JavaCV FFmpeg采集麦克风PCM音频数据

前阵子用一个JavaCV的FFmpeg库实现了YUV视频数据地采集，同样的采集PCM音频数据也可以采用JavaCV的FFmpeg库。

传送门：JavaCV FFmpeg采集摄像头YUV数据

首先引入 javacpp-ffmpeg依赖：

<dependency>
    <groupId>org.bytedeco.javacpp-presets</groupId>
    <artifactId>ffmpeg</artifactId>
    <version>${ffmpeg.version}</version>
</dependency>

1. 查找麦克风设备

要采集麦克风的PCM数据，首先得知道麦克风的设备名称，可以通过FFmpeg来查找麦克风设备。

ffmpeg.exe -list_devices true -f dshow -i dummy

其中 “麦克风阵列 (Realtek(R) Audio)” 就是麦克风的设备名称。（这里建议用耳麦[External Mic (Realtek(R) Audio)]录制，质量要好很多很多）

2. 利用FFmpeg解码

采集麦克风数据即将麦克风作为音频流输入，通过FFmpeg解码获取音频帧，然后将视频帧转为PCM格式，最后将数据写入文件即可，其实音频的解码过程跟视频的解码过程是几乎一致的，下面是FFmpeg音频的解码流程：

可以看出除了解码函数，音频解码流程和视频解码流程是一致的，音频解码调用的是 avcodec_decode_audio4 ，而视频解码调用的是 avcodec_decode_video2 。

3. 开发音频帧采集器

根据FFmpeg的解码流程，实现音频帧采集器大概需要经过以下几个步骤：

FFmpeg初始化

首先需要使用 av_register_all() 这个函数完成编码器和解码器的初始化，只有初始化了编码器和解码器才能正常使用；另外要采集的是设备，所以还需要调用 avdevice_register_all() 完成初始化。

分配AVFormatContext

接着需要分配一个AVFormatContext，可以通过 avformat_alloc_context() 来分配AVFormatContext。

pFormatCtx = avformat_alloc_context();

打开音频流

通过 avformat_open_input() 来打开音频流，这里需要注意的是input format要指定为 dshow ，可以通过 av_find_input_format("dshow") 获取AVInputFormat对象。

ret = avformat_open_input(pFormatCtx, String.format("audio=%s", input), av_find_input_format("dshow"), (AVDictionary) null);

注意：这里是音频用的是audio，不是video。

查找音频流

需要注意的是，查找音频流之前需要调用 avformat_find_stream_info() ，下面是查找视音频的代码：

ret = avformat_find_stream_info(pFormatCtx, (AVDictionary) null);
for (int i = 0; i < pFormatCtx.nb_streams(); i++) {
    if (pFormatCtx.streams(i).codec().codec_type() == AVMEDIA_TYPE_AUDIO) {
        audioIdx = i;
        break;
    }
}

打开解码器

可以通过音频流来查找解码器，然后打开解码器，对音频流进行解码，Java代码如下：

pCodecCtx = pFormatCtx.streams(audioIdx).codec();
pCodec = avcodec_find_decoder(pCodecCtx.codec_id());
if (pCodec == null) {
    throw new FFmpegException("没有找到合适的解码器：" + pCodecCtx.codec_id());
}
// 打开解码器
ret = avcodec_open2(pCodecCtx, pCodec, (AVDictionary) null);
if (ret != 0) {
    throw new FFmpegException(ret, "avcodec_open2 解码器打开失败");
}

采集音频帧

最后就是采集音频帧了，这里需要注意的是，如果向采集麦克风的音频流解码得到的是自己想要的格式，需要再次进行格式转化。

public AVFrame grab() throws FFmpegException {
    if (av_read_frame(pFormatCtx, pkt) >= 0 && pkt.stream_index() == audioIdx) {
        ret = avcodec_decode_audio4(pCodecCtx, pFrame, got, pkt);
        if (ret < 0) {
            throw new FFmpegException(ret, "avcodec_decode_audio4 解码失败");
        }
        if (got[0] != 0) {
            return pFrame;
        }
        av_packet_unref(pkt);
    }
    return null;
}

4. 将音频帧数据写入文件

通过音频解码之后可以得到PCM数据，这里为了读取方便，我将音频数据转化为AV_SAMPLE_FMT_S16，即LRLRLR这种格式，而不是planar，这样子读取PCM数据的时候，只需要读取data[0]即可，下面是一段采集主程序，将采集的音频pcm数据写入到s16.pcm中：

public static void main(String[] args) throws FFmpegException, IOException {
    FFmpegRegister.register();
    // 耳机的麦克风质量要好得多
    AudioGrabber a = AudioGrabber.create("External Mic (Realtek(R) Audio)");
    // AV_SAMPLE_FMT_S16
    AudioPCMWriter writer = null;
    for (int i = 0; i < 100; i++) {
        AVFrame f = a.grab();
        if (writer == null) {
            writer = AudioPCMWriter.create(new File("s16.pcm"), toChannelLayout(a.channels()), a.sample_fmt(), a.sample_rate(),
                toChannelLayout(a.channels()), AV_SAMPLE_FMT_S16, a.sample_rate(), f.nb_samples());
        }
        writer.write(f);
    }
    writer.release();
    a.release();
}

5. 播放采集的pcm数据

采集的pcm数据可以通过ffplay播放，命令如下：

ffplay.exe -ar 44100 -ac 2 -f s16le -i s16.pcm

播放的时候可以按“Q”退出:

当然如果不用ffplay来播放pcm，也可以自己写java程序来播放：

public static void main(String[] args) throws IOException, LineUnavailableException {
    AudioPCMPlayer player = AudioPCMPlayer.create(2, AudioUtils.toBit(AV_SAMPLE_FMT_S16), 44100);
    InputStream is = new FileInputStream("s16.pcm");
    byte[] buff = new byte[4096];
    int ret = -1;
    while ((ret = is.read(buff)) != -1) {
        if (ret < buff.length) {
            break;
        }
        player.play(buff);
    }
    is.close();
    player.release();
}

=========================================================

音频帧采集器、及pcm播放程序源码可 关注 公众号 “HiIT青年” 发送 “ffmpeg-pcm” 获取。

关注公众号 ，阅读更多文章。