Question

第一个问题是音频重新缩放。我尝试重做doc/examples/transcode_aac.c以便它也从41100重新采样到48000，它包含一个警告，它无法执行此操作。

使用doc/examples/resampling_audio.c作为参考，我在做swr_convert之前看到，我需要在输出中找到音频样本的数量，代码如下：

    int dst_nb_samples = av_rescale_rnd( input_frame->nb_samples + swr_get_delay(resampler_context, 41100),
                                         48000, 41100, AV_ROUND_UP);

问题是，当我设置int dst_nb_samples = input_frame->nb_samples（1024）时，它会正常编码和播放，但当我执行av_rescale_rnd事物（导致1196）时，音频会变慢并且扭曲，就像音频中有跳过一样。

第二个问题是尝试使用webm音频来复用opus。

当我将AVStream->time_base设置为1/48000并将AVFrame->pts增加960时，结果文件将在播放器中播放为更大的文件。 17秒音频显示为16m11s音频，但它正常播放。

当我将pts增加20时，它会正常显示，但在编码期间会有很多[libopus @ 00ffa660] Queue input is backward in time条消息。 pts 30也是如此，仍有这些消息。

我应该尝试time_scale 1/1000吗？ webm始终包含以毫秒为单位的时间码，opus的数据包大小为20毫秒（960个样本，48000赫兹）。

搜索pts += 20;

以下是整个文件，我所做的所有修改都标有//MINE：http://www.mediafire.com/file/jlgo7x4hiz7bw64/transcode_aac.c

以下是我在http://www.mediafire.com/file/zdy0zarlqw3qn6s/480P_600K_71149981_soundonly.mkv

上测试的文件

Answer 1

dst_nb_samples可以这样计算：
dst_nb_samples = 48000.0 / audio_stream->codec->sample_rate * inputAudioFrame->nb_samples; 你可能也是正确的，我没有检查，但是我之前使用的这个，与你的确认，但你提供的数字检查。所以真正的问题可能在其他地方。尝试与视频帧同步提供960个样本，为此，您需要将音频帧存储到额外的线性缓冲区。看看是否有问题需要解决。

和/或： 2根据我的经验，音频pts的数量会增加samples per frame（即50fps视频的960为48000hz (48000/50)），而不是ms。如果您提供1196个样本，请使用pts += 1196（如果未使用上面提到的其他缓冲区）。这与视频帧pts不同。希望有所帮助。

你肯定是正确的道路。如果我有时间，我会检查源代码。无论如何希望有所帮助。

Answer 2

最简单的方法是使用swr_convert_frame，它获取一帧并将其重新采样为完全不同的帧。您可以在这里了解更多信息：https://ffmpeg.org/doxygen/3.2/swresample_8h_source.html

如何缩放和复用音频？

2 个答案: