FFmpeg的音频aformat滤镜介绍—FFmpeg API教程

作者：罗上文，微信：Loken1，公众号：FFmpeg弦外之音

前面介绍了 FFmpeg 的 format 视频格式滤镜，那很显然，音频也会有一个格式滤镜，用来转换音频采样格式，调整采样率或者声道布局。

音频的格式滤镜叫 aformat，前面加了个 a 而已。

这是 FFmpeg 整个开源项目的命名习惯，不仅仅是格式滤镜，还有 buffer 滤镜 与 abuffer 滤镜，这两个分别是视频，音频的入口滤镜。而出口滤镜是 buffersink 与 abuffersink。

总之，如果你遇到一个视频模块 叫 xxx，通常你在前面加个 a变成 axxx， 就是音频的模块了。

我们可以用以下命令查询 aformat 滤镜支持的参数：

ffmpeg -hide_banner 1 -h filter=aformat

可以看到，aformat 滤镜支持 3 个参数，sample_fmts（采样格式），sample_rates（采样率），channel_layouts（声道布局）。

这 3 个参数也是列表的形式，跟 format 视频格式滤镜一样。

aformat 音频格式滤镜的示例代码在 GitHub 可以下载，重点代码如下：

整个项目的运行结果如下：

可以看到，juren-30s.mp4 的音频帧，原本是 fltp 格式的，经过 aformat 滤镜转换之后，就变成了 s64 格式的了，同时采样率跟声道布局也进行了调整。

FFmpeg 里面定义的音频采样格式，一共有 12 种，枚举 AV_SAMPLE_FMT_NB 的值就是 12。全部都定义在 llibavutil/samplefmt.h 里面，如下：

enum AVSampleFormat {
    AV_SAMPLE_FMT_NONE = -1,
    AV_SAMPLE_FMT_U8,          ///< unsigned 8 bits
    AV_SAMPLE_FMT_S16,         ///< signed 16 bits
    AV_SAMPLE_FMT_S32,         ///< signed 32 bits
    AV_SAMPLE_FMT_FLT,         ///< float
    AV_SAMPLE_FMT_DBL,         ///< double

    AV_SAMPLE_FMT_U8P,         ///< unsigned 8 bits, planar
    AV_SAMPLE_FMT_S16P,        ///< signed 16 bits, planar
    AV_SAMPLE_FMT_S32P,        ///< signed 32 bits, planar
    AV_SAMPLE_FMT_FLTP,        ///< float, planar
    AV_SAMPLE_FMT_DBLP,        ///< double, planar
    AV_SAMPLE_FMT_S64,         ///< signed 64 bits
    AV_SAMPLE_FMT_S64P,        ///< signed 64 bits, planar

    AV_SAMPLE_FMT_NB           ///< Number of sample formats. DO NOT USE if linking dynamically
};

上面这些值是数字，因为滤镜里面使用的是字符串，所以这些枚举数字对应的字符串在 llibavutil/samplefmt.c 里面，如下：

/** this table gives more information about formats */
static const SampleFmtInfo sample_fmt_info[AV_SAMPLE_FMT_NB] = {
    [AV_SAMPLE_FMT_U8]   = { .name =   "u8", .bits =  8, .planar = 0, .altform = AV_SAMPLE_FMT_U8P  },
    [AV_SAMPLE_FMT_S16]  = { .name =  "s16", .bits = 16, .planar = 0, .altform = AV_SAMPLE_FMT_S16P },
    [AV_SAMPLE_FMT_S32]  = { .name =  "s32", .bits = 32, .planar = 0, .altform = AV_SAMPLE_FMT_S32P },
    [AV_SAMPLE_FMT_S64]  = { .name =  "s64", .bits = 64, .planar = 0, .altform = AV_SAMPLE_FMT_S64P },
    [AV_SAMPLE_FMT_FLT]  = { .name =  "flt", .bits = 32, .planar = 0, .altform = AV_SAMPLE_FMT_FLTP },
    [AV_SAMPLE_FMT_DBL]  = { .name =  "dbl", .bits = 64, .planar = 0, .altform = AV_SAMPLE_FMT_DBLP },
    [AV_SAMPLE_FMT_U8P]  = { .name =  "u8p", .bits =  8, .planar = 1, .altform = AV_SAMPLE_FMT_U8   },
    [AV_SAMPLE_FMT_S16P] = { .name = "s16p", .bits = 16, .planar = 1, .altform = AV_SAMPLE_FMT_S16  },
    [AV_SAMPLE_FMT_S32P] = { .name = "s32p", .bits = 32, .planar = 1, .altform = AV_SAMPLE_FMT_S32  },
    [AV_SAMPLE_FMT_S64P] = { .name = "s64p", .bits = 64, .planar = 1, .altform = AV_SAMPLE_FMT_S64  },
    [AV_SAMPLE_FMT_FLTP] = { .name = "fltp", .bits = 32, .planar = 1, .altform = AV_SAMPLE_FMT_FLT  },
    [AV_SAMPLE_FMT_DBLP] = { .name = "dblp", .bits = 64, .planar = 1, .altform = AV_SAMPLE_FMT_DBL  },
};

你也可以通过 av_get_sample_fmt_name() 函数来获取数字对应的字符串。

转换音频格式也可以使用 swr_convert() 的函数，swr 的全称是 software resample。

不过我个人觉得 swr_convert() 重采样函数使用起来有点复杂。不像滤镜的语法那么统一，只需往入口滤镜丢数据，然后往出口滤镜读数据就行了。

swr_convert() 相关介绍推荐阅读《swr_convert音频重采样介绍》

至此，aformat 音频格式滤镜介绍完毕，

感谢 NETINT（镕铭微电子） 赞助《FFmpeg原理》免费版一书的服务器费用，下面是 VPU 产品介绍