Qt+FFmpeg 实现 PCM 音频转 AAC 编码

大家好！今天给大家分享一个零基础也能看懂的实战案例：用 Qt 结合 FFmpeg，把原始的 PCM 音频文件编码成常用的 AAC 格式。本文会从 "是什么、怎么做、代码怎么理解" 三个维度拆解，保证小白也能跟上～

一、先搞懂基础概念

在写代码前，先花 2 分钟搞懂核心概念，不然代码看了也白看：

• PCM：音频的 "原始素颜数据"，是声卡 / 麦克风采集到的最原始的音频数据，体积大、不压缩，几乎所有播放器都能解析，但文件体积超大。
• AAC：我们平时听歌、刷视频的主流音频格式（比如 MP4 里的音频），是经过压缩编码的，体积小、音质损失少。
• FFmpeg：音视频处理的 "瑞士军刀"，是一套开源的音视频编解码库，几乎所有音视频软件（比如抖音、B 站客户端）底层都用到了它。
• Qt：跨平台的 C++ 图形界面库，我们这里用它做界面（一个按钮触发编码）+ 线程管理（避免编码卡住界面）。

简单说，我们要做的事：把 "原始素颜" 的 PCM，通过 FFmpeg 编码成 "精致压缩" 的 AAC。

二、整体代码结构

我们的项目一共 7 个核心文件，先看整体分工，心里有个数：

文件	作用	小白理解版
main.cpp	Qt 程序入口	启动程序，显示主窗口
mainwindow.h/.cpp	主窗口界面	放一个按钮，点击按钮触发音频编码
audiothread.h/.cpp	音频编码线程	把编码逻辑放到子线程（避免卡界面）
ffmpegs.h/.cpp	FFmpeg 核心编码逻辑	真正做 "PCM 转 AAC" 的核心代码

三、逐文件拆解

接下来逐个文件解析，重点讲 "核心逻辑"，无关代码直接跳过～

1. 程序入口：main.cpp

#include "mainwindow.h"
#include <QApplication>

int main(int argc, char *argv[]) {
    // Qt应用程序对象，管理程序的资源
    QApplication a(argc, argv);
    // 创建主窗口
    MainWindow w;
    // 显示主窗口
    w.show();
    // 进入Qt的事件循环（简单说：让程序一直运行，等待用户操作）
    return a.exec();
}

小白解读：这是所有 Qt 程序的 "标配入口"，作用就是启动程序、显示窗口，没难度～

2. 主窗口：mainwindow.h/.cpp

mainwindow.h（头文件）

#ifndef MAINWINDOW_H
#define MAINWINDOW_H

#include <QMainWindow>
#include <audiothread.h> // 引入音频线程头文件

QT_BEGIN_NAMESPACE
namespace Ui { class MainWindow; } // Qt设计师生成的界面类
QT_END_NAMESPACE

class MainWindow : public QMainWindow {
    Q_OBJECT // Qt的信号槽机制必须加这个宏

public:
    MainWindow(QWidget *parent = nullptr);
    ~MainWindow();

private slots:
    // 按钮点击的槽函数（按钮叫audioButton）
    void on_audioButton_clicked();

private:
    Ui::MainWindow *ui; // 界面对象（对应UI设计师里的按钮、输入框等）
    AudioThread *_audioThread = nullptr; // 音频编码线程对象
};
#endif // MAINWINDOW_H

mainwindow.cpp（实现文件）

#include "mainwindow.h"
#include "ui_mainwindow.h"

// 构造函数：创建主窗口时调用
MainWindow::MainWindow(QWidget *parent)
    : QMainWindow(parent)
    , ui(new Ui::MainWindow) {
    // 初始化UI界面（加载设计师画的窗口）
    ui->setupUi(this);
}

// 析构函数：窗口关闭时调用
MainWindow::~MainWindow() {
    delete ui; // 释放界面资源
}

// 按钮点击后执行的函数
void MainWindow::on_audioButton_clicked() {
    // 创建音频编码线程（父对象是MainWindow，自动管理内存）
    _audioThread = new AudioThread(this);
    // 启动线程（会执行AudioThread的run()函数）
    _audioThread->start();
}

