RV1126+FFMPEG推流项目(7)AI音频模块编码流程

一、AI 模块和外设麦克风的关系

AI 模块是 RV1126 芯片的一个重要组成部分。它的主要功能是将外部接入的麦克风采集到的模拟信号通过内置的驱动程序转换为数字信号。这意味着麦克风作为外设,提供音频输入信号,AI 模块通过其硬件和软件的结合,负责对这些信号的处理和转换。

音频编码流程主要分三步:AI的初始化**** 、AENC的初始化( 硬件编码****)**** 、绑定AI 和A ENC 节点开启A ENC ****线程进行视频编码的采集,****注意一下这里的编码是硬件编码,不是使用ffmpeg软件编码。和视频的流程差不多

在第三篇的时候,已经介绍过了这RV1126_AI_CONFIG、RV1126_AENC_CONFIG这两个数据结构。回顾一下。


RV1126_AI_CONFIG:

typedef struct
{
    unsigned int id;   ///< 音频通道ID,用于标识不同的音频输入通道
    AI_CHN_ATTR_S attr; ///< 音频通道属性,包含通道的具体配置信息
} RV1126_AI_CONFIG;

里面有一个最重要的成员AI_CHN_ATTR_S,是AI模块的数据结构体。

编码:rkmedia_module_function.cpp

    //AI模块
    RV1126_AI_CONFIG rv_ai;
    memset(&rv_ai, 0, sizeof( RV1126_AI_CONFIG)); //清空结构体
    rv_ai.id = 0; //AI模块采集通道
    rv_ai.attr.pcAudioNode = AUDIO_PATH; //默认是default,音频alsa路径
    rv_ai.attr.enSampleFormat = RK_SAMPLE_FMT_S16; //音频采样深度。
    rv_ai.attr.enAiLayout = AI_LAYOUT_NORMAL; //音频布局,默认是2
    rv_ai.attr.u32NbSamples = NB_SAMPLES; //AAC默认1024
    rv_ai.attr.u32SampleRate = 48000;//音频采样率
    rv_ai.attr.u32Channels = 2; //音频通道数
    ret =rkmedia_ai_init(&rv_ai); //
    if(ret != 0)
    {
        printf("ai模块初始化\n");
    }
    else
    {
        printf("ai模块创建成功\n");
        //把音频的通道号id保存到容器
        RV1126_AI_CONTAINER ai_container;
        ai_container.id = 0;
        ai_container.ai_id = rv_ai.id; //保存进去
        set_ai_container(0, &ai_container);//设置AI容器
    }

基本编码流程也是和视频差不多。

相关推荐
Dream251212 分钟前
【神经网络基础】
人工智能·深度学习·神经网络
白白糖13 分钟前
深度学习 Pytorch 张量的线性代数运算
人工智能·pytorch·深度学习
hao_wujing18 分钟前
通过视觉语言模型蒸馏进行 3D 形状零件分割
人工智能·语言模型·自然语言处理
AI-智能30 分钟前
NLP入门书籍《掌握NLP:从基础到大语言模型》免费下载pdf
人工智能·自然语言处理·程序员·llm·prompt·ai编程·ai大模型
wzx_Eleven39 分钟前
【论文阅读】VCD-FL: Verifiable, collusion-resistant, and dynamic federated learning
论文阅读·人工智能·机器学习·网络安全·密码学
深图智能1 小时前
PyTorch使用教程(8)-一文了解torchvision
人工智能·pytorch·python·深度学习
是Dream呀1 小时前
深度学习原理与Pytorch实战
人工智能·pytorch·深度学习
前网易架构师-高司机1 小时前
构建安全防线:基于视频AI的煤矿管理系统架构创新成果展示
人工智能·煤矿安全·软件架构设计
luyun0202021 小时前
自动写作,内容润色,让office和WPS集成AI,文生图!
人工智能·ai写作·wps
Zda天天爱打卡2 小时前
【机器学习实战入门】使用LSTM机器学习预测股票价格
人工智能·python·深度学习·机器学习·数据挖掘·lstm