1. 在 FFmpeg 的源碼中，經(jīng)常能看到 >>3 是什么意思？

• 二進(jìn)制右移三位，表示 除以 8

2. 如何通過命名行得知錄音設(shè)備的采樣率、聲道數(shù)、采樣格式？

• 讓錄音設(shè)備進(jìn)行錄音 ffmpeg -f avfoundation -i :0 out.wav

Input #0, avfoundation, from ':0':
Duration: N/A, start: 87533.086750, bitrate: 256 kb/s
Stream #0:0: Audio: pcm_f32le, 8000 Hz, mono, flt, 256 kb/s

• 采樣率：8000Hz
• 聲道數(shù) mono（單聲道）
• 采樣格式：f32le（浮點 32 位小端模式）

3. 如何在代碼中獲取錄音設(shè)備的采樣率、聲道數(shù)、采樣格式？

• ctx → streams → streams → codec → sample_rate = 8000 (采樣率)
• ctx → streams → streams → codec → sample_fmt = 1 (聲道數(shù))
• ctx → streams → streams → codec_id = AV_CODEC_ID_PCM_F32LE (采樣格式)

4. RIFF 是什么？哪兩個比較主流的音頻格式是遵守 RIFF 的？

• RIFF（Resource Interchange File Format，資源交換文件格式）由 Microsoft 和 IBM 提出
• WAV、AVI 文件都是基于 RIFF 標(biāo)準(zhǔn)的文件格式，所以 WAV、AVI 文件的最前面 4 個字節(jié)都是 RIFF 四個字符

5. chunk 是什么意思？一個 chunk 由哪三部分組成？

• chunk：數(shù)據(jù)塊的意思
• 每個 chunk 主要包含三部分：id（chunk 的標(biāo)識）、data-size（chunk 的數(shù)據(jù)部分大小，字節(jié)為單位）、data（chunk 的數(shù)據(jù)部分）

6. 解剖 WVA 文件

• 使用前面命令行錄制音頻，可以獲得 out.wav 文件，文件大?。?code>348204 字節(jié)
• 我們將 out.wav 使用 vscode 以二進(jìn)制文件的格式打開，然后我們分析其頭部數(shù)據(jù)

// out.wav 的首部部分16 進(jìn)制數(shù)據(jù)
00000000: 52 49 46 46 24 50 05 00 57 41 56 45 66 6D 74 20    RIFF$P..WAVEfmt.
00000010: 10 00 00 00 01 00 02 00 44 AC 00 00 10 B1 02 00    ........D,...1..
00000020: 04 00 10 00 64 61 74 61 00 50 05 00 00 00 0E BB    ....data.P.....;

• 對 out.wav 的前 44 個字節(jié)進(jìn)行解析如下：

52 49 46 46（ChunkID，4 字節(jié)） = ‘RIFF’

24 50 05 00 （ChunkSize，4 字節(jié)）=  348196  = 348204 - 8

57 41 56 45 （Format，4 字節(jié)） = ‘WAVE’

66 6D 74 20 （Subchunk1ID，4 字節(jié)） = ‘fmt ’

10 00 00 00 (Subchunk1 Size，4 字節(jié)) = 16

01 00（AudioFormate，2 字節(jié)） = 音頻格式 = 1

02 00 （NumChannels，2 字節(jié)）= 聲道數(shù) = 2

44 AC 00 00（SampleRate，4 字節(jié)）= 采樣率 = 44100

10 B1 02 00（ByteRate，4 字節(jié)）= 字節(jié)率 = 176400

04 00 （BlockAlign，2 字節(jié)）= 內(nèi)存對齊 = 4

10 00 （BitsPerSample）= 每個樣本的位深度 =  16

64 61 74 61（Subchunk2ID，4 字節(jié)） = ‘data’

00 50 05 00 (Subchunk2 Size，4 字節(jié)) = 音頻PCM數(shù)據(jù)大小 = 348160 = 348204 - 44

有資料需求的可以了解下，有關(guān)于包括 數(shù)據(jù)結(jié)構(gòu)、底層進(jìn)階、圖形視覺、音視頻、架構(gòu)設(shè)計、逆向安防、RxSwift、flutter，算法等方面的資料，面試資料就在群文件里面可自行下載，891點擊 488進(jìn)入 181有什么問題也可以直接在里面提出來，互相交流，同時內(nèi)有好友發(fā)內(nèi)推機會，一起共同進(jìn)步！

7. 需要理解的三幅圖

WAV 文件格式

WAV 文件格式

8. 命令行實現(xiàn) PCM 轉(zhuǎn) WAV

ffmpeg -ar 44100 -ac 2 -f s16le -i out.pcm -bitexact out2.wav

9. 代碼實現(xiàn) PCM 轉(zhuǎn) WAV

void FFmpegs::pcm2wav(WAVHeader &header, const char *pcmFilename, const char *wavFilename) {
 header.blockAlign = header.bitsPerSample * header.numChannels >> 3;
 header.byteRate = header.sampleRate * header.blockAlign;

 // 打開 pcm 文件
 QFile pcmFile(pcmFilename);
 if (!pcmFile.open(QFile::ReadOnly)) {
     qDebug() << "文件打開失敗" << pcmFilename;
     return;
 }

 header.dataChunkDataSize = pcmFile.size();
 header.riffChunkDataSize = header.dataChunkDataSize
                            + sizeof (WAVHeader)
                            - sizeof (header.riffChunkId)
                            - sizeof (header.riffChunkDataSize);

 // 打開 wav 文件
 QFile wavFile(wavFilename);
 if (!wavFile.open(QFile::WriteOnly)) {
     qDebug() << "文件打開失敗" << wavFilename;

     pcmFile.close();
     return;
 }

 // 寫入頭部
 wavFile.write((const char*)&header, sizeof(WAVHeader));

 // 寫入 pcm 數(shù)據(jù)
 char buf[1024];
 int size;
 while ((size = pcmFile.read(buf, sizeof(buf))) > 0) {
     wavFile.write(buf, size);
 }

 // 關(guān)閉文件
 pcmFile.close();
 wavFile.close();
}

• 調(diào)用代碼如下：

WAVHeader header;
header.sampleRate = 44100;
header.bitsPerSample = 16;
header.numChannels = 2;

FFmpegs::pcm2wav(header,
              "/Users/linsipei/Documents/ffmpeg_workspcace/05_tmp/in.pcm",
              "/Users/linsipei/Documents/ffmpeg_workspcace/05_tmp/out.wav");

10. 代碼實現(xiàn) 錄制的PCM 直接轉(zhuǎn) WAV（包含動態(tài)獲取錄音設(shè)備的相關(guān)信息操作）

// 獲取輸入流
AVStream *stream = ctx->streams[0];
// 獲取音頻參數(shù)
AVCodecParameters *params = stream->codecpar;

//pcm 轉(zhuǎn) wav 文件
WAVHeader header;
header.sampleRate = params->sample_rate;
header.bitsPerSample = av_get_bits_per_sample(params->codec_id);
header.numChannels = params->channels;
if (params->codec_id >= AV_CODEC_ID_PCM_F32BE) {
 header.audioFormat = AUDIO_FORMAT_FLOAT;
}
FFmpegs::pcm2wav(header, filename.toUtf8().data(), wavFilename.toUtf8().data());

作者：carrot__lsp
鏈接：https://juejin.cn/post/6955032831466684453