找回密码
 立即注册
收起左侧

Qt/C++音视频开发66-音频变速不变调/重采样/提高音量/变速...

0
回复
1027
查看
[复制链接]
累计签到:7 天
连续签到:1 天
来源: 2024-2-3 09:36:17 显示全部楼层 |阅读模式

## 一、前言
之前在做倍速这个功能的时候,发现快速播放会有滴滴滴的破音出现,正常1倍速没有这个问题,尽管这个破音间隔很短,要放大音量才能听到,但是总归是不完美的,后面发现,通过修改qaudiooutput的采样率,可以规避这个问题,破音不在出现了,但是音调变了,倍速越大变得越快,人声越发不清晰,变得尖锐,也就是通常说的变速变调了。当然这是正常现象,所有搞音视频播放开发者都会遇到这个现象,因为这就是默认的正常现象,但是我们希望听到的是变速不变调,速度可以快,但是要尽量保持人声能够识别。所以就需要有个算法能够将收到的可以直接播放的pcm数据运算,运算后的pcm数据是尽量保证了人声的数据,这样保持采样率不变的情况下,播放出来的声音效果非常好。

对比过很多播放器,有些著名的播放器早期也是没有考虑到这个变速变调的问题,是后来的版本才慢慢加上去的。还有些著名的组件比如qtav等,也一直是没有解决变速变调的问题,包括著名的推流大佬obs,调整到2倍速推流,声音也是变调了的。通过查阅资料得知,保证变速不变调,通常用两个库来实现,一个是soundtouch,一个是sonic,本人更喜欢用sonic,集成简单,就一个h和一个c文件,纯c语言编写的,整个源码就几千行代码。要学习也是非常容易的,通用任何平台和编译器。毕竟就是个数学运算库,只要是能支持C语言的场景就都支持。

Qt调用sonic库基本步骤:

- 创建对象 sonicCreateStream,传入采样率和通道。
- 设置倍速 sonicSetSpeed,还可以设置音调sonicSetPitch、设置语速sonicSetRate等。
- 写入数据 sonicWriteShortToStream,将收到的可以直接播放的pcm音频数据传入。
- 取出数据 sonicReadShortFromStream,将取出的数据再发给qaudiooutput播放即可。

视频演示步骤:

1. 演示不做任何处理的倍速声音。
2. 演示通过更改采样率的倍速声音。
3. 演示通过音效库处理的声音。
4. 演示音调变化,正常语速,变化音调。
5. 演示音量变化,正常音量,通过修改声音数据,强制提高音量。
6. 演示麦克风正常语速变调,不同通道。
7. 对比vlc、mpv、qtav的倍速处理。
8. 在其他系统上编译测试是否也都兼容。

## 二、效果图



## 三、体验地址
1. 国内站点:[https://gitee.com/feiyangqingyun](https://gitee.com/feiyangqingyun)
2. 国际站点:[https://github.com/feiyangqingyun](https://github.com/feiyangqingyun)
3. 个人作品:[https://blog.csdn.net/feiyangqingyun/article/details/97565652](https://blog.csdn.net/feiyangqingyun/article/details/97565652)
4. 体验地址:[https://pan.baidu.com/s/1d7TH_GEYl5nOecuNlWJJ7g](https://pan.baidu.com/s/1d7TH_GEYl5nOecuNlWJJ7g) 提取码:01jf 文件名:bin_video_demo。
5. 视频主页:[https://space.bilibili.com/687803542](https://space.bilibili.com/687803542)

## 四、功能特点
### 4.1. 基础功能
1. 支持各种音频视频文件格式,比如mp3、wav、mp4、asf、rm、rmvb、mkv等。
2. 支持本地摄像头设备和本地桌面采集,支持多设备和多屏幕。
3. 支持各种视频流格式,比如rtp、rtsp、rtmp、http、udp等。
4. 本地音视频文件和网络音视频文件,自动识别文件长度、播放进度、音量大小、静音状态等。
5. 文件可以指定播放位置、调节音量大小、设置静音状态等。
6. 支持倍速播放文件,可选0.5倍、1.0倍、2.5倍、5.0倍等速度,相当于慢放和快放。
7. 支持开始播放、停止播放、暂停播放、继续播放。
8. 支持抓拍截图,可指定文件路径,可选抓拍完成是否自动显示预览。
9. 支持录像存储,手动开始录像、停止录像,部分内核支持暂停录像后继续录像,跳过不需要录像的部分。
10. 支持无感知切换循环播放、自动重连等机制。
11. 提供播放成功、播放完成、收到解码图片、收到抓拍图片、视频尺寸变化、录像状态变化等信号。
12. 多线程处理,一个解码一个线程,不卡主界面。

