ffmpeg(三十五)音频源
35 音频源
下面介绍当前可用的音频源
abuffer
缓冲音频帧,作为滤镜链图中有效的组成(起点)
它主要编程使用,特别是通过libavfilter/asrc_abuffer.h中的接口进行调用。
接受如下参数:
time_base
用于提交帧的时间戳时基。是浮点数或者分数形式。
sample_rate
进入音频缓冲的采样率。
sample_fmt
进入音频缓冲的采样格式。libavutil/samplefmt.h下AVSampleFormat枚举值中的一个格式名称或者对应的整数
channel_layout
进入音频缓冲的通道布局。为libavutil/channel_layout.c中的channel_layout_map定义的布局名称或者libavutil/channel_layout.h中 AV_CH_LAYOUT_*类宏(对应的整数表示)
channels
进入缓冲的通道数。如果channels 和 channel_layout同时被设置,则二者必须一致。
abuffer例子
abuffer=sample_rate=44100:sample_fmt=s16p:channel_layout=stereo
会用来指出源接受16位(信号)立体声(采样率44100Hz)。sample_fmt为s16p即6,channel_layout为stereo,即0x3,sample_rate为44100,它等效于
abuffer=sample_rate=44100:sample_fmt=6:channel_layout=0x3
aevalsrc
按表达式生成一个音频信号(信号发生器)
它接受一个或者多个表达式(每个对应一个通道),根据表达式计算产生相应的音频信号。
接受如下的选项:
exprs
由’|’分隔的表达式列表,每个表达式对应一个通道。以防channel_layout没有指定选项,选中的通道布局取决于提供的数量表达式。否则最后指定表达式应用于剩下的输出通道。
channel_layout, c
设置通道布局。这里的通道数必须等于表达式数量。
duration, d
设置源音频持续时间。参考ffmpeg-utils工具集手册(ffmpeg-utils(1))中的持续时间章节内容以了解语法。注意由此生成的音频持续时间可能会超过这里指定的时间,因为生成的音频最少是一个完整的帧内容。
如果不指定,或者指定一个非负数,表面会持续生成音频信号。
nb_samples, n
设置每个输出帧中每个通道的样例数量,默认1024。
sample_rate, s
指定采样频率,默认44100.
每个表达式可以包含下面的常量:
n
评估样本的数量,从0开始计数
t
样本时间表示,从0开始计时
s
样本采样率
aevalsrc例子
生成静音(无声):
aevalsrc=0
生成频率为440Hz的正弦波,采样频率8000Hz:
aevalsrc="sin(4402PI*t):s=8000"
生成双路信号,这里指定为(中前和中后),表达式为:
aevalsrc="sin(4202PIt)|cos(4302PIt):c=FC|BC"
生成白噪声:
aevalsrc="-2+random(0)"
生成一个振幅调制信号:
aevalsrc="sin(102PIt)sin(8802PI*t)"
生成2.5赫兹双耳节拍在360赫兹的载体:
aevalsrc="0.1sin(2PI(360-2.5/2)t) | 0.1sin(2PI(360+2.5/2)t)"
anullsrc
null(空)音频源会产生未处理的音频帧。它一般用于分析/调试,或作为滤镜可忽略的输入源(例如sox合成滤镜)
这个源接受下面选项:
channel_layout, cl
指定通道布局,可以是整数或对应的短语,默认为"stereo".
检查定义在libavutil/channel_layout.c了解短语和数字值对应关系。
sample_rate, r
指定采样率,默认 44100.
nb_samples, n
设置每帧中样例数量
anullsrc例子
以采样率48000 Hz ,单声道(AV_CH_LAYOUT_MONO).
anullsrc=r=48000:cl=4
同上的效果(采样短语定义布局):
anullsrc=r=48000:cl=mono
所有选项参数都必须明确定义。
flite
使用libflite库合成声音话语
编译选项是--enable-libflite
注意flite库不是线程安全的。
接受如下选项:
list_voices
如果为1,列出有效的语音并退出,默认0.
nb_samples, n
设置每个帧最大样例数量,默认512.
textfile
设置要朗读的文件名
text
设置要朗读的文本
voice, v
设置语音合成的声音,默认kal. 参考list_voices选项
flite例子
从文件speech.txt读,使用标准声音合成:
flite=textfile=speech.txt
读取指定文本,并用slt语音合成:
flite=text='So fare thee well, poor devil of a Sub-Sub, whose commentator I am':voice=slt
作为ffmpeg输入:
ffmpeg -f lavfi -i flite=text='So fare thee well, poor devil of a Sub-Sub, whose commentator I am':voice=slt
播放合成语音:
ffplay -f lavfi flite=text='No more be grieved for which that thou hast done.'
关于libflite库的更多信息,确认http://www.speech.cs.cmu.edu/flite/
sine
生成一个音频信号的振幅的正弦波1/8
是一个bit-exact音频信号(脉冲?)
接受如下选项:
frequency, f
设置载波频率,默认 440 Hz.
beep_factor, b
每个beep_factor倍载波频率周期产生一个beep,默认为0,表示beep被禁止
sample_rate, r
指定采样率,默认44100.
duration, d
指定产生音频持续时间
samples_per_frame
设置每帧样例数,默认1024
sine例子
产生440Hz的sine波Generate a simple 440 Hz sine wave:
sine
产生220Hzsine波,且880Hz产生一个beep,持续5秒:
sine=220:4:d=5
sine=f=220:b=4:d=5
sine=frequency=220:beep_factor=4:duration=5