09_使用SDL播放PCM

通过命令ffpay播放PCM

可以使用ffplay播放《08_音频录制02_编程》中录制好的PCM文件，测试一下是否录制成功。

播放PCM需要指定相关参数：

• ar:采样率
• ac:声道数
• f:采样格式，sample_fmts + le(小端)或者 be(大端)
  
  sample_fmts可以通过ffplay -sample_fmts来查询

// 查看pcm文件
ffprobe -ar 44100 -ac 2 -f f32le out.pcm
// 播放pcm文件
ffplay -ar 44100 -ac 2 -f f32le out.pcm

-ar:采样率
-ac:声道数
-f:表示pcm格式，sample_fmts + le(小端)或者 be(大端)
	sample_fmts可以通过ffplay -sample_fmts来查询

其中电脑里支持-f的值可以通过下面命令查询格式

// win
ffmpeg -formats | findstr PCM

//mac
ffmpeg -formats | grep PCM

虽然知道了电脑里支持的pcm格式，但是支持的那么多，我们用那个呢？其实还有一种方法可以确定：就是使用ffmpeg命令录制一个wav文件

// win
ffmpeg -f dshow -i audio="麦克风 (Realtek(R) Audio)" out.wav

// mac
ffmpeg -f avfoundation -i :0 out.wav

我们只需要看Input这里，因为Input是录音设备的一些信息，而Output是wav文件输出的信息，所以可以从Input这里看到pcm格式是f32le

注意：如果pcm格式设置的不对，播放pcm文件就会出现嗤嗤的声音

使用SDL播放PCM

ffplay是基于FFmpeg、SDL两个库实现的。通过编程的方式播放音视频，也是需要用到这2个库。FFmpeg大家都已经清楚了，比较陌生的是SDL。

简介

SDL（Simple DirectMedia Layer），是一个跨平台的C语言多媒体开发库。

• 支持Windows、Mac OS X、Linux、iOS、Android
• 提供对音频、键盘、鼠标、游戏操纵杆、图形硬件的底层访问
• 很多的视频播放软件、模拟器、受欢迎的游戏都在使用它
• 目前最新的稳定版是：2.0.14
• API文档：wiki

下载

SDL官网下载地址：download-sdl2。

Windows

由于我们使用的是MinGW编译器，所以选择下载SDL2-devel-2.0.14-mingw.tar.gz。

解压后的目录结构如下图所示，跟FFmpeg的目录结构类似，因此就不再赘述每个文件夹的作用。

Mac

从brew官网可以看得出来：之前执行brew install ffmpeg时，已经顺带安装了SDL，安装目录是：/usr/local/Cellar/sdl2。

如果没有这个目录，就执行brew install sdl2进行安装即可。

HelloWorld

来个简单的SDL HelloWorld吧，打印一下SDL的版本号。

.pro文件

win32 {
    FFMPEG_HOME = F:/Dev/ffmpeg-4.3.2
    SDL_HOME = D:/SoftwareInstall/SDL2-devel-2.0.14-mingw/x86_64-w64-mingw32
}

macx {
    FFMPEG_HOME = /usr/local/Cellar/ffmpeg/4.3.2
    SDL_HOME = /usr/local/Cellar/sdl2/2.0.14_1
}

INCLUDEPATH += $${FFMPEG_HOME}/include
LIBS += -L$${FFMPEG_HOME}/lib \
        -lavdevice \
        -lavcodec \
        -lavformat \
        -lavutil

INCLUDEPATH += $${SDL_HOME}/include
LIBS += -L$${SDL_HOME}/lib \
        -lSDL2

在Windows环境中，还需要处理一下dll文件，需要讲SDL的bin目录配置成系统环境变量，或者将SDL的bin目录下的SDL2.dll文件考入到项目生成的可执行文件目录下：

cpp代码

#include <SDL2/SDL.h>

SDL_version v;
SDL_VERSION(&v);
// 2 0 14
qDebug() << v.major << v.minor << v.patch;

播放PCM

多线程

playthread.h

#include <QThread>

class PlayThread : public QThread {
    Q_OBJECT
private:
    void run();

public:
    explicit PlayThread(QObject *parent = nullptr);
    ~PlayThread();
};

playthread.cpp

PlayThread::PlayThread(QObject *parent) : QThread(parent){
    // 在线程结束时自动回收线程的内存
    connect(this, &PlayThread::finished,
            this, &PlayThread::deleteLater);
}

PlayThread::~PlayThread() {
    disconnect();
    // 线程对象的内存回收时，正常结束线程
    requestInterruption();
    quit();
    wait();
}

void PlayThread::run() {
    // 播放音频操作
    // ...
}

初始化子系统

SDL分成好多个子系统（subsystem）：

• Video：显示和窗口管理
• Audio：音频设备管理
• Joystick：游戏摇杆控制
• Timers：定时器
• ...