### 4.2. 特色功能
1. 同时支持多种解码内核,包括qmedia内核(Qt4/Qt5/Qt6)、ffmpeg内核(ffmpeg2/ffmpeg3/ffmpeg4/ffmpeg5/ffmpeg6)、vlc内核(vlc2/vlc3)、mpv内核(mpv1/mp2)、mdk内核、海康sdk、easyplayer内核等。
2. 非常完善的多重基类设计,新增一种解码内核只需要实现极少的代码量,就可以应用整套机制,极易拓展。
3. 同时支持多种画面显示策略,自动调整(原始分辨率小于显示控件尺寸则按照原始分辨率大小显示,否则等比缩放)、等比缩放(永远等比缩放)、拉伸填充(永远拉伸填充)。所有内核和所有视频显示模式下都支持三种画面显示策略。
4. 同时支持多种视频显示模式,句柄模式(传入控件句柄交给对方绘制控制)、绘制模式(回调拿到数据后转成QImage用QPainter绘制)、GPU模式(回调拿到数据后转成yuv用QOpenglWidget绘制)。
5. 支持多种硬件加速类型,ffmpeg可选dxva2、d3d11va等,vlc可选any、dxva2、d3d11va,mpv可选auto、dxva2、d3d11va,mdk可选dxva2、d3d11va、cuda、mft等。不同的系统环境有不同的类型选择,比如linux系统有vaapi、vdpau,macos系统有videotoolbox。
6. 解码线程和显示窗体分离,可指定任意解码内核挂载到任意显示窗体,动态切换。
7. 支持共享解码线程,默认开启并且自动处理,当识别到相同的视频地址,共享一个解码线程,在网络视频环境中可以大大节约网络流量以及对方设备的推流压力。国内顶尖视频厂商均采用此策略。这样只要拉一路视频流就可以共享到几十个几百个通道展示。
8. 自动识别视频旋转角度并绘制,比如手机上拍摄的视频一般是旋转了90度的,播放的时候要自动旋转处理,不然默认是倒着的。
9. 自动识别视频流播放过程中分辨率的变化,在视频控件上自动调整尺寸。比如摄像机可以在使用过程中动态配置分辨率,当分辨率改动后对应视频控件也要做出同步反应。
10. 音视频文件无感知自动切换循环播放,不会出现切换期间黑屏等肉眼可见的切换痕迹。
11. 视频控件同时支持任意解码内核、任意画面显示策略、任意视频显示模式。
12. 视频控件悬浮条同时支持句柄、绘制、GPU三种模式,非绝对坐标移来移去。
13. 本地摄像头设备支持指定设备名称、分辨率、帧率进行播放。
14. 本地桌面采集支持设定采集区域、偏移值、指定桌面索引、帧率、多个桌面同时采集等。还支持指定窗口标题采集固定窗口。
15. 录像文件同时支持打开的视频文件、本地摄像头、本地桌面、网络视频流等。
16. 瞬间响应打开和关闭,无论是打开不存在的视频或者网络流,探测设备是否存在,读取中的超时等待,收到关闭指令立即中断之前的操作并响应。
17. 支持打开各种图片文件,支持本地音视频文件拖曳播放。
18. 视频流通信方式可选tcp/udp,有些设备可能只提供了某一种协议通信比如tcp,需要指定该种协议方式打开。
19. 可设置连接超时时间(视频流探测用的超时时间)、读取超时时间(采集过程中的超时时间)。
20. 支持逐帧播放,提供上一帧/下一帧函数接口,可以逐帧查阅采集到的图像。
21. 音频文件自动提取专辑信息比如标题、艺术家、专辑、专辑封面,自动显示专辑封面。
22. 视频响应极低延迟0.2s左右,极速响应打开视频流0.5s左右,专门做了优化处理。
23. 支持H264/H265编码(现在越来越多的监控摄像头是H265视频流格式)生成视频文件,内部自动识别切换编码格式。
24. 支持用户信息中包含特殊字符(比如用户信息中包含+#@等字符)的视频流播放,内置解析转义处理。
25. 支持滤镜,各种水印及图形效果,支持多个水印和图像,可以将OSD标签信息和各种图形信息写入到MP4文件。
26. 支持视频流中的各种音频格式,AAC、PCM、G.726、G.711A、G.711Mu、G.711ulaw、G.711alaw、MP2L2等都支持,推荐选择AAC兼容性跨平台性最好。
27. 内核ffmpeg采用纯qt+ffmpeg解码,非sdl等第三方绘制播放依赖,gpu绘制采用qopenglwidget,音频播放采用qaudiooutput。
28. 内核ffmpeg和内核mdk支持安卓,其中mdk支持安卓硬解码,性能非常凶残。
29. 可以切换音视频轨道,也就是节目通道,可能ts文件带了多个音视频节目流,可以分别设置要播放哪一个,可以播放前设置好和播放过程中动态设置。
30. 可以设置视频旋转角度,可以播放前设置好和播放过程中动态改变。
31. 视频控件悬浮条自带开始和停止录像切换、声音静音切换、抓拍截图、关闭视频等功能。
32. 音频组件支持声音波形值数据解析,可以根据该值绘制波形曲线和柱状声音条,默认提供了声音振幅信号。
33. 标签和图形信息支持三种绘制方式,绘制到遮罩层、绘制到图片、源头绘制(对应信息可以存储到文件)。
34. 通过传入一个url地址,该地址可以带上通信协议、分辨率、帧率等信息,无需其他设置。
35. 保存视频到文件支持三种策略,自动处理、仅限文件、全部转码,转码策略支持自动识别、转264、转265,编码保存支持指定分辨率缩放或者等比例缩放。比如对保存文件体积有要求可以指定缩放后再存储。
36. 支持加密保存文件和解密播放文件,可以指定秘钥文本。
37. 提供的监控布局类支持64通道同时显示,还支持各种异型布局,比如13通道,手机上6行2列布局。各种布局可以自由定义。
38. 支持电子放大,在悬浮条切换到电子放大模式,在画面上选择需要放大的区域,选取完毕后自动放大,再次切换放大模式可以复位。
39. 各组件中极其详细的打印信息提示,尤其是报错信息提示,封装的统一打印格式。针对现场复杂的设备环境测试极其方便有用,相当于精确定位到具体哪个通道哪个步骤出错。
40. 同时提供了简单示例、视频播放器、多画面视频监控、监控回放、逐帧播放、多屏渲染等单独窗体示例,专门演示对应功能如何使用。
41. 监控回放可选不同厂家类型、回放时间段、用户信息、指定通道。支持切换回放进度。
42. 可以从声卡设备下拉框选择声卡播放声音,提供对应的切换声卡函数接口。
43. 支持编译到手机app使用,提供了专门的手机app布局界面,可以作为手机上的视频监控使用。
44. 代码框架和结构优化到最优,性能强悍,注释详细,持续迭代更新升级。
45. 源码支持windows、linux、mac、android等,支持各种国产linux系统,包括但不限于统信UOS/中标麒麟/银河麒麟等。还支持嵌入式linux。
46. 源码支持Qt4、Qt5、Qt6,兼容所有版本。

