如何将MP3或WAV文件解码成PCM文件

文章目录

概要

本文介绍使用 FFmpeg，将MP3或WAV文件解码成PCM文件的方法。

整体架构流程

首先，使用的 FFmpeg 库要支持 MP3/WAV 解码功能，即编译的时候要加上（编译 FFmpeg 库可以参考：Windows编译和使用ffmpeg）：

bash 复制代码

--enable-decoder=mp3float --enable-decoder=pcm_s16le --enable-demuxer=mp3 --enable-demuxer=wav

下面的函数就是利用 FFmpeg 接口，实现将 MP3 或 WAV 文件解码成PCM文件：

cpp 复制代码

#ifdef __cplusplus
extern "C" {
#endif
#include "libavutil/imgutils.h"
#include "libavcodec/avcodec.h"
#include "libavformat/avformat.h"
#include "libswresample/swresample.h"
#ifndef __linux__
#include "libswscale/swscale.h"
#endif
#include "libavutil/opt.h"
#ifdef __cplusplus
}
#endif

#pragma comment(lib, "libavcodec.a")
#pragma comment(lib, "libavformat.a")
#pragma comment(lib, "libavutil.a")
#pragma comment(lib, "libswresample.a")

int DecodedAudioFile(const char *pFileName) {
    FILE *pFile = fopen("tmp.pcm", "wb");  // 输出文件
    AVFormatContext *pFormatCtx;
    AVCodecContext *pCodecCtx;
    AVCodec *pCodec;
    AVPacket *packet;
    AVFrame *pFrame;
    struct SwrContext *au_convert_ctx = NULL;
    av_register_all();
    avformat_network_init();

    pFormatCtx = avformat_alloc_context();
    if (avformat_open_input(&pFormatCtx, pFileName, NULL, NULL) != 0) {
        OutputDebugStringA("Couldn't open input stream.\n");
        return -1;
    }
    if (avformat_find_stream_info(pFormatCtx, NULL) < 0) {
        OutputDebugStringA("Couldn't find stream information.\n");
        return -1;
    }
    av_dump_format(pFormatCtx, 0, pFileName, false);
    // Find the first audio stream
    int audioStream = -1;
    for (int i = 0; i < pFormatCtx->nb_streams; i++) {
        if (pFormatCtx->streams[i]->codec->codec_type == AVMEDIA_TYPE_AUDIO) {
            audioStream = i;
            break;
        }
    }
    if (audioStream == -1) {
        OutputDebugStringA("Didn't find a audio stream.\n");
        return -1;
    }
    // Get a pointer to the codec context for the audio stream
    pCodecCtx = pFormatCtx->streams[audioStream]->codec;
    // Find the decoder for the audio stream
    pCodec = avcodec_find_decoder(pCodecCtx->codec_id);
    if (pCodec == NULL) {
        OutputDebugStringA("Codec not found.\n");
        return -1;
    }
    // Open codec
    if (avcodec_open2(pCodecCtx, pCodec, NULL) < 0) {
        OutputDebugStringA("Could not open codec.\n");
        return -1;
    }
    int64_t in_channel_layout = av_get_default_channel_layout(pCodecCtx->channels);
    packet = (AVPacket*)av_malloc(sizeof(AVPacket));
    av_init_packet(packet);

    // Out Audio Param
    uint64_t out_channel_layout = in_channel_layout;
    int out_nb_samples = pCodecCtx->frame_size;
    AVSampleFormat out_sample_fmt = AV_SAMPLE_FMT_S16;
    int out_sample_rate = pCodecCtx->sample_rate;
    int out_channels = pCodecCtx->channels;
    // Out Buffer Size
    int out_buffer_size = av_samples_get_buffer_size(NULL, out_channels, out_nb_samples, out_sample_fmt, 1);
    uint8_t *out_buffer = (uint8_t*)av_malloc(MAX_AUDIO_FRAME_SIZE * 2);
    pFrame = av_frame_alloc();

    // 如果输入文件格式不是AV_SAMPLE_FMT_S16才需要
    if (pCodecCtx->sample_fmt != AV_SAMPLE_FMT_S16) {
        au_convert_ctx = swr_alloc();
        au_convert_ctx = swr_alloc_set_opts(au_convert_ctx, out_channel_layout, out_sample_fmt, out_sample_rate,
            in_channel_layout, pCodecCtx->sample_fmt, pCodecCtx->sample_rate, 0, NULL);
        swr_init(au_convert_ctx);
    }
    while (av_read_frame(pFormatCtx, packet) >= 0) {
        if (packet->stream_index == audioStream) {
            int got_picture;
            int ret = avcodec_decode_audio4(pCodecCtx, pFrame, &got_picture, packet);
            if (ret < 0) {
                OutputDebugStringA("Error in decoding audio frame.\n");
                return -1;
            }
            if (got_picture > 0) {
                if (au_convert_ctx) {  // MP3文件格式通常是AV_SAMPLE_FMT_FLTP，要重采样、格式转换等
                    swr_convert(au_convert_ctx, &out_buffer, MAX_AUDIO_FRAME_SIZE, (const uint8_t**)pFrame->data, pFrame->nb_samples);
                    // Write PCM
                    fwrite(out_buffer, 1, out_buffer_size, pFile);
                } else {  // WAV文件格式通常是AV_SAMPLE_FMT_S16，与输出文件一致，直接保存
                    fwrite(pFrame->data[0], 1, pFrame->nb_samples * pCodecCtx->channels * 2, pFile);
                }
            }
        }
        av_free_packet(packet);
    }
    swr_free(&au_convert_ctx);
    fclose(pFile);
    av_free(out_buffer);
    avcodec_close(pCodecCtx);
    avformat_close_input(&pFormatCtx);
    return 0;
}

int main() {
    DecodedAudioFile("test.mp3");
    DecodedAudioFile("test.wav");
    return 0;
}

技术细节

WAV 文件通常是未压缩的 PCM 音频，解码的步骤与压缩格式（如 MP3）有所不同。在解码 WAV 文件时，解码器可能会直接输出 PCM 数据，而不是像 MP3 那样的压缩数据。对于 WAV 文件，如果格式是 AV_SAMPLE_FMT_S16，则不需要使用 swr_convert，因为音频数据已经是 PCM 格式，可以直接写入文件。例如上述代码中，对文件格式的检查：

cpp 复制代码

// ...
// 如果输入文件格式不是AV_SAMPLE_FMT_S16才需要
if (pCodecCtx->sample_fmt != AV_SAMPLE_FMT_S16) {
    au_convert_ctx = swr_alloc();
    au_convert_ctx = swr_alloc_set_opts(au_convert_ctx, out_channel_layout, out_sample_fmt, out_sample_rate,
        in_channel_layout, pCodecCtx->sample_fmt, pCodecCtx->sample_rate, 0, NULL);
    swr_init(au_convert_ctx);
}
// ...
if (au_convert_ctx) {  // MP3文件格式通常是AV_SAMPLE_FMT_FLTP，要重采样、格式转换等
    swr_convert(au_convert_ctx, &out_buffer, MAX_AUDIO_FRAME_SIZE, (const uint8_t**)pFrame->data, pFrame->nb_samples);
    // Write PCM
    fwrite(out_buffer, 1, out_buffer_size, pFile);
} else {  // WAV文件格式通常是AV_SAMPLE_FMT_S16，与输出文件一致，直接保存
    fwrite(pFrame->data[0], 1, pFrame->nb_samples * pCodecCtx->channels * 2, pFile);
}
// ...