目前只用到了音频功能，所以只需要通过SDL_init函数初始化Audio子系统即可。

// 初始化Audio子系统
if (SDL_Init(SDL_INIT_AUDIO)) {
    // 返回值不是0，就代表失败
    qDebug() << "SDL_Init Error" << SDL_GetError();
    return;
}

flags 参数取值：

// 定时器
#define SDL_INIT_TIMER          0x00000001u
// 音频
#define SDL_INIT_AUDIO          0x00000010u
// 视频
#define SDL_INIT_VIDEO          0x00000020u  /**< SDL_INIT_VIDEO implies SDL_INIT_EVENTS */
// 游戏控制杆
#define SDL_INIT_JOYSTICK       0x00000200u  /**< SDL_INIT_JOYSTICK implies SDL_INIT_EVENTS */
// 触摸屏
#define SDL_INIT_HAPTIC         0x00001000u
// 游戏控制器
#define SDL_INIT_GAMECONTROLLER 0x00002000u  /**< SDL_INIT_GAMECONTROLLER implies SDL_INIT_JOYSTICK */
// 事件
#define SDL_INIT_EVENTS         0x00004000u
// 传感器
#define SDL_INIT_SENSOR         0x00008000u
// 错误捕获
#define SDL_INIT_NOPARACHUTE    0x00100000u  /**< compatibility; this flag is ignored. */
// 全部子系统
#define SDL_INIT_EVERYTHING ( \
                SDL_INIT_TIMER | SDL_INIT_AUDIO | SDL_INIT_VIDEO | SDL_INIT_EVENTS | \
                SDL_INIT_JOYSTICK | SDL_INIT_HAPTIC | SDL_INIT_GAMECONTROLLER | SDL_INIT_SENSOR \
            )

初始化成功返回 0，初始化失败函数返回值为 -1，函数只接受各个子系统的常量作为参数。初始化音频子系统，传入参数SDL_INIT_AUDIO；初始化视频子系统传入SDL_INIT_VIDEO；并且可初始化一个或者多个子系统，例如同时初始化音频和视频子系统，传入SDL_INIT_AUDIO | SDL_INIT_VIDEO。

打开音频设备

/* 一些宏定义 */
// 采样率
#define SAMPLE_RATE 44100
// 采样格式
#define SAMPLE_FORMAT AUDIO_S16LSB
// 采样大小
#define SAMPLE_SIZE SDL_AUDIO_BITSIZE(SAMPLE_FORMAT)
// 声道数
#define CHANNELS 2
// 音频缓冲区的样本数量
#define SAMPLES 1024

// 用于存储读取的音频数据和长度
typedef struct {
    int len = 0;
    int pullLen = 0;
    Uint8 *data = nullptr;
} AudioBuffer;

// 音频参数
SDL_AudioSpec spec;
// 采样率
spec.freq = SAMPLE_RATE;
// 采样格式（s16le）
spec.format = SAMPLE_FORMAT;
// 声道数
spec.channels = CHANNELS;
// 音频缓冲区的样本数量（这个值必须是2的幂）
spec.samples = SAMPLES;
// 回调
spec.callback = pullAudioData;
// 传递给回调的参数
AudioBuffer buffer;
spec.userdata = &buffer;

// 打开音频设备
if (SDL_OpenAudio(&spec, nullptr)) {
    qDebug() << "SDL_OpenAudio Error" << SDL_GetError();
    // 清除所有初始化的子系统
    SDL_Quit();
    return;
}

SDL_OpenAudio 有两个参数：

• desired：期望参数，播放的音频对应的参数；
• obtained：实际硬件设备参数，可传 nullptr；

SDL_AudioSpec 结构体:

typedef struct SDL_AudioSpec
{
    // 采样率
    int freq;                   /**< DSP frequency -- samples per second */
    // 音频数据格式
    SDL_AudioFormat format;     /**< Audio data format */
    // 声道数
    Uint8 channels;             /**< Number of channels: 1 mono, 2 stereo */
    // 音频缓冲区静音值
    Uint8 silence;              /**< Audio buffer silence value (calculated) */
    // 采样帧大小
    Uint16 samples;             /**< Audio buffer size in sample FRAMES (total samples divided by channel count) */
    // 兼容性参数
    Uint16 padding;             /**< Necessary for some compile environments */
    // 音频缓冲区大小
    Uint32 size;                /**< Audio buffer size in bytes (calculated) */
    // 填充音频缓冲区回调函数
    SDL_AudioCallback callback; /**< Callback that feeds the audio device (NULL to use SDL_QueueAudio()). */
    // 用户自定义数据，
    void *userdata;             /**< Userdata passed to callback (ignored for NULL callbacks). */
} SDL_AudioSpec;

回调函数：

typedef void (SDLCALL * SDL_AudioCallback) (void *userdata, Uint8 * stream, int len);

当音频设备需要更多数据时会调用该函数；

打开文件

#define FILENAME "F:/in.pcm"

// 打开文件
QFile file(FILENAME);
if (!file.open(QFile::ReadOnly)) {
    qDebug() << "文件打开失败" << FILENAME;
    // 关闭音频设备
    SDL_CloseAudio();
    // 清除所有初始化的子系统
    SDL_Quit();
    return;
}

开始播放

// 每个样本占用多少个字节
#define BYTES_PER_SAMPLE ((SAMPLE_SIZE * CHANNELS) / 8)
// 文件缓冲区的大小
#define BUFFER_SIZE (SAMPLES * BYTES_PER_SAMPLE)

// 开始播放
SDL_PauseAudio(0);

// 存放文件数据
Uint8 data[BUFFER_LEN];

while (!isInterruptionRequested()) {
    // 只要从文件中读取的音频数据，还没有填充完毕，就跳过
    if (buffer.len > 0) continue;

    buffer.len = file.read((char *) data, BUFFER_SIZE);

    /*
     * SDL_Delay(剩余时间);
     *
     * 采样率(每秒采样的样本次数)用SAMPLE_RATE表示,
     * 每个样本的大小，用BYTES_PER_SAMPLE表示,
     *
     * 剩余的样本数量 = buffer.pullLen / BYTES_PER_SAMPLE,
     * 剩余时间 = 剩余的样本数量 / 采样率
    */
    // 文件数据已经读取完毕
    if (buffer.len <= 0) {
        // 下面三句代码作用是：推迟线程结束的时间,否则在音频快播放结束时会出现突然停止
        // 剩余的样本数量
        int samples = buffer.pullLen / BYTES_PER_SAMPLE;
        int ms = samples * 1000 / SAMPLE_RATE;
        SDL_Delay(ms);
        break;
    }

    // 读取到了文件数据
    buffer.data = data;
}

上面代码中的if (buffer.len <= 0)里面的三句话主要作用是推迟线程结束的时间，因为这里代码的线程和回调函数pullAudioData中的线程不是同一个，如果在音频快播放结束时，回调函数中的音频缓冲区数据处理没有这里的线程处理快，就会导致这里的线程走释放资源的方法，有时就会导致音频还未完全播放完就结束了。

回调函数

// userdata：SDL_AudioSpec.userdata
// stream：音频缓冲区（需要将音频数据填充到这个缓冲区）
// len：音频缓冲区的大小（SDL_AudioSpec.samples * 每个样本的大小）
void pullAudioData(void *userdata, Uint8 *stream, int len) {
    // 清空stream
    SDL_memset(stream, 0, len);

    // 取出缓冲信息
    AudioBuffer *buffer = (AudioBuffer *) userdata;
    if (buffer->len == 0) return;

    // 取len、bufferLen的最小值（为了保证数据安全，防止指针越界）
    buffer->pullLen = (len > buffer->len) ? buffer->len : len;

    // 填充数据
    SDL_MixAudio(stream,
                 buffer->data,
                 buffer->pullLen,
                 SDL_MIX_MAXVOLUME);
    buffer->data += buffer->pullLen;
    buffer->len -= buffer->pullLen;
}

回调函数：

typedef void (SDLCALL * SDL_AudioCallback) (void *userdata, Uint8 * stream, int len);

• userdata：SDL_AudioSpec 结构体中用户自定义的数据，可不用；
• stream：指向音频缓冲区的指针；
• len：音频缓冲区大小；

混音函数：

extern DECLSPEC void SDLCALL SDL_MixAudio(Uint8 * dst, const Uint8 * src, Uint32 len, int volume);

• dst：目标数据，这里传入音频缓冲区指针 stream；
• src：音频数据，这里传入我们读出的 PCM 数据；
• len：音频数据长度，这里传入音频缓冲区大小 len；
• volume：音量，范围 0~128，这里我们传入 SDL_MIX_MAXVOLUME，注意此参数并不会修改硬件音量；

释放资源

// 关闭文件
file.close();
// 关闭音频设备
SDL_CloseAudio();
// 清理所有初始化的子系统
SDL_Quit();

代码链接