让 OpenAL 也支持 S16 Planar（辅以 FFmpeg）

正在制作某物品，现在做到音频部分了。

原本要采用 SDL2_mixer 的，不过实验结果表明其失真非常严重，还带有大量的电噪声。不知道是不是我打开的方式不对……

一气之下去看 OpenAL，结果吃了闭门羹（维护中，只有 mailing list 和 specification）。转投 FMOD，不过又考虑到其授权方式，还是放弃了。最终回到 OpenAL。使用的是 OpenAL-Soft。

OpenAL 呢，好的方面是开源+授权，坏的方面……呃，至少在刚刚的测试中，代码维护甚至没有 SDL 好。直接编译 .c 示例失败，耍小聪明改成 .cpp 拿去编译才成功。

在接下来的代码中，需要用到 OpenAL-Soft（1.15.1）和 FFmpeg。

看 OpenAL-Soft 自带的示例 alstream.c。为了方便起见，接下来的 C 源代码文件全部改成 C++ 源代码文件去……同时不要忘了在 FFmpeg 的头文件上下加 extern "C"！（为什么他们不考虑这一点？）

好，编译示例，运行。（注意，各种 dependencies 这里就不提了。）随便选择一个含有音频的、可以被 FFmpeg 解码的文件。

不对啊！很有可能出现以下错误信息：

Opened "OpenAL Soft"
AL_SOFT_buffer_samples supported!
Unsupported ffmpeg sample format: s16p
Error getting audio info for 01.mpg
Done.

这是……怎么回事？经过测试，SDL_mixer 可以播放同一个文件，不过正如之前所说的，失真&噪声。看其采样格式：S16P（Signed 16-bit, Planar←平面？）。再看源代码，S16（Signed 16-bit）是支持的。（当然，如果强制将那几个 if 修改一下的话，你会听到神奇的东西……）S16 和 S16P 的不同点是在于数据的排列方式，前者是相邻连续排列，后者是分离排列。但是现在有相当多的音频文件采用 planar 的方案，不仅是 S16，U8、S32、F32、F64 都有对应的 planar 方式。现在，目标就是：让这个示例支持 planar。

思路很简单。我的上一篇随笔中，有一个 AudioResampling() 函数，这里直接拿来用吧！（秉持拿来主义！鲁迅先生不谢。）

接下来就是好戏了。

又试验了一下，播放 U8/Mono 的时候出现崩溃，不知道原因。调试的时候内存是越界的。

先是添加对 libswresample 和 libavutil（要用到 opt_* 函数）的包含（别忘了添加对应的库）：

 #ifdef __cplusplus
 extern "C" {
 #endif
 #include "libavutil/opt.h"
 #include "libswresample/swresample.h"
 #ifdef __cplusplus
 }
 #endif

然后是修改 MyStream 的定义：

 struct MyStream {
     AVCodecContext *CodecCtx;
     int StreamIdx;

     struct PacketList *Packets;

     AVFrame *Frame;

     // FrameData 没什么用了，不过为了保持代码结构，还是保留下来，其作用由 FrameBuffer 代替
     const uint8_t *FrameData;
     const uint8_t FrameBuffer[FRAME_BUFFER_SIZE];

     size_t FrameDataSize;

     FilePtr parent;
 };

可以先定义一下 FRAME_BUFFER_SIZE：

 // MP3 每一帧的大小是4608，所以如果设定成4096（一般音频可以播放）的话会造成溢出、崩溃
 #define FRAME_BUFFER_SIZE            (4800)

直接插入 AudioResampling() 函数（如果对这错误的时态感到别扭，改一下就好了），添加重采样支持：

 static int AudioResampling(AVCodecContext * audio_dec_ctx,
                     AVFrame * pAudioDecodeFrame,
                     int out_sample_fmt,
                     int out_channels,
                     int out_sample_rate,
                     uint8_t* out_buf)
 {
     SwrContext * swr_ctx = NULL;
     int data_size = ;
     int ret = ;
     int64_t src_ch_layout = audio_dec_ctx->channel_layout;
     int64_t dst_ch_layout = AV_CH_LAYOUT_STEREO;
     int dst_nb_channels = ;
     int dst_linesize = ;
     int src_nb_samples = ;
     int dst_nb_samples = ;
     int max_dst_nb_samples = ;
     uint8_t **dst_data = NULL;
     int resampled_data_size = ;

     swr_ctx = swr_alloc();
     if (!swr_ctx)
     {
         printf("swr_alloc error \n");
         return -;
     }

     src_ch_layout = (audio_dec_ctx->channels ==
                      av_get_channel_layout_nb_channels(audio_dec_ctx->channel_layout)) ?
                      audio_dec_ctx->channel_layout :
                      av_get_default_channel_layout(audio_dec_ctx->channels);