小白解读：

• 我们在 Qt 设计师里拖了一个叫audioButton的按钮，点击它就会执行on_audioButton_clicked()；
• 为什么要创建线程？因为编码音频需要时间，如果直接在主线程执行，窗口会 "卡住不动"，子线程专门做编码，界面依然能操作。

3. 音频线程：audiothread.h/.cpp

audiothread.h（头文件

#ifndef AUDIOTHREAD_H
#define AUDIOTHREAD_H

#include <QThread> // Qt的线程类

class AudioThread : public QThread {
    Q_OBJECT
private:
    // 线程的核心函数：线程启动后会执行run()
    void run();

public:
    explicit AudioThread(QObject *parent = nullptr);
    ~AudioThread();
};

#endif // AUDIOTHREAD_H

audiothread.cpp（实现文件）

#include "audiothread.h"
#include <QDebug>
#include "ffmpegs.h" // 引入FFmpeg编码类

// 构造函数
AudioThread::AudioThread(QObject *parent) : QThread(parent) {
    // 线程结束后，自动释放内存（Qt的小技巧，避免内存泄漏）
    connect(this, &AudioThread::finished, this, &AudioThread::deleteLater);
}

// 析构函数：线程销毁时调用
AudioThread::~AudioThread() {
    disconnect(); // 断开所有信号槽连接
    requestInterruption(); // 请求线程中断
    quit(); // 退出线程事件循环
    wait(); // 等待线程完全结束
    qDebug() << this << "析构（内存被回收）";
}

// 线程执行的核心逻辑：PCM转AAC的参数配置+调用编码函数
void AudioThread::run() {
    // 配置输入的PCM参数（小白重点看注释！）
    AudioEncodeSpec in;
    in.filename = "D:/in.pcm"; // 输入的PCM文件路径
    in.sampleRate = 44100; // 采样率：44100Hz（CD级音质，最常用）
    in.sampleFmt = AV_SAMPLE_FMT_S16; // 采样格式：16位整数（PCM最常用格式）
    in.chLayout = AV_CH_LAYOUT_STEREO; // 声道布局：立体声（左右声道）

    // 调用FFmpeg的编码函数，输出AAC文件到D:/out.aac
    FFmpegs::aacEncode(in, "D:/out.aac");
}

小白解读：

• 线程的核心是run()函数，里面定义了 "要编码的 PCM 文件路径" 和 "编码参数"，然后调用FFmpegs::aacEncode()做实际编码；
• 采样率、采样格式、声道布局是音频的三大核心参数，必须和输入的 PCM 文件一致，否则编码出来的音频会 "杂音" 或 "无声"；
• 析构函数里的代码是 Qt 线程的 "标准收尾操作"，避免线程没结束就销毁导致崩溃。

4. 核心编码逻辑：ffmpegs.h/.cpp

这部分是 FFmpeg 的核心，也是小白最容易懵的地方

ffmpegs.h（头文件）

#ifndef FFMPEGS_H
#define FFMPEGS_H

// 引入FFmpeg的C语言头文件（extern "C"是为了兼容C++）
extern "C" {
#include <libavformat/avformat.h>
}

// 定义PCM输入参数的结构体（把参数打包，方便传递）
typedef struct {
    const char *filename; // PCM文件路径
    int sampleRate; // 采样率
    AVSampleFormat sampleFmt; // 采样格式
    int chLayout; // 声道布局
} AudioEncodeSpec;

class FFmpegs {
public:
    FFmpegs();
    // 静态函数：不用创建对象就能调用，直接FFmpegs::aacEncode()
    static void aacEncode(AudioEncodeSpec &in, const char *outFilename);
};

#endif // FFMPEGS_H

ffmpegs.cpp（核心实现）

先看整体流程，再拆细节：

#include "ffmpegs.h"
#include <QDebug>
#include <QFile>

// 引入FFmpeg的编解码、工具类头文件
extern "C" {
#include <libavcodec/avcodec.h>
#include <libavutil/avutil.h>
}

