《FFmpeg MP3解碼器的研究與優(yōu)化》由會員分享，可在線閱讀，更多相關(guān)《FFmpeg MP3解碼器的研究與優(yōu)化（3頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、FFmpeg MP3解碼器的研究與優(yōu)化
摘 要：
關(guān)鍵詞：
中圖分類號：TP302.1文獻標(biāo)識碼：A文章編號：FFmpeg是如今多媒體領(lǐng)域用途非常廣泛的一個開源免費跨平臺的視頻和音頻流方案，MP3格式是一種常用的音頻格式。但是ffmpeg對MP3v2.5規(guī)格的MP3音頻文件解碼支持不是很好，在播放時會有明顯失真，而MP3v2.5規(guī)格的MP3多應(yīng)用與低碼率、低采樣率的語音通信。本文介紹了MP3文件格式，以及其解碼流程，主要討論了改進ffmpeg MP3解碼器的方法，對ffmpeg MP3解碼器進行優(yōu)化。中圖分類號：TP801文獻標(biāo)識碼：A文章編號：1．FFmpeg介紹FFmpe
2、g是一個自由軟件，可以執(zhí)行音訊和視訊多種格式的錄影、轉(zhuǎn)檔、串流功能，包含了libavcodec ---這是一個用于多個專案中音訊和視訊的解碼器函式庫，以及 libavformat ---一個音訊與視訊格式轉(zhuǎn)換函式庫【1】。這個項目最初是由Fabrice Bellard發(fā)起的，而現(xiàn)在是由Michael Niedermayer在進行維護。許多FFmpeg的開發(fā)者同時也是MPlayer項目的成員，F(xiàn)Fmpeg在MPlayer項目中是FFmpeg包含了大部分主流格式的音視頻編解碼，以及格式間轉(zhuǎn)換，而且具有很好的可移植性，其主要由以下元件組成：（1）ffmpeg是一個命令列工具，用來對視訊檔案轉(zhuǎn)換格式，
3、也支援對電視卡即時編碼；（2）ffserver是一個 HTTP 多媒體即時廣播串流服務(wù)器，支援時光平移；（3）ffplay是一個簡單的播放器，基于 SDL 與 FFmpeg 函式庫；（4）4libavcodec包含了全部 FFmpeg 音訊／視訊 編解碼函式庫；（5）libavformat包含 demuxers 和 muxer 函式庫；（6）libavutil包含一些工具函式庫；（7）libpostproc對于視訊做前處理的函式庫；（8）libswscale對于影像作縮放的函式庫；FFmpeg結(jié)構(gòu)主要是muxer/demuxer負責(zé)文件的組成/解析，decoder/encoder負責(zé)文件的編解
4、碼，device負責(zé)音視頻的輸出，其解碼結(jié)構(gòu)圖如下：圖1 FFmpeg解碼結(jié)構(gòu)圖2． MP3文件格式解析及解碼流程2.1MP3文件格式解析Moving Picture Experts Group Audio Layer III（MPEG-1 Audio Layer 3，動態(tài)圖像專家壓縮標(biāo)準(zhǔn)音頻層面3），經(jīng)常稱為MP3，是當(dāng)今較流行的一種數(shù)字音頻編碼和有損壓縮格式，它設(shè)計用來大幅度地降低音頻數(shù)據(jù)量，而對于大多數(shù)用戶的聽覺感受來說，重放的音質(zhì)與最初的不壓縮音頻相比沒有明顯的下降。它是在1991年，由位于德國埃爾朗根的研究組織Fraunhofer-Gesellschaft的一組工程師發(fā)明和標(biāo)準(zhǔn)化的【
5、2】。聲音是一個模擬信號，對聲音進行采樣，量化，編碼就會得到PCM數(shù)據(jù)，PCM數(shù)據(jù)也就是脈沖編碼調(diào)制音頻數(shù)據(jù)，是電腦可以直接播放的原始數(shù)據(jù)。但是在PCM數(shù)據(jù)中含有很多對人類聽覺不重要的數(shù)據(jù)，為了節(jié)省存儲空間同時還能保證很好的音效，MP3利用心理聲學(xué)技術(shù)將PCM音頻數(shù)據(jù)中人類不敏感的部分除去并壓縮形成MP3音頻文件。所以說MP3是一種有損壓縮格式【3】。MP3文件是由幀（Frame）構(gòu)成，幀是MP3文件的組成單位，其中每幀都有一個幀頭，長4個字節(jié)，包含了MP3文件的版本，采樣率，比特率等屬性信息。MP3文件的版本及其對應(yīng)的采樣率如表格1所示:
表1 mp3文件版本及其對應(yīng)采樣率由上表可以看出，
6、MPv2.5對應(yīng)的采樣率較低，雖然其不是MPEG的標(biāo)準(zhǔn)規(guī)范，但是此版本的MP3文件在語音通話領(lǐng)域應(yīng)用較為廣泛，MP3解碼器有必要做好對應(yīng)的解碼。2.2MP3解碼流程MP3的解碼總體上可分為9個過程【4】：比特流分解，哈夫曼解碼，逆量化處理，立體聲處理，頻譜重排列，抗鋸齒處理，IMDCT變換，子帶合成，PCM輸出。比特流分解也就是將MP3文件以二進制方式打開，根據(jù)MP3格式的定義，依次從MP3文件中讀取頭信息，邊信息，比例因子等信息，這也就是demuxer所要做的工作。哈夫曼編碼是一種無損壓縮編碼，其解碼屬于decoder很重要的一部分。MP3音頻文件的詳細解碼流程如下圖二所示：圖2 MP3解碼
7、流程圖3．改進ffmpeg對MPv2.5的支持3.1 準(zhǔn)備工作MPv2.5雖然不屬于MPEG標(biāo)準(zhǔn)，但是廣泛應(yīng)用于低采樣率的語音通信中，ffmpeg中的MP3解碼器，并沒有針對MPv2.5版本的decoder，本文在此另外添加一個decoder來解決失真的問題。谷歌的Android系統(tǒng)中的MP3解碼庫對MPv2.5有很好的支持，本文參考android的MP3解碼器新構(gòu)建一個MP3解碼器到ffmpeg中。3.1 準(zhǔn)備工作（1）FFmpeg中MP3解碼器格式：按照struct AVCodec的定義，本文添加的MP3解碼器格式如下：AVCodec mpv2.5_mp3_decoder ={"mpv2.
8、5_mp3",CODEC_TYPE_AUDIO,CODEC_ID_MP3v2.5,sizeof(MPADecodeContext),Decode_init_mp3,NULL,Decode_close_mp3,Decode_frame_mp3,CODEC_CAP_PARSE_ONLY,.flush= flush,.long_name= NULL_IF_CONFIG_SMALL("MP3 (MPEG audio layer 3)"),}；其中各部分含義【5】："mpv2.5_mp3"：MP3解碼器的名稱，注意要與解碼器注冊函數(shù)中相應(yīng)參數(shù)保持一致；CODEC_TYPE_AUDIO：說明解碼器解碼文件
9、的類型，此處為MP3音頻文件；CODEC_ID_MP3v2.5：對應(yīng)MP3解碼器的唯一ID，是解碼器的身份標(biāo)識；Decode_init_mp3：對應(yīng)MP3解碼器的初始化接口；Decode_frame_mp3：對應(yīng)MP3解碼器的解碼數(shù)據(jù)接口；Decode_close_mp3：對應(yīng)MP3解碼器的析構(gòu)接口。
（2）MP3解碼庫的接口API：Android中的MP3解碼庫函數(shù)接口主要有以下接口：void pvmp3_InitDecoder(tPVMP3DecoderExternal *pExt, void *pMem);MP3解碼庫的初始化接口，負責(zé)解碼庫基本參數(shù)的初始化以及分配解碼需要的buffe
10、r；ERROR_CODE pvmp3_framedecoder(tPVMP3DecoderExternal *pExt, void *pMem);MP3解碼庫的解碼接口，負責(zé)解碼輸入的MP3數(shù)據(jù)，輸出PCM數(shù)據(jù)；3.2 主要步驟（1）注冊解碼器：在文件allcodecs.c中，實現(xiàn)所有ffmpeg支持格式的編解碼器的注冊，因此首先在此文件中實現(xiàn)添加MP3解碼器的注冊。解碼器注冊函數(shù)為：REGISTER_DECODER(MPV2.5_MP3，mpv2.5mp3);此函數(shù)是一個宏定義，實際會調(diào)用函數(shù)：void avcodec_register(AVCodec *codec);（2）添加解碼器的ID
11、：編解碼器的ID為編解碼器的身份標(biāo)識，具有唯一性，在ffmpeg中，會根據(jù)ID來尋找對應(yīng)的編解碼器。在文件avcodec.h中的enum CodecID中實現(xiàn)注冊：enum CodecID {CODEC_ID_NONE,
/* video codecs */CODEC_ID_MPEG1VIDEO,CODEC_ID_MPEG2VIDEO,……………………/* audio codecs */CODEC_ID_MP2= 0x15000,CODEC_ID_MP3,CODEC_ID_MP3v2.5,…………};（3）實現(xiàn)解碼器到解碼庫的接口對應(yīng)：為新添加的MP3解碼庫實現(xiàn)一個封裝，封裝后接口為：voi
12、d* Decodeinit_mp3v2.5(void);void Decoder_exit_mp3v2.5(void* state);int Decode_frame_mp3v2.5(void *s,signed short *samples,const uint8 *buf, int buf_size,int *data_size) ;其中state是一個封裝層的結(jié)構(gòu)體實現(xiàn)MP3解碼器與解碼庫的數(shù)據(jù)交互，內(nèi)容如下：struct state_mp3{tPVMP3DecoderExternal *mp3decoderdata;unsigned char* pMem;};4．優(yōu)化結(jié)果對比為了較為直
13、觀的顯示ffmpegMP3解碼器優(yōu)化前后的不同，本文中找到MPv2.5b版本的不同采樣率的多個MP3文件測試，用變量信噪比（Signal to Noise Ratio）顯示優(yōu)化前后區(qū)別，如表1：通過表格1我們可以看出，優(yōu)化后ffmpeg解碼MPv2.5版本的MP3文件信噪比明顯提升，達到預(yù)期效果。5．總結(jié)本文介紹了多媒體編解碼庫ffmpeg，以及MP3文件格式，主要討論了改進ffmpeg對mpv2.5 MP3音頻文件的支持，實現(xiàn)對ffmpeg中MP3解碼器的優(yōu)化。優(yōu)化后的ffmpeg MP3解碼器可以清楚、流暢、無失真播放mpv2.5 MP3音頻文件。參考文獻：【1】Wikipedia: ht
14、tp://en.wikipedia.org/wiki/Ffmpeg【2】Cervera ,Teresa ,The effect of MPEG audio compression on multidimensional set of voice parameters ,Logopedics Phoniatrics Vocology ,2001.8 ,Vol.26,P.124.【3】林福宗. 多媒體技術(shù)基礎(chǔ)，北京：清華大學(xué)出版社，2001.【4】張波. 嵌入式MP3解碼研究與優(yōu)化，上海：上海交通大學(xué)，2009.【5】吳張順. 基于ffmpeg的視頻編碼存儲研究與實現(xiàn)，浙江：杭州電子科技大學(xué)，2006.
FFmpeg MP3解碼器的研究與優(yōu)化
