FFmpeg AVFrame音频数据修改

Question

我试图弄清楚在解码音频后FFmpeg如何在AVFrame中保存数据。

基本上，如果我在AVFrame->data[]数组中打印数据，我会得到许多无符号8位整数，这是原始格式的音频。

根据我对FFmpeg doxygen的理解，数据格式以enum AVSampleFormat表示，主要有两类：交错和平面。在交错类型中，数据全部保存在AVFrame->data数组的第一行，大小为AVFrame->linesize[0]，而在平面类型中，音频文件的每个通道都保存在{{{1}的单独行中。 1}}数组和数组的大小为AVFrame->data。

是否有指南/教程解释数组中的数字对每种格式的含义是什么？

Answer 1

每个data数组（平面）中的值是根据指定格式的实际音频样本。例如。如果格式为AV_SAMPLE_FMT_S16P，则表示data数组实际上是int16_t PCM数据的数组。如果我们处理单声道信号 - 只有data[0]有效，如果它是立体声 - data[0]且data[1]有效，等等。

我不确定是否有任何指南可以帮助您解释每个特定情况，但无论如何所描述的方法都非常简单且易于理解。你应该稍微玩一下，事情应该变得清晰。