08_音频录制02_编程

通过编程录音

开发录音功能的主要步骤是：

• 注册设备
• 获取输入格式对象
• 打开设备
• 采集数据
• 释放资源

主要步骤

需要用到的FFmpeg库有4个。

extern "C" {
// 设备相关API
#include <libavdevice/avdevice.h>
// 格式相关API
#include <libavformat/avformat.h>
// 工具相关API（比如错误处理）
#include <libavutil/avutil.h>
// 编码相关API
#include <libavcodec/avcodec.h>
}

权限申请

在Mac平台使用录音设备需要申请权限，不然会出现闪退的情况：

1. 项目中新增Info.plist文件

   
   
   
   

2. 需要在Info.plist中添加麦克风的使用说明，申请麦克风的使用权限

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
        <key>NSMicrophoneUsageDescription</key>
        <string>申请使用麦克风进行录音</string>
</dict>
</plist>

3. 在pro文件中添加Info.plist文件的路径

   
   

4. 使用Debug模式运行程序

   
   

   如果使用Debug模式运行程序还是会出现闪退的情况，那么需要把之前编译产生的文件夹删掉，如下图：

   
   

注册设备

在整个程序的运行过程中，只需要执行1次注册设备的代码。

// 初始化libavdevice并注册所有输入和输出设备
avdevice_register_all();

获取输入格式对象

宏定义

Windows和Mac环境的格式名称、设备名称都是不同的，所以使用条件编译实现跨平台。

// 格式名称、设备名称目前暂时使用宏定义固定死
#ifdef Q_OS_WIN
    // 格式名称
    #define FMT_NAME "dshow"
    // 设备名称
    #define DEVICE_NAME "audio=麦克风阵列 (Realtek(R) Audio)"
#else
    #define FMT_NAME "avfoundation"
    #define DEVICE_NAME ":0"
#endif

核心代码

根据格式名称获取输入格式对象，后面需要利用输入格式对象打开设备。

AVInputFormat *fmt = av_find_input_format(FMT_NAME);
if (!fmt) {
    // 如果找不到输入格式
    qDebug() << "找不到输入格式" << FMT_NAME;
    return;
}

打开设备

// 格式上下文（后面通过格式上下文操作设备）
AVFormatContext *ctx = nullptr;
// 打开设备
int ret = avformat_open_input(&ctx, DEVICE_NAME, fmt, nullptr);
// 如果打开设备失败
if (ret < 0) {
    char errbuf[1024] = {0};
    // 根据函数返回的错误码获取错误信息
    av_strerror(ret, errbuf, sizeof (errbuf));
    qDebug() << "打开设备失败" << errbuf;
    return;
}

采集数据

宏定义

#ifdef Q_OS_WIN
    // PCM文件的文件名
    #define FILENAME "../out.pcm"
#else
    #define FILENAME "../out.pcm"
#endif

核心代码

#include <QFile>

// 文件
QFile file(FILENAME);

// WriteOnly：只写模式。如果文件不存在，就创建文件；如果文件存在，就删除文件内容
if (!file.open(QFile::WriteOnly)) {
    qDebug() << "文件打开失败" << FILENAME;
    // 关闭设备
    avformat_close_input(&ctx);
    return;
}

// 暂时假定只采集50个数据包
int count = 50;

// 数据包
AVPacket *pkt = av_packet_alloc();
while (count-- > 0) {
    // 从设备中采集数据，返回值为0，代表采集数据成功
    ret = av_read_frame(ctx, pkt);
    if (ret == 0) { // 读取成功
        // 将数据写入文件
        file.write((const char *) pkt->data, pkt->size);
    } else { // 其他错误
        char errbuf[1024];
        av_strerror(ret, errbuf, sizeof (errbuf));
        qDebug() << "av_read_frame error" << errbuf << ret;
        break;
    }
}

释放资源

// 关闭文件
file.close();

// 释放资源
av_packet_free(&pkt);

// 关闭设备
avformat_close_input(&ctx);

