一.打开和关闭输入文件和输出文件
想要解决上面提到的问题，我们需要对mp3文件的格式有个大致了解，为了方便讲解，我这里画了个示意图：
| ID3V2 | 包含了作者，作曲，专辑等信息，长度不固定，扩展了 ID3V1 的信息量。 |
| Frame | 一系列的帧，个数由文件大小和帧长决定 |
| ID3V1 | 包含了作者，作曲，专辑等信息，长度为 128BYTE |
由于av_parser_parse2()这个方法的输入必须是只包含音频编码数据的“裸流”，所以，我们在读取mp3文件的时候，必须跳过ID3V2标签部分，从Frame开始。所以，我们就必须知道ID3V2标签的总长度。下面，我画了个ID3V2标签头的示意图，方便讲解。
| File ID(3) | Version(2) | Flags(1) | Size(4) |
其中，Size部分的值是指除ID3V2标签头之外部分的总长度。需要注意的是，在实际计算长度的时候，这4个字节的最高位需要舍弃，也就是说，只用到了28bit。下面，给出代码：
#define AUDIO_INBUF_SIZE 20480 #define AUDIO_REFILL_THRESH 4096 static FILE* input_file= nullptr; static FILE* output_file= nullptr; static const AVCodec* codec= nullptr; static AVCodecContext* codec_ctx= nullptr; static AVPacket* pkt= nullptr; static AVFrame* frame= nullptr; static AVCodecParserContext* parser= nullptr; static enum AVCodecID audio_codec_id; void close_input_output_files(){ if(input_file!= nullptr){ fclose(input_file); input_file= nullptr; } if(output_file!= nullptr){ fclose(output_file); output_file= nullptr; } } int32_t open_input_output_files(const char* input_name,const char* output_name){ if(strlen(input_name)==0||strlen(output_name)==0){ cout<<"Error:empty input or output file name."<<endl; return -1; } close_input_output_files(); input_file=fopen(input_name,"rb");//rb：读取一个二进制文件，该文件必须存在 if(input_file==nullptr){ cerr<<"Error:failed to open input file."<<endl; return -1; } output_file=fopen(output_name,"wb");//wb:打开或新建一个二进制文件，只允许写 if(output_file== nullptr){ cout<<"Error:failed to open output file."<<endl; return -1; } uint8_t ID3V2_Header[10]; fread(ID3V2_Header,10,1,input_file); long ID3V2_Size=((ID3V2_Header[6]&0x7f)<<21)+((ID3V2_Header[7]&0x7f)<<14)+((ID3V2_Header[8]&0x7f)<<7)+(ID3V2_Header[9]&0x7f)+10; fseek(input_file,ID3V2_Size,SEEK_SET); return 0; }
二.音频解码器的初始化以及销毁
int32_t init_audio_decoder(const char* audio_codec){ if(strcasecmp(audio_codec,"MP3")==0){ audio_codec_id=AV_CODEC_ID_MP3; cout<<"Select codec id:MP3"<<endl; } else if(strcasecmp(audio_codec,"AAC")==0){ audio_codec_id=AV_CODEC_ID_AAC; cout<<"Select codec id:AAC"<<endl; } else{ cerr<<"Error:invalid audio format."<<endl; return -1; } codec=avcodec_find_decoder(audio_codec_id); if(!codec){ cerr<<"Error:could not find codec."<<endl; return -1; } parser= av_parser_init(codec->id); if(!parser){ cerr<<"Error:could not init parser."<<endl; return -1; } codec_ctx= avcodec_alloc_context3(codec); if(!codec_ctx){ cerr<<"Error:could not alloc codec_ctx."<<endl; return -1; } int32_t result=avcodec_open2(codec_ctx,codec, nullptr); if(result<0){ cerr<<"Error:could not open codec."<<endl; return -1; } frame=av_frame_alloc(); if(!frame){ cerr<<"Error:could not alloc frame."<<endl; return -1; } pkt=av_packet_alloc(); if(!pkt){ cerr<<"Error:could not alloc packet."<<endl; return -1; } return 0; } void destroy_audio_decoder(){ av_parser_close(parser); avcodec_free_context(&codec_ctx); av_frame_free(&frame); av_packet_free(&pkt); }