     if (out_channels == )
     {
         dst_ch_layout = AV_CH_LAYOUT_MONO;
         //printf("dst_ch_layout: AV_CH_LAYOUT_MONO\n");
     }
     else if (out_channels == )
     {
         dst_ch_layout = AV_CH_LAYOUT_STEREO;
         //printf("dst_ch_layout: AV_CH_LAYOUT_STEREO\n");
     }
     else
     {
         dst_ch_layout = AV_CH_LAYOUT_SURROUND;
         //printf("dst_ch_layout: AV_CH_LAYOUT_SURROUND\n");
     }

     if (src_ch_layout <= )
     {
         printf("src_ch_layout error \n");
         return -;
     }

     src_nb_samples = pAudioDecodeFrame->nb_samples;
     if (src_nb_samples <= )
     {
         printf("src_nb_samples error \n");
         return -;
     }

     av_opt_set_int(swr_ctx, "in_channel_layout", src_ch_layout, );
     av_opt_set_int(swr_ctx, "in_sample_rate", audio_dec_ctx->sample_rate, );
     av_opt_set_sample_fmt(swr_ctx, "in_sample_fmt", audio_dec_ctx->sample_fmt, );

     av_opt_set_int(swr_ctx, "out_channel_layout", dst_ch_layout, );
     av_opt_set_int(swr_ctx, "out_sample_rate", out_sample_rate, );
     av_opt_set_sample_fmt(swr_ctx, "out_sample_fmt", (AVSampleFormat)out_sample_fmt, );

     if ((ret = swr_init(swr_ctx)) < ) {
         printf("Failed to initialize the resampling context\n");
         return -;
     }

     max_dst_nb_samples = dst_nb_samples = av_rescale_rnd(src_nb_samples,
                                                          out_sample_rate, audio_dec_ctx->sample_rate, AV_ROUND_UP);
     if (max_dst_nb_samples <= )
     {
         printf("av_rescale_rnd error \n");
         return -;
     }

     dst_nb_channels = av_get_channel_layout_nb_channels(dst_ch_layout);
     ret = av_samples_alloc_array_and_samples(&dst_data, &dst_linesize, dst_nb_channels,
                                              dst_nb_samples, (AVSampleFormat)out_sample_fmt, );
     if (ret < )
     {
         printf("av_samples_alloc_array_and_samples error \n");
         return -;
     }

     dst_nb_samples = av_rescale_rnd(swr_get_delay(swr_ctx, audio_dec_ctx->sample_rate) +
                                     src_nb_samples, out_sample_rate, audio_dec_ctx->sample_rate, AV_ROUND_UP);
     if (dst_nb_samples <= )
     {
         printf("av_rescale_rnd error \n");
         return -;
     }
     if (dst_nb_samples > max_dst_nb_samples)
     {
         av_free(dst_data[]);
         ret = av_samples_alloc(dst_data, &dst_linesize, dst_nb_channels,
                                dst_nb_samples, (AVSampleFormat)out_sample_fmt, );
         max_dst_nb_samples = dst_nb_samples;
     }

     if (swr_ctx)
     {
         ret = swr_convert(swr_ctx, dst_data, dst_nb_samples,
                           (const uint8_t **)pAudioDecodeFrame->data, pAudioDecodeFrame->nb_samples);
         if (ret < )
         {
             printf("swr_convert error \n");
             return -;
         }

         resampled_data_size = av_samples_get_buffer_size(&dst_linesize, dst_nb_channels,
                                                          ret, (AVSampleFormat)out_sample_fmt, );
         if (resampled_data_size < )
         {
             printf("av_samples_get_buffer_size error \n");
             return -;
         }
     }
     else
     {
         printf("swr_ctx null error \n");
         return -;
     }

     memcpy(out_buf, dst_data[], resampled_data_size);

     if (dst_data)
     {
         av_freep(&dst_data[]);
     }
     av_freep(&dst_data);
     dst_data = NULL;

     if (swr_ctx)
     {
         swr_free(&swr_ctx);
     }
     return resampled_data_size;
 }

修改 getAVAudioData() 函数：

 uint8_t *getAVAudioData(StreamPtr stream, size_t *length)
 {
     int got_frame;
     int len;

     if(length) *length = ;

     if(!stream || stream->CodecCtx->codec_type != AVMEDIA_TYPE_AUDIO)
         return NULL;

 next_packet:
     if(!stream->Packets && !getNextPacket(stream->parent, stream->StreamIdx))
         return NULL;

     /* Decode some data, and check for errors */
     avcodec_get_frame_defaults(stream->Frame);
     while((len=avcodec_decode_audio4(stream->CodecCtx, stream->Frame,
                                      &got_frame, &stream->Packets->pkt)) < )
     {
         struct PacketList *self;