### 4.3. 视频控件
1. 可动态添加任意多个osd标签信息,标签信息包括名字、是否可见、字号大小、文本文字、文本颜色、背景颜色、标签图片、标签坐标、标签格式(文本、日期、时间、日期时间、图片)、标签位置(左上角、左下角、右上角、右下角、居中、自定义坐标)。
2. 可动态添加任意多个图形信息,这个非常有用,比如人工智能算法解析后的图形区域信息直接发给视频控件即可。图形信息支持任意形状,直接绘制在原始图片上,采用绝对坐标。
3. 图形信息包括名字、边框大小、边框颜色、背景颜色、矩形区域、路径集合、点坐标集合等。
4. 每个图形信息都可指定三种区域中的一种或者多种,指定了的都会绘制。
5. 内置悬浮条控件,悬浮条位置支持顶部、底部、左侧、右侧。
6. 悬浮条控件参数包括边距、间距、背景透明度、背景颜色、文本颜色、按下颜色、位置、按钮图标代码集合、按钮名称标识集合、按钮提示信息集合。
7. 悬浮条控件一排工具按钮可自定义,通过结构体参数设置,图标可选图形字体还是自定义图片。
8. 悬浮条按钮内部实现了录像切换、抓拍截图、静音切换、关闭视频等功能,也可以自行在源码中增加自己对应的功能。
9. 悬浮条按钮对应实现了功能的按钮,有对应图标切换处理,比如录像按钮按下后会切换到正在录像中的图标,声音按钮切换后变成静音图标,再次切换还原。
10. 悬浮条按钮单击后都用名称唯一标识作为信号发出,可以自行关联响应处理。
11. 悬浮条空白区域可以显示提示信息,默认显示当前视频分辨率大小,可以增加帧率、码流大小等信息。
12. 视频控件参数包括边框大小、边框颜色、焦点颜色、背景颜色(默认透明)、文字颜色(默认全局文字颜色)、填充颜色(视频外的空白处填充黑色)、背景文字、背景图片(如果设置了图片优先取图片)、是否拷贝图片、缩放显示模式(自动调整、等比缩放、拉伸填充)、视频显示模式(句柄、绘制、GPU)、启用悬浮条、悬浮条尺寸(横向为高度、纵向为宽度)、悬浮条位置(顶部、底部、左侧、右侧)。