// 错误信息宏（小白不用纠结，就是把FFmpeg的错误码转成文字）
#define ERROR_BUF(ret) \
    char errbuf[1024]; \
    av_strerror(ret, errbuf, sizeof (errbuf));

FFmpegs::FFmpegs() {}

// 辅助函数：检查编码器是否支持指定的采样格式
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; // 支持
        p++;
    }
    return 0; // 不支持
}

// 核心编码函数：把PCM数据编码成AAC，写入文件
static int encode(AVCodecContext *ctx, AVFrame *frame, AVPacket *pkt, QFile &outFile) {
    // 1. 把PCM帧（frame）发送到编码器
    int ret = avcodec_send_frame(ctx, frame);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "发送PCM数据到编码器失败：" << errbuf;
        return ret;
    }

    // 2. 循环从编码器取出编码后的AAC数据
    while (true) {
        ret = avcodec_receive_packet(ctx, pkt);
        // 两种正常情况：需要更多PCM数据 / 编码完成
        if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
            return 0;
        } else if (ret < 0) { // 编码出错
            ERROR_BUF(ret);
            qDebug() << "获取AAC数据失败：" << errbuf;
            return ret;
        }

        // 3. 把编码后的AAC数据写入文件
        outFile.write((char *) pkt->data, pkt->size);
        // 4. 释放AAC数据包的资源（FFmpeg的内存必须手动释放！）
        av_packet_unref(pkt);
    }
}

// 主编码函数：PCM转AAC的完整流程
void FFmpegs::aacEncode(AudioEncodeSpec &in, const char *outFilename) {
    // ===== 第一步：初始化变量 =====
    QFile inFile(in.filename); // 输入PCM文件
    QFile outFile(outFilename); // 输出AAC文件
    int ret = 0; // FFmpeg函数的返回值（小于0就是出错）
    
    // FFmpeg核心对象（小白记作用途就行）：
    AVCodec *codec = nullptr; // 编码器（AAC编码器）
    AVCodecContext *ctx = nullptr; // 编码器上下文（管理编码器的所有参数）
    AVFrame *frame = nullptr; // 存放PCM数据的帧
    AVPacket *pkt = nullptr; // 存放AAC数据的包

    // ===== 第二步：获取AAC编码器 =====
    // 用libfdk_aac编码器（音质好、兼容性强）
    codec = avcodec_find_encoder_by_name("libfdk_aac");
    if (!codec) {
        qDebug() << "找不到AAC编码器！";
        return;
    }

    // 检查编码器是否支持我们的PCM采样格式（这里是16位整数）
    if (!check_sample_fmt(codec, in.sampleFmt)) {
        qDebug() << "编码器不支持该采样格式！";
        return;
    }

    // ===== 第三步：创建并配置编码器上下文 =====
    ctx = avcodec_alloc_context3(codec); // 分配上下文内存
    if (!ctx) {
        qDebug() << "创建编码器上下文失败！";
        return;
    }

    // 设置编码器参数（和输入PCM的参数一致）
    ctx->sample_rate = in.sampleRate; // 采样率
    ctx->sample_fmt = in.sampleFmt; // 采样格式
    ctx->channel_layout = in.chLayout; // 声道布局
    ctx->bit_rate = 32000; // 比特率（越高音质越好，文件越大）
    ctx->profile = FF_PROFILE_AAC_HE_V2; // AAC编码规格（HE-V2是高效压缩）

    // 打开编码器
    ret = avcodec_open2(ctx, codec, nullptr);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "打开编码器失败：" << errbuf;
        goto end; // 跳转到结尾释放资源
    }

