编码与格式 / 系统课时
音频重采样
音频重采样
本课完成一次可运行的音频重采样:把 48 kHz、双声道、平面浮点样本转换为 44.1 kHz、单声道、交错 16 位整数样本,并掌握输出缓冲区的安全计算方法。
学习目标
- 区分采样率、样本格式与声道布局三类转换
- 使用 libswresample 初始化并执行重采样
- 根据延迟和采样率计算输出缓冲容量
重采样真正改变什么
音频重采样不只是“改采样率”。实际处理中,常常需要同时统一三项参数:采样率决定每秒样本数,样本格式决定单个样本的存储方式,声道布局决定通道数量及其语义。
例如,解码器可能输出 48 kHz + FLTP + stereo,而播放设备要求 44.1 kHz + S16 + mono。此时转换器需要完成降采样、平面转交错、浮点转整数以及双声道下混四项工作。

计算输出缓冲区
重采样器内部可能保存尚未输出的历史样本,因此不能只按 输入样本数 × 输出采样率 ÷ 输入采样率 分配空间。安全容量应把当前延迟一并计算:
其中, 是按输入采样率表示的内部延迟, 是本次输入样本数, 和 分别是输入、输出采样率。FFmpeg 中可用 swr_get_delay 和 av_rescale_rnd 完成同样的整数计算,避免浮点误差和容量不足。
对于交错格式,缓冲字节数还要乘以声道数和每样本字节数;对于平面格式,每个声道拥有独立数据平面,应分别确认平面数量和每平面容量。
使用 libswresample 完成转换
下面的完整程序生成 1024 个双声道浮点样本,转换后刷新重采样器内部延迟,并输出最终样本总数。
#include <math.h>
#include <stdint.h>
#include <stdio.h>
#include <libavutil/channel_layout.h>
#include <libavutil/mem.h>