FFmpeg AVFrameオーディオデータの変更

Question

FFmpegがオーディオをデコードした後にAVFrameにデータを保存する方法を理解しようとしています。

基本的には、AVFrame->data[]配列のデータを印刷すると、生のフォーマットのオーディオである符号なし8ビット整数の数が得られます。

私はFFmpeg doxygenから理解できるものから、データのフォーマットはenum AVSampleFormatで表され、インターリーブドとプレーンナの2つの主要カテゴリがあります。インターリーブタイプでは、データは、AVFrame->linesize[0]という配列のAVFrame->dataアレイの最初の行にすべて保存されますが、プレーンタイプでは、オーディオファイルの各チャネルはAVFrame->dataアレイの別の行に保持され、アレイのサイズはAVFrame->linesize[0]です。

各フォーマットの配列の数字は何を意味するのかを説明するガイド/チュートリアルがありますか？

Answer 1

アレイ（プレーン）の各値は、指定されたフォーマットによる実際のオーディオサンプルです。例えば。フォーマットがAV_SAMPLE_FMT_S16Pならば、dataアレイは実際にはint16_tPCMデータの配列であることを意味します。モノラル信号を処理している場合は、data[0]のみが有効です。ステレオの場合はdata[0]とが有効です。

それぞれのケースを説明するのに役立つガイドがありますが、とにかく記述されたアプローチは非常に簡単で分かりやすいです。あなたはちょうどそれを少し再生する必要があり、物事は明確になるはずです。