FFmpeg：如何估計音頻流中的採樣數量？

Question

我目前正在編寫一個使用FFmpeg庫來解碼C++中的音頻文件（尤其是avformat和swresample）的小應用程序。

現在我需要音頻流中的樣本總數。我知道確切的數字只能通過實際解碼所有的幀來找到，我只需要一個估計。 這裏的首選方法是什麼？我怎樣才能找出文件的持續時間？

Answer 1

在這個問題上有關於如何從ffmpeg獲取信息的一些很好的信息：FFMPEG Can't Display The Duration Of a Video。

若要出樣本的數量在音頻流，則需要的信息的三個基本位：

1. 的持續時間（以秒計）
2. 採樣率（以每秒的樣本）
3. 流中的通道數（例如，2個立體聲）

一旦獲得了該信息，流中的樣本總數僅爲[duration] * [rate] * [channels]。

注意，這不等同於字節爲樣本很可能是至少16位，並可能24

Answer 2

我相信你需要的是一個是AUDIORATE/FRAMERATE公式。例如，如果ar = 48000，並且視頻的幀速率爲50fps，則需要每幀48000/50 = 960個樣本。

緩衝區計算後來的爲samples_per_frame * nChannels * (audiobit/8)。 AudioBit通常是16bit（24或32bits也是可能的）。因此，對於16位48Khz的8聲道音頻，每個音頻幀需要960 * 8 * 2 = 15360個字節。 做這最後計算的官方方式是使用：

av_samples_get_buffer_size(NULL, nChannels, SamplesPerFrame, audio_st->codec->sample_fmt, 0) 函數。

av_samples_get_buffer_size(NULL, 8, 960, audio_st->codec->sample_fmt, 0)

也將返回15360（有關專家介紹：是的，我假設的格式是pcm_s16le）。 所以這回答你的問題的第一部分。希望有所幫助。