FFMPEG+SDL2播放音频-1（音频知识和代码）

       为了快速掌握音频开发知识，秉承实用主义，我计划以下面思维导图方式介绍音频开发知识，以求最快速让开发者听到文件的声音。

概述

开发者基础

在计算机平台下，二进制数据可用十六进制显示，文件数据可视化工具软件为为UltraEdit。

开发者收获

1 Qt播放音频文件Demo。

2 基于C、C++语言

   使用ffmpeg 解码压缩音频数据；

   使用SDL      播放原始音频数据；

   使用winmm 播放原始音频数据；

   音频播放控制，响度增大和音调不改变实现倍速播放。

知识目录

1 声音是什么？

        声音（sound)是由物体振动产生的声波。是通过介质（空气或固体、液体）传播并能被人或动物听觉器官所感知的波动现象。最初发出振动（震动）的物体叫声源。声音以波的形式振动（震动）传播。声音是声波通过任何介质传播形成的运动。声音是一种波。可以被人耳识别的声（频率在20 Hz~20000 Hz之间），我们称之为声音。

2 声音和音频有什么关系？

        音频是个专业术语，音频一词已用作一般性描述音频范围内和声音有关的设备及其作用。

        1.Audio，指人耳可以听到声音的声波，称为音频。

        2.指存储声音内容的文件。

        3.在某些方面能指作为滤波的振动。 

3 声音怎么被我们听到？

        声音是一种压力波：当演奏乐器、拍打一扇门或者敲击桌面时，他们的振动会引起介质——空气分子有节奏的振动，使周围的空气产生疏密变化，形成疏密相间的纵波，这就产生了声波，这种现象会一直延续到振动消失为止。

        声音作为波的一种，频率和振幅就成了描述波的重要属性，频率的大小与我们通常所说的音高对应，而振幅影响声音的大小。声音可以被分解为不同频率不同强度正弦波的叠加。这种变换（或分解）的过程，称为傅里叶变换(Fourier Transform)。

        因此，一般的声音总是包含一定的频率范围。人耳可以听到的声音的频率范围在20到2万赫兹之间。高于这个范围的波动称为超声波，而低于这一范围的称为次声波。狗和蝙蝠等动物可以听得到高达16万赫兹的声音。鲸和大象则可以产生频率在15到35赫兹范围内的声音。

4 不同的声音有什么区别？

1. 响度（loudness）：人主观上感觉声音的大小（俗称音量），由“振幅”（amplitude）和人离声源的距离决定，振幅越大响度越大，人和声源的距离越小，响度越大。（单位：分贝dB）

2. 音调（pitch）：声音的高低（高音、低音），由“频率”（frequency）决定，频率越高音调越高（频率单位Hz（hertz），赫兹，人耳听觉范围20～20000Hz。20Hz以下称为次声波，20000Hz以上称为超声波）例如，低音端的声音或更高的声音，如细弦声。

3. 音色（Timbre）：又称音品，波形决定了声音的音色。声音因物体材料的特性而不同，音色本身是一种抽象的东西，但波形是把这个抽象直观的表现。波形不同，音色则不同。不同的音色，通过波形，完全可以分辨的。

4. 音调，响度，音色是乐音的三个主要特征，人们就是根据他们来区分声音.

5. 当两个物体碰撞后振动产生声音时，若两者振动频率比为不可化简的复杂比，如：201：388，那么我们分辨出来会觉得这个声音刺耳；相反，若两者振动频率比为可化简的简单比，如：3：7，那么我们分辨出来会觉得很动听。（毕达哥拉斯发现）

5 声音怎么被存储下来？

        要在计算机内播放或是处理音频文件，也就是要对声音文件进行数、模转换，这个过程同样由采样和量化构成，人耳所能听到的声音，最低的频率是从20Hz起一直到最高频率20KHZ，20KHz以上人耳是听不到的，因此音频的最大带宽是20KHZ，故而采样速率需要介于40~50KHZ之间，而且对每个样本需要更多的量化比特数。音频数字化的标准是每个样本16位(16bit，即96dB)的信噪比，采用线性脉冲编码调制PCM，每一量化步长都具有相等的长度。在音频文件的制作中，正是采用这一标准。

6 Winmm 是什么？

        DLL 文件是winmm 或者 winmm.dll，DLL 名称为Windows Multimedia, API描述是winmm.dll是Windows多媒体相关应用程序接口，用于低档的音频和游戏手柄。 系统文件winmm.dll是存放在Windows系统文件夹中的重要文件，通常情况下是在安装操作系统过程中自动创建的，对于系统正常运行来说至关重要。下为微软官方解释：

