Variable Bit Rate，可變比特率）
  • 如果開啟了VBR模式，-b:a選項將會被忽略，但-profile:a選項仍然有效
  • 取值范圍是0 ~ 5
    • 0：默認值，關閉VBR模式，開啟CBR模式（Constant Bit Rate，固定比特率）
    • 1：質量最低（但是音質仍舊很棒）
    • 5：質量最高

VBR	kbps/channel	AOTs
1	20-32	LC、HE、HEv2
2	32-40	LC、HE、HEv2
3	48-56	LC、HE、HEv2
4	64-72	LC
5	96-112	LC

AOT是Audio Object Type的簡稱。

ffmpeg -i in.wav -c:a libfdk_aac -vbr 1 out.aac

文件格式

我曾在《重識音頻》中提到，AAC編碼的文件擴展名主要有3種：aac、m4a、mp4。

# m4a
ffmpeg -i in.wav -c:a libfdk_aac out.m4a

# mp4
ffmpeg -i in.wav -c:a libfdk_aac out.mp4

編程

需要用到2個庫：

extern "C" {
#include <libavcodec/avcodec.h>
#include <libavutil/avutil.h>
}

// 錯誤處理
#define ERROR_BUF(ret) \
    char errbuf[1024]; \
    av_strerror(ret, errbuf, sizeof (errbuf));

函數聲明

我們最終會將PCM轉AAC的操作封裝到一個函數中。

extern "C" {
#include <libavcodec/avcodec.h>
}

// 參數
typedef struct {
    const char *filename;
    int sampleRate;
    AVSampleFormat sampleFmt;
    int chLayout;
} AudioEncodeSpec;

class FFmpegs {
public:
    FFmpegs();

    static void aacEncode(AudioEncodeSpec &in,
                          const char *outFilename);
};

函數實現

變量定義

// 編碼器
AVCodec *codec = nullptr;
// 上下文
AVCodecContext *ctx = nullptr;

// 用來存放編碼前的數據
AVFrame *frame = nullptr;
// 用來存放編碼后的數據
AVPacket *pkt = nullptr;

// 返回結果
int ret = 0;

// 輸入文件
QFile inFile(in.filename);
// 輸出文件
QFile outFile(outFilename);

獲取編碼器

下面的代碼可以獲取FFmpeg默認的AAC編碼器（並不是libfdk_aac）。

AVCodec *codec1 = avcodec_find_encoder(AV_CODEC_ID_AAC);

AVCodec *codec2 = avcodec_find_encoder_by_name("aac");

// true
qDebug() << (codec1 == codec2);

// aac
qDebug() << codec1->name;

不過我們最終要獲取的是libfdk_aac。

// 獲取fdk-aac編碼器
codec = avcodec_find_encoder_by_name("libfdk_aac");
if (!codec) {
    qDebug() << "encoder libfdk_aac not found";
    return;
}

檢查采樣格式

接下來檢查編碼器是否支持當前的采樣格式。

// 檢查采樣格式
if (!check_sample_fmt(codec, in.sampleFmt)) {
    qDebug() << "Encoder does not support sample format"
             << av_get_sample_fmt_name(in.sampleFmt);
    return;
}

檢查函數check_sample_fmt的實現如下所示。

// 檢查編碼器codec是否支持采樣格式sample_fmt
static int check_sample_fmt(const AVCodec *codec,
                            enum AVSampleFormat sample_fmt) {
    const enum AVSampleFormat *p = codec->sample_fmts;
    while (*p != AV_SAMPLE_FMT_NONE) {
        if (*p == sample_fmt) return 1;
        p++;
    }
    return 0;
}

創建上下文

avcodec_alloc_context3后面的3說明這已經是第3版API，取代了此前的avcodec_alloc_context和avcodec_alloc_context2。

// 創建上下文
ctx = avcodec_alloc_context3(codec);
if (!ctx) {
    qDebug() << "avcodec_alloc_context3 error";
    return;
}

// 設置參數
ctx->sample_fmt = in.sampleFmt;
ctx->sample_rate = in.sampleRate;
ctx->channel_layout = in.chLayout;
// 比特率
ctx->bit_rate = 32000;
// 規格
ctx->profile = FF_PROFILE_AAC_HE_V2;