         /* Error? Drop it and try the next, I guess... */
         self = stream->Packets;
         stream->Packets = self->next;

         av_free_packet(&self->pkt);
         av_free(self);

         if(!stream->Packets)
             goto next_packet;
     }

     if(len < stream->Packets->pkt.size)
     {
         /* Move the unread data to the front and clear the end bits */
         int remaining = stream->Packets->pkt.size - len;
         memmove(stream->Packets->pkt.data, &stream->Packets->pkt.data[len],
                 remaining);
         memset(&stream->Packets->pkt.data[remaining], ,
                stream->Packets->pkt.size - remaining);
         stream->Packets->pkt.size -= len;
     }
     else
     {
         struct PacketList *self;

         self = stream->Packets;
         stream->Packets = self->next;

         av_free_packet(&self->pkt);
         av_free(self);
     }

     if(!got_frame || stream->Frame->nb_samples == )
         goto next_packet;

     // 在这里插入重新采样代码

     *length = AudioResampling(stream->CodecCtx, stream->Frame, AV_SAMPLE_FMT_S16, stream->Frame->channels, stream->Frame->sample_rate, const_cast<uint8_t *>(stream->FrameBuffer));

     /* Set the output buffer size */
     /*
     *length = av_samples_get_buffer_size(NULL, stream->CodecCtx->channels,
                                                stream->Frame->nb_samples,
                                                stream->CodecCtx->sample_fmt, 1);

     return stream->Frame->data[0];
     */

     return const_cast<uint8_t *>(stream->FrameBuffer);
 }

最后是 getAVAudioInfo() 函数，我们要让它允许 planar 音频输入：

 int getAVAudioInfo(StreamPtr stream, ALuint *rate, ALenum *channels, ALenum *type)
 {
     if(!stream || stream->CodecCtx->codec_type != AVMEDIA_TYPE_AUDIO)
         return ;

     /* Get the sample type for OpenAL given the format detected by ffmpeg. */
     if(stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_U8 || stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_U8P)
         *type = AL_UNSIGNED_BYTE_SOFT;
     else if (stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_S16 || stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_S16P)
         *type = AL_SHORT_SOFT;
     else if(stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_S32 || stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_S32P)
         *type = AL_INT_SOFT;
     else if(stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_FLT || stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_FLTP)
         *type = AL_FLOAT_SOFT;
     else if(stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_DBL || stream->CodecCtx->sample_fmt == AV_SAMPLE_FMT_DBLP)
         *type = AL_DOUBLE_SOFT;
     else
     {
         fprintf(stderr, "Unsupported ffmpeg sample format: %s\n",
                 av_get_sample_fmt_name(stream->CodecCtx->sample_fmt));
         return ;
     }

     /* Get the OpenAL channel configuration using the channel layout detected
      * by ffmpeg. NOTE: some file types may not specify a channel layout. In
      * that case, one must be guessed based on the channel count. */
     if(stream->CodecCtx->channel_layout == AV_CH_LAYOUT_MONO)
         *channels = AL_MONO_SOFT;
     else if(stream->CodecCtx->channel_layout == AV_CH_LAYOUT_STEREO)
         *channels = AL_STEREO_SOFT;
     else if(stream->CodecCtx->channel_layout == AV_CH_LAYOUT_QUAD)
         *channels = AL_QUAD_SOFT;
     else if(stream->CodecCtx->channel_layout == AV_CH_LAYOUT_5POINT1_BACK)
         *channels = AL_5POINT1_SOFT;
     else if(stream->CodecCtx->channel_layout == AV_CH_LAYOUT_7POINT1)
         *channels = AL_7POINT1_SOFT;
     else if(stream->CodecCtx->channel_layout == )
     {
         /* Unknown channel layout. Try to guess. */
         if(stream->CodecCtx->channels == )
             *channels = AL_MONO_SOFT;
         else if(stream->CodecCtx->channels == )
             *channels = AL_STEREO_SOFT;
         else
         {
             fprintf(stderr, "Unsupported ffmpeg raw channel count: %d\n",
                     stream->CodecCtx->channels);
             return ;
         }
     }
     else
     {
         char str[];
         av_get_channel_layout_string(str, sizeof(str), stream->CodecCtx->channels,
                                      stream->CodecCtx->channel_layout);
         fprintf(stderr, "Unsupported ffmpeg channel layout: %s\n", str);
         return ;
     }

     *rate = stream->CodecCtx->sample_rate;

     return ;
 }

嗯，基本上就可以了。现在播放的话，对应的 planar 是不会显示出来的，因为显示调用的是 alhelpers.cpp 的 GetFormat()，而它是按照 OpenAL 的格式输出的。

不过这不影响播放嘛。