网站: User-Mode WDM Audio Components - Windows drivers | Microsoft Learn

7 SDL是什么？

        SDL（Simple DirectMedia Layer）是一套开放源代码的跨平台多媒体开发库，使用C语言写成。SDL提供了数种控制图像、声音、输出入的函数，让开发者只要用相同或是相似的代码就可以开发出跨多个平台（Linux、Windows、Mac OS X等）的应用软件。现SDL多用于开发游戏、模拟器、媒体播放器等多媒体应用领域。

 网站: Simple DirectMedia Layer - Homepage (libsdl.org)

​

8 ffmpeg 是什么？

        FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及流化音视频的完整解决方案。它包含了非常先进的音频/视频编解码库libavcodec，为了保证高可移植性和编解码质量，libavcodec里很多code都是从头开发的。

FFmpeg在Linux平台下开发，但它同样也可以在其它操作系统环境中编译运行，包括Windows、Mac OS X等。这个项目最早由Fabrice Bellard发起，2004年至2015年间由Michael Niedermayer主要负责维护。许多FFmpeg的开发人员都来自MPlayer项目，而且当前FFmpeg也是放在MPlayer项目组的服务器上。项目的名称来自MPEG视频编码标准，前面的"FF"代表"Fast Forward"。 [1]FFmpeg编码库可以使用GPU加速。

官网:FFmpeg

​

================================开始编程啦=================================

9 声音怎么被计算机播放出来？

        思路:获得一份音频文件时，通过windows  I/O 函数，将音频文件读取到系统内存，如果是非压缩文件或者RAW文件，可以将内存数据传入至配置好的SDL 播放器中，直接播放；如果是压缩文件，需要将内存数据传入至配置好的FFMPEG音频解码器中，随后送入配置好的SDL 播放器中播放。SDL 播放器亦可换成WINMM。

1. 在上述官网分别下载FFMPEG/SDL库，WINMM 为系统内置，无需下载。

2.将头文件和LIB库分别加入到工程中。

SDL 播放PCM 代码部分

// audio_play.cpp : 定义控制台应用程序的入口点。
//
 
#include "stdafx.h"
#include <iostream>
#include <algorithm>
#include "SDL.h"
 
#pragma comment(lib , "SDL2.lib")
 
 
 
unsigned char* audio_chunk;
unsigned int   audio_len;
unsigned char* audio_pos;
 
const static uint32_t PCM_BUFFER_SIZE = 4096;
 
//数据到来的回调函数
void read_audio_data_cb(void* udata, Uint8* stream, int len)
{
	SDL_memset(stream, 0, len);
	if (audio_len == 0)
		return;
	len = std::min(len, static_cast<int>(audio_len));
 
	SDL_MixAudio(stream, audio_pos, len, SDL_MIX_MAXVOLUME);
	audio_pos += len;
	audio_len -= len;
}
#undef main
int main(int argc , char *argv[])
{
	SDL_Init(SDL_INIT_AUDIO);   //init
 
	SDL_AudioSpec spec;
	spec.freq = 44100;
	spec.format = AUDIO_S16SYS;
	spec.channels = 2;
	spec.samples = 1024;
	spec.callback = read_audio_data_cb;
	spec.userdata = NULL;
	//根据参数，打开音频设备
	if (SDL_OpenAudio(&spec, NULL) < 0)
		return -1;
 
	//打开文件
	FILE *f = fopen("yinpin.pcm", "rb+");
	if (f == nullptr) return -1;
	char* pcm_buffer = (char*)malloc(PCM_BUFFER_SIZE);
	//开始播放
	SDL_PauseAudio(0);
	int ret = 0;
	while (true)
	{
		ret = fread(pcm_buffer, 1, PCM_BUFFER_SIZE, f);
		if (ret == 0) break;
 
		audio_chunk = reinterpret_cast<Uint8*>(pcm_buffer);
		audio_len = ret;                           //读取到的字节数
		audio_pos = audio_chunk;
		std::cout << "play " << audio_len << " data" << std::endl;
		while (audio_len > 0)       //等待audio_len长度的数据播放完成  
			SDL_Delay(1);
	}
 
	free(pcm_buffer);
	SDL_Quit();
	return 0;
}

==============歇了，有时间继续=============================================

未完成： ffmpeg 解码  winmm 播放