目錄一、先給一句話定性二、swr_convert 函數(shù)原型三、參數(shù)逐個拆重點在“樣本不是字節(jié)”① SwrContext *s② out[]/ in[]—— 不是 void*packedS16 / S32 / U8planarFLTP / S16P③ in_count/ out_count單位是什么四、返回值到底什么意思五、最經(jīng)典的坑殘留 FIFO90%人踩現(xiàn)象原因正確 flush 姿勢六、AVFrame 流派的“標(biāo)準(zhǔn)模板”解碼 → swr → SDL / D3D七、S16 packed → SDL 最小完整例子八、常見翻車表血淚九、swr_convert 內(nèi)部在干嘛十、一句話總結(jié)覺得有用就請您幫忙點贊轉(zhuǎn)發(fā)收藏吧您的鼓勵是我創(chuàng)作的動力多謝看官。由于能力水平有限文中的錯誤或不嚴(yán)謹(jǐn)?shù)牡胤皆谒y免還請批評指正。swr_convert是 FFmpeg 中l(wèi)ibswresample庫的核心函數(shù)用于執(zhí)行音頻重采樣操作。它能夠?qū)⒁纛l流的?采樣率?、?采樣格式?如從浮點轉(zhuǎn)為整型或?聲道布局?如從單聲道轉(zhuǎn)為立體聲進(jìn)行轉(zhuǎn)換且不會改變音頻的播放時長。做音頻播放 / 錄音 / 轉(zhuǎn)碼的人遲早都會撞上這一句swr_convert(swr_ctx, out_buf, out_samples, in_buf, in_samples);抄能跑但一問為什么返回值是輸出幀數(shù)in_samples 怎么給planar 怎么擺殘留數(shù)據(jù)在哪?今天把swr_convert拆干凈不繞術(shù)語。一、先給一句話定性swr_convert 不是“格式轉(zhuǎn)換器”是音頻流水線工人負(fù)責(zé) 采樣率 / 聲道布局 / 樣本格式 / 位深 全部打包干完。核心任務(wù)只有三個重采樣SRC 聲道重排channel layout packed ? planar二、swr_convert 函數(shù)原型int swr_convert(struct SwrContext *s, uint8_t *const out[], int out_count, const uint8_t *const in[], int in_count);看著簡單其實 4 組語義上下文 輸出地址 / 想要多少樣本 輸入數(shù)據(jù) / 實際多少樣本三、參數(shù)逐個拆重點在“樣本不是字節(jié)”①SwrContext *s一次初始化反復(fù)用swr_alloc_set_opts(nullptr, AV_CH_LAYOUT_STEREO, // out layout AV_SAMPLE_FMT_S16, // out fmt 48000, // out rate AV_CH_LAYOUT_5POINT1_BACK, // in layout AV_SAMPLE_FMT_FLTP, // in fmt 44100, 0, nullptr);layout rate fmt 缺一不可②out[]/in[]—— 不是 void*packedS16 / S32 / U8uint8_t* out[1] { (uint8_t*)pcm16 }; swr_convert(s, out, ...);planarFLTP / S16Puint8_t* out[2]; out[0] left; out[1] right;規(guī)則planar data[i] 每聲道一塊packed data[0] 全擠一起AVFrame::data 原樣傳就行③in_count/out_count單位是什么單聲道樣本數(shù)per channel sample count參數(shù)意思in_count輸入每個聲道多少幀out_count我最多能吃多少幀不是字節(jié)不是 packet size例1024 幀立體聲in_count 1024; // FLTP: data[0][1024], data[1][1024]四、返回值到底什么意思int ret swr_convert(...);ret 本次輸出的 per-channel sample 數(shù)ret含義0輸出樣本數(shù)0FIFO 里攢著呢0出錯常見誤解“我給了 1024為啥返回 882”因為48000 → 44100 ratio 44100/48000 ≈ 0.91875五、最經(jīng)典的坑殘留 FIFO90%人踩現(xiàn)象最后幾秒聲音沒了每次 flush 都有一小截原因swr 內(nèi)部有 FIFO不夠一幀不吐正確 flush 姿勢while ((ret swr_convert(swr, out, out_max, nullptr, 0)) 0) { write_pcm(out, ret); }口訣innullptr, in_count0 沖 FIFO六、AVFrame 流派的“標(biāo)準(zhǔn)模板”解碼 → swr → SDL / D3DAVFrame* dec got_frame; uint8_t* out[1] { audio_buf }; int out_nb swr_get_out_samples(swr, dec-nb_samples); int ret swr_convert(swr, out, out_nb, (const uint8_t**)dec-data, dec-nb_samples); // ret 實際可播放樣本數(shù)swr_get_out_samples()先問大小避免 alloc 太小七、S16 packed → SDL 最小完整例子int dst_nb swr_get_out_samples(swr_ctx, frame-nb_samples); uint8_t* dst (uint8_t*)malloc(dst_nb * 2 * 2); uint8_t* out[1] { dst }; swr_convert(swr_ctx, out, dst_nb, (const uint8_t**)frame-data, frame-nb_samples); SDL_QueueAudio(dev, dst, dst_nb * 4); free(dst);八、常見翻車表血淚癥狀真兇聲音加速in/out rate 反了爆音planar 當(dāng) packed聲道左右反layout 沒設(shè)最后沒聲沒 flush返回負(fù)out_count 太小九、swr_convert 內(nèi)部在干嘛[in frame] ↓ delay / compensation ↓ 重采樣polyphase filter ↓ 聲道混合downmix / upmix ↓ planar ? packed ↓ [FIFO] → out不是一幀進(jìn)一幀出十、一句話總結(jié)swr_convert 給樣本數(shù)吃樣本數(shù)返回輸出樣本數(shù)結(jié)束必須 nullptr/0 flushplanar 用 data[]永遠(yuǎn)別碰字節(jié)數(shù)。