音视频开发—FFmpeg打开麦克风，采集音频数据

文章目录

1.使用命令行实现采集PCM数据

确保你的系统有FFmpeg安装 。你可以通过在终端运行ffmpeg -version来检查是否已安装。
找出你的麦克风设备名 。在Linux中，你可以使用arecord -l命令列出所有的音频录制设备。
使用FFmpeg录制音频。下面是一个基本的命令示例，它使用FFmpeg从麦克风捕获音频并将其保存为PCM格式的文件：
bash 复制代码
```
ffmpeg -f alsa -i hw:0 -acodec pcm_s16le -ar 44100 -ac 2 output.pcm
```
- -f alsa: 指定使用ALSA音频框架。
- -i hw:0: 指定输入设备，hw:0根据你的arecord -l结果而定。
- -acodec pcm_s16le: 指定音频编解码器为PCM 16位小端格式。
- -ar 44100: 设置音频采样率为44100Hz。
- -ac 2: 设置音频通道数为2（立体声）。
- output.pcm: 指定输出文件名。
执行命令。复制并粘贴上述命令到你的终端中，根据需要修改输入设备。按下回车键开始录制，使用Ctrl+C停止录制。

确保你有足够的权限来访问麦克风设备。如果遇到权限问题，可能需要以root用户执行命令或修改用户权限设置。

2.使用代码实现

实现步骤：

1. 包含必要的库

代码首先通过extern "C"包含了FFmpeg库的头文件，保证了C++编译器能够正确地处理这些C语言编写的库。

2. 注册设备和初始化

使用avdevice_register_all()注册所有可用的设备和编解码器，以便FFmpeg能够识别和使用它们。然后，初始化一个AVPacket来存储从设备读取的数据。

3. 设置日志级别

通过av_log_set_level(AV_LOG_INFO)设置日志级别，这样FFmpeg在运行时会提供信息级别的日志输出，有助于调试和跟踪问题。

4. 打开音频输入设备

使用av_find_input_format("alsa")查找ALSA音频设备格式，并尝试用avformat_open_input()打开指定的音频设备（在这个例子中是"default"，即系统默认音频设输入设备）。注：Linux是使用alsa，Windows上使用dshow，MacOs上使用avfoundation

5. 打开输出文件

创建并打开一个文件output.pcm用于写入捕获的音频数据。

6. 读取和保存音频数据

通过一个循环使用av_read_frame()从音频设备中读取数据，每次读取的数据被存储在之前初始化的AVPacket中。随后将这些数据写入到之前打开的输出文件中。循环继续执行，直到读取了5000个数据包或遇到读取错误。

7. 清理资源

在录制完成后，关闭输出文件，释放与音频设备关联的AVFormatContext，并关闭输入流。这一步骤确保所有打开的资源得到适当的管理和释放。

extern "C"
{
#include <libavformat/avformat.h>
#include <libavdevice/avdevice.h>
#include <libavutil/audio_fifo.h>
#include <libavcodec/avcodec.h>
}
#include <stdio.h>
#include <iostream>
using namespace std;
int main()
{
    AVFormatContext *formatCtx = NULL;
    AVInputFormat *inputFormat;
    AVPacket packet;
    int ret;
    FILE *outputFile;
    // 注册所有设备
    avdevice_register_all();
    // 初始化数据包
    av_init_packet(&packet);
    // 设置日志级别
    av_log_set_level(AV_LOG_INFO);

    // 寻找 ALSA 音频设备
    inputFormat = av_find_input_format("alsa");
    if (!inputFormat)
    {
        fprintf(stderr, "Cannot find input device\n");
        return -1;
    }

    // 打开音频设备
    if ((ret = avformat_open_input(&formatCtx, "default", inputFormat, NULL)) < 0)
    {
        av_log(NULL, AV_LOG_ERROR, "Cannot open input device\n");
        return -1;
    }

    outputFile = fopen("output.pcm", "wb");
    if (!outputFile)
    {
        fprintf(stderr, "Could not open output file\n");
        return -1;
    }
    int count = 0;
    // 读取数据包
    while ((ret = av_read_frame(formatCtx, &packet)) >= 0 && count++ <5000)
    {
        // 在这里处理捕获的音频数据
        cout << "packet size is " << packet.size << endl;
         fwrite(packet.data, 1, packet.size, outputFile);  // Write raw audio data
        av_packet_unref(&packet);
    }

 // Clean up
    fclose(outputFile);
    // 清理
    avformat_close_input(&formatCtx);
    avformat_free_context(formatCtx);
    return 0;
}

3.播放PCM

生成的PCM为纯二进制数据，没有关键信息头，如果想要播放这段数据，可以使用ffplay制定采样的参数来播放，在Linux中一般默认的参数为

-f alsa: 指定使用ALSA音频框架。
-i hw:0: 指定输入设备，hw:0根据你的arecord -l结果而定。
-acodec pcm_s16le: 指定音频编解码器为PCM 16位小端格式。
-ar 44100: 设置音频采样率为44100Hz。
-ac 2: 设置音频通道数为2（立体声）。
output.pcm: 指定输出文件名。

命令示例:

ffplay -f s16le -ar 48000 -ac 1 input.pcm

可以看出来ffplay 已经成功将二进制数据转换为模拟信号进行播放了

4.PCM转换为WAV

如果不清楚什么是PCM和WAV 请看这篇blog

可以使用ffmpeg 通过添加参数的方式将PCM数据转换为WAV格式，以供各种播放器进行播放。

ffmpeg -f s16le -ar 44100 -ac 2 -i output.pcm output.wav