三.解码循环体
解码循环体至少需要实现以下三个功能：
1.从输入源中循环获取码流包
2.将当前帧传入解码器，获取输出的音频采样数据
3.输出解码获取的音频采样数据到输出文件
从输入源中读取音频数据到缓存：
int32_t read_data_to_buf(uint8_t* buf,int32_t size,int32_t& out_size){ int32_t read_size=fread(buf,1,size,input_file); if(read_size==0){ cerr<<"Error:read_data_to_buf failed."<<endl; return -1; } out_size=read_size; return 0; }
解码循环体：
int32_t end_of_input_file(){ return feof(input_file); } static int32_t decode_packet(bool flushing){ int32_t result=0; result= avcodec_send_packet(codec_ctx,flushing? nullptr:pkt); if(result<0){ cerr<<"Error:avcodec_send_packet failed,result:"<<result<<endl; return -1; } while(result>=0){ result= avcodec_receive_frame(codec_ctx,frame); if(result==AVERROR(EAGAIN)||result==AVERROR_EOF){ return 1; } else if(result<0){ cerr<<"Error:avcodec_receive_frame failed."<<endl; return -1; } if(flushing){ cout<<"flushing:"; } write_samples_to_pcm(frame,codec_ctx); cout<<"frame->nb_samples:"<<frame->nb_samples<<",frame->channels:"<<frame->channels<<endl; } return 0; } int32_t audio_decoding(){ uint8_t inbuf[AUDIO_INBUF_SIZE+AV_INPUT_BUFFER_PADDING_SIZE]={0}; int32_t result=0; uint8_t* data= nullptr; int32_t data_size=0; while(!end_of_input_file()){ result= read_data_to_buf(inbuf,AUDIO_INBUF_SIZE,data_size); if(result<0){ cerr<<"Error:read_data_to_buf failed."<<endl; return -1; } data=inbuf; while(data_size>0){ result=av_parser_parse2(parser,codec_ctx,&pkt->data,&pkt->size,data,data_size,AV_NOPTS_VALUE,AV_NOPTS_VALUE,0); if(result<0){ cerr<<"Error:av_parser_parse2 failed."<<endl; return -1; } data+=result; data_size-=result; if(pkt->size){ cout<<"Parsed packet size:"<<pkt->size<<endl; decode_packet(false); } if (data_size < AUDIO_REFILL_THRESH) { memmove(inbuf, data, data_size); data = inbuf; int len = fread(data + data_size, 1,AUDIO_INBUF_SIZE - data_size, input_file); if (len > 0) data_size += len; } } } decode_packet(true); return 0; }
输出解码的音频采样数据：
int32_t write_samples_to_pcm(AVFrame* frame,AVCodecContext* codec_ctx){ int data_size= av_get_bytes_per_sample(codec_ctx->sample_fmt); if(data_size<0){ cerr<<"Error:failed to calculate data size."<<endl; return -1; } for(int i=0;i<frame->nb_samples;i++){ for(int ch=0;ch<codec_ctx->channels;ch++){ fwrite(frame->data[ch]+i*data_size,1,data_size,output_file); } } return 0; }
最终，main函数的实现如下：
int main(){ const char* input_file_name="../input.mp3"; const char* output_file_name="../output.pcm"; const char* codec_name="MP3"; int32_t result= open_input_output_files(input_file_name,output_file_name); if(result<0){ return result; } result=init_audio_decoder(codec_name); if(result<0){ return result; } result=audio_decoding(); if(result<0){ return result; } destroy_audio_decoder(); close_input_output_files(); return 0; }
解码完成后，可以使用ffplay播放output.pcm文件：
ffplay -ar 44100 -ar 2 -f f32le -i output.pcm