想要了解每一个函数的具体作用，可以查询：官方API文档。

获取录音设备的相关参数

// 从AVFormatContext中获取录音设备的相关参数
void showSpec(AVFormatContext *ctx) {
    // 获取输入流
    AVStream *stream = ctx->streams[0];
    // 获取音频参数
    AVCodecParameters *params = stream->codecpar;
    // 声道数
    qDebug() << "声道数:" << params->channels;
    // 采样率
    qDebug() << "采样率:" << params->sample_rate;
    // 采样格式
    qDebug() << "采样格式:" << params->format;
    // 每一个样本的一个声道占用多少个字节
    qDebug() << "采样格式,一个声道占用:" << av_get_bytes_per_sample((AVSampleFormat) params->format)<<"字节";
    // 编码ID（可以看出采样格式）
    qDebug() << "编码ID:" << params->codec_id;
    // 每一个样本的一个声道占用多少位（这个函数需要用到avcodec库）
    qDebug() << "采样格式:" << av_get_bits_per_sample(params->codec_id)<<"位";
}

其中采样格式params->format来获取，有时获取的值是-1，例如，我在我的mac上面这个值就是-1，这个有可能是ffmpeg版本的原因，那么我还可以使用params->codec_id来获取采样格式。

多线程

录音属于耗时操作，为了避免阻塞主线程，最好在子线程中进行录音操作。这里创建了一个继承自QThread的线程类，线程一旦启动（start），就会自动调用run函数。

AudioThread.h

#include <QThread>
 
class AudioThread : public QThread {
    Q_OBJECT
private:
    void run();
 
public:
    explicit AudioThread(QObject *parent = nullptr);
    ~AudioThread();
};

AudioThread.cpp

AudioThread::AudioThread(QObject *parent,
                         AVInputFormat *fmt,
                         const char *deviceName)
    : QThread(parent), _fmt(fmt), _deviceName(deviceName) {
    // 在线程结束时自动回收线程的内存
    connect(this, &AudioThread::finished,
            this, &AudioThread::deleteLater);
}

AudioThread::~AudioThread() {
    // 线程对象的内存回收时，正常结束线程
    requestInterruption();
    quit();
    wait();
}

void AudioThread::run() {
    // 录音操作
    // ...
}

开启线程

AudioThread *audioThread = new AudioThread(this);
audioThread->start();

结束线程

// 外部调用线程的requestInterruption，请求结束线程
audioThread->requestInterruption();

// 线程内部的逻辑
void AudioThread::run() {
    // 可以通过isInterruptionRequested判断是否要结束线程
    // 当调用过线程的requestInterruption时，isInterruptionRequested返回值就为true，否则为false
    while (!isInterruptionRequested()) {
        // ...
    }
}

改造录音代码

// 数据包
AVPacket *pkt = av_packet_alloc();
while (!isInterruptionRequested()) {
    // 从设备中采集数据，返回值为0，代表采集数据成功
    ret = av_read_frame(ctx, pkt);

    if (ret == 0) { // 读取成功
        // 将数据写入文件
        file.write((const char *) pkt->data, pkt->size);
    }  else { // 其他错误
        char errbuf[1024];
        av_strerror(ret, errbuf, sizeof (errbuf));
        qDebug() << "av_read_frame error" << errbuf << ret;
        break;
    }
}

通过命令播放PCM

// 查看pcm文件
ffprobe -ar 44100 -ac 2 -f f32le out.pcm
// 播放pcm文件
ffplay -ar 44100 -ac 2 -f f32le out.pcm

-ar:采样率
-ac:声道数
-f:表示pcm格式，sample_fmts + le(小端)或者 be(大端)
    sample_fmts可以通过ffplay -sample_fmts来查询

其中电脑里支持-f的值可以通过下面命令查询格式

// win
ffmpeg -formats | findstr PCM

//mac
ffmpeg -formats | grep PCM

虽然知道了电脑里支持的pcm格式，但是支持的那么多，我们用那个呢？其实还有一种方法可以确定：就是使用ffmpeg命令录制一个wav文件

// win
ffmpeg -f dshow -i audio="麦克风 (Realtek(R) Audio)" out.wav

// mac
ffmpeg -f avfoundation -i :0 out.wav

我们只需要看Input这里，因为Input是录音设备的一些信息，而Output是wav文件输出的信息，所以可以从Input这里看到pcm格式是f32le

注意：如果pcm格式设置的不对，播放pcm文件就会出现嗤嗤的声音

代码链接