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.hAVSampleFormat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.hAV_CH_LAYOUT_*类宏(对应的整数表示)

  • channels

    进入缓冲的通道数。如果channelschannel_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_fmts16p6channel_layoutstereo,即0x3sample_rate44100,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