    // ===== 第四步：创建PCM帧（frame）和AAC包（pkt） =====
    frame = av_frame_alloc(); // 分配frame内存
    if (!frame) {
        qDebug() << "创建PCM帧失败！";
        goto end;
    }
    // 设置frame的参数（和编码器一致）
    frame->nb_samples = ctx->frame_size; // 每一帧的样本数（编码器决定）
    frame->format = ctx->sample_fmt; // 采样格式
    frame->channel_layout = ctx->channel_layout; // 声道布局
    // 为frame分配实际的内存缓冲区（存放PCM数据）
    ret = av_frame_get_buffer(frame, 0);
    if (ret < 0) {
        ERROR_BUF(ret);
        qDebug() << "为PCM帧分配缓冲区失败：" << errbuf;
        goto end;
    }

    pkt = av_packet_alloc(); // 分配AAC包内存
    if (!pkt) {
        qDebug() << "创建AAC包失败！";
        goto end;
    }

    // ===== 第五步：打开文件 =====
    if (!inFile.open(QFile::ReadOnly)) {
        qDebug() << "打开PCM文件失败：" << in.filename;
        goto end;
    }
    if (!outFile.open(QFile::WriteOnly)) {
        qDebug() << "打开AAC文件失败：" << outFilename;
        goto end;
    }

    // ===== 第六步：读取PCM数据，编码成AAC =====
    // 循环读取PCM文件数据到frame的缓冲区
    while ((ret = inFile.read((char *) frame->data[0], frame->linesize[0])) > 0) {
        // 如果读取的字节数不够一帧，调整有效样本数（避免编码冗余数据）
        if (ret < frame->linesize[0]) {
            int bytes = av_get_bytes_per_sample((AVSampleFormat) frame->format); // 每个样本的字节数
            int ch = av_get_channel_layout_nb_channels(frame->channel_layout); // 声道数
            frame->nb_samples = ret / (bytes * ch); // 实际有效的样本数
        }
        // 调用编码函数，把PCM转AAC并写入文件
        if (encode(ctx, frame, pkt, outFile) < 0) {
            goto end;
        }
    }

    // ===== 第七步：刷新编码器（处理最后一批数据） =====
    encode(ctx, nullptr, pkt, outFile);

    // ===== 结尾：释放资源 =====
end:
    // 关闭文件
    inFile.close();
    outFile.close();
    // 释放FFmpeg对象（必须释放，否则内存泄漏）
    av_frame_free(&frame);
    av_packet_free(&pkt);
    avcodec_free_context(&ctx);

    qDebug() << "编码完成！";
}

小白核心解读（不用记代码，记流程）：

1. 找编码器 ：FFmpeg 提供了多个 AAC 编码器，我们选libfdk_aac（音质最好）；
2. 配参数：告诉编码器 "输入的 PCM 是 44100 采样率、16 位格式、立体声"；
3. 读 PCM：把硬盘上的 PCM 文件读入内存；
4. 送编码器：把 PCM 数据传给 FFmpeg 编码器；
5. 取 AAC：从编码器取出编码后的 AAC 数据；
6. 写文件：把 AAC 数据写入硬盘；
7. 清资源：FFmpeg 的内存必须手动释放，否则会内存泄漏。

四、运行效果

1. 准备一个 PCM 文件（放到D:/in.pcm，参数要和代码里的 44100、16 位、立体声一致）；
2. 点击 Qt 窗口的audioButton按钮；
3. 等待几秒，D:/out.aac就会生成，用播放器打开就能听到和原 PCM 一样的声音，但文件体积小了很多！

五、小白常见问题 & 解决技巧

1. 编译报错 "找不到 avcodec.h" ：FFmpeg 的头文件路径没配对，在 Qt 的.pro文件里加INCLUDEPATH += FFmpeg的头文件路径；
2. 链接报错 "找不到 avcodec.lib" ：在.pro文件里加LIBS += -LFFmpeg的库路径 -lavcodec -lavutil；
3. 编码后 AAC 无声：PCM 参数和代码里的不一致（比如采样率不是 44100），或者 PCM 文件本身是错的；
4. 窗口卡住 ：编码逻辑没放到子线程，必须像AudioThread那样放到 QThread 里。

六、总结

今天我们实现了 "PCM 转 AAC" 的核心功能，小白重点掌握：

• 音频编码的核心流程（找编码器→配参数→读数据→编码→写文件）；
• Qt 线程的使用（避免卡界面）；
• FFmpeg 的核心对象（编码器、上下文、帧、包）的作用。