打開編碼器

// 打開編碼器
ret = avcodec_open2(ctx, codec, nullptr);
if (ret < 0) {
    ERROR_BUF(ret);
    qDebug() << "avcodec_open2 error" << errbuf;
    goto end;
}

如果是想設置一些libfdk_aac特有的參數（比如vbr），可以通過options參數傳遞。

AVDictionary *options = nullptr;
av_dict_set(&options, "vbr", "1", 0);
ret = avcodec_open2(ctx, codec, &options);

創建AVFrame

AVFrame用來存放編碼前的數據。

// 創建AVFrame
frame = av_frame_alloc();
if (!frame) {
    qDebug() << "av_frame_alloc error";
    goto end;
}

// 樣本幀數量（由frame_size決定）
frame->nb_samples = ctx->frame_size;
// 采樣格式
frame->format = ctx->sample_fmt;
// 聲道布局
frame->channel_layout = ctx->channel_layout;
// 創建AVFrame內部的緩沖區
ret = av_frame_get_buffer(frame, 0);
if (ret < 0) {
    ERROR_BUF(ret);
    qDebug() << "av_frame_get_buffer error" << errbuf;
    goto end;
}

創建AVPacket

// 創建AVPacket
pkt = av_packet_alloc();
if (!pkt) {
    qDebug() << "av_packet_alloc error";
    goto end;
}

打開文件

// 打開文件
if (!inFile.open(QFile::ReadOnly)) {
    qDebug() << "file open error" << in.filename;
    goto end;
}
if (!outFile.open(QFile::WriteOnly)) {
    qDebug() << "file open error" << outFilename;
    goto end;
}

開始編碼

// frame->linesize[0]是緩沖區的大小
// 讀取文件數據
while ((ret = inFile.read((char *) frame->data[0],
                          frame->linesize[0])) > 0) {
    // 最后一次讀取文件數據時，有可能並沒有填滿frame的緩沖區
    if (ret < frame->linesize[0]) {
        // 聲道數
        int chs = av_get_channel_layout_nb_channels(frame->channel_layout);
        // 每個樣本的大小
        int bytes = av_get_bytes_per_sample((AVSampleFormat) frame->format);
        // 改為真正有效的樣本幀數量
        frame->nb_samples = ret / (chs * bytes);
    }

    // 編碼
    if (encode(ctx, frame, pkt, outFile) < 0) {
        goto end;
    }
}

// flush編碼器
encode(ctx, nullptr, pkt, outFile);

encode函數專門用來進行編碼，它的實現如下所示。

// 音頻編碼
// 返回負數：中途出現了錯誤
// 返回0：編碼操作正常完成
static int encode(AVCodecContext *ctx,
                  AVFrame *frame,
                  AVPacket *pkt,
                  QFile &outFile) {
    // 發送數據到編碼器
    int ret = avcodec_send_frame(ctx, frame);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "avcodec_send_frame error" << errbuf;
        return ret;
    }

    while (true) {
        // 從編碼器中獲取編碼后的數據
        ret = avcodec_receive_packet(ctx, pkt);
        // packet中已經沒有數據，需要重新發送數據到編碼器（send frame）
        if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
            return 0;
        } else if (ret < 0) { // 出現了其他錯誤
            ERROR_BUF(ret);
            qDebug() << "avcodec_receive_packet error" << errbuf;
            return ret;
        }

        // 將編碼后的數據寫入文件
        outFile.write((char *) pkt->data, pkt->size);

        // 釋放資源
        av_packet_unref(pkt);
    }

    return 0;
}

資源回收

end:
    // 關閉文件
    inFile.close();
    outFile.close();

    // 釋放資源
    av_frame_free(&frame);
    av_packet_free(&pkt);
    avcodec_free_context(&ctx);

函數調用

AudioEncodeSpec in;
in.filename = "F:/in.pcm";
in.sampleRate = 44100;
in.sampleFmt = AV_SAMPLE_FMT_S16;
in.chLayout = AV_CH_LAYOUT_STEREO;

FFmpegs::aacEncode(in, "F:/out.aac");