## 五、相关代码
```cpp
void AudioPlayer:penSonic(bool useSonic, int sampleRate, int channelCount, float speed, float pitch, float rate, float volume)
{
    this->closeSonic();
    if (useSonic) {
        //开辟临时存放运算后的音频数据内存空间
        sonicData = new float[sonicSize];
        //创建变速运算流
        sonicObj = SonicCpp::sonicCreateStream(sampleRate, channelCount);
        //设置音速
        SonicCpp::sonicSetSpeed(sonicObj, speed);
        //设置音调
        SonicCpp::sonicSetPitch(sonicObj, pitch);
        //设置语速
        SonicCpp::sonicSetRate(sonicObj, rate);
        //声音大小/可以通过改变声音数据强制提高音量
        SonicCpp::sonicSetVolume(sonicObj, volume);
    }
}

void AudioPlayer::closeSonic()
{
    //释放变声库临时数据
    if (sonicData) {
        delete[] sonicData;
        sonicData = NULL;
    }

    //释放变声库对象
    if (sonicObj) {
        SonicCpp::sonicDestroyStream(sonicObj);
        sonicObj = NULL;
    }
}

void AudioPlayer::playSonicData(const char *data, qint64 len)
{
    //为什么是这个尺寸 https://blog.csdn.net/qq_40170041/article/details/127727153
    //写入的时候用真实的数据长度除以这个值/取出的时候用运算后的真实数据长度乘以这个值
    //先将音频数据写入流/然后从流中取出运算后的数据
    int offset, numSamples;
    if (sampleSize == 8) {
        offset = SonicCpp::sonicGetNumChannels(sonicObj) * 1;
        SonicCpp::sonicWriteUnsignedCharToStream(sonicObj, (uchar *)data, len / offset);
        numSamples = SonicCpp::sonicReadUnsignedCharFromStream(sonicObj, (uchar *)sonicData, sonicSize);
    } else if (sampleSize == 16) {
        offset = SonicCpp::sonicGetNumChannels(sonicObj) * 2;
        SonicCpp::sonicWriteShortToStream(sonicObj, (short *)data, len / offset);
        numSamples = SonicCpp::sonicReadShortFromStream(sonicObj, (short *)sonicData, sonicSize);
    } else {
        offset = SonicCpp::sonicGetNumChannels(sonicObj) * 4;
        SonicCpp::sonicWriteFloatToStream(sonicObj, (float *)data, len / offset);
        numSamples = SonicCpp::sonicReadFloatFromStream(sonicObj, (float *)sonicData, sonicSize);
    }

    //写入运算后的音频数据
    deviceOutput->write((const char *)sonicData, numSamples * offset);
}

void AudioPlayer::playAudioData(const char *data, qint64 len)
{
#ifdef multimedia
    if (deviceOutput) {
        //发送收到音频播放数据信号
        emit receiveOutputData(data, len);
        //限定静音状态下不写入数据减轻压力
        if (!muted) {
            if (sonicObj) {
                this->playSonicData(data, len);
            } else {
                deviceOutput->write(data, len);
            }
        }

        //获取音频数据振幅
        if (level) {
            qreal leftLevel, rightLevel;
            AudioHelper::getAudioLevel(audioOutput->format(), data, len, leftLevel, rightLevel);
            emit receiveLevel(leftLevel, rightLevel);
        }
    }
#endif
}
```

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

公告
可以关注我们的微信公众号yafeilinux_friends获取最新动态,或者加入QQ会员群进行交流:190741849、186601429(已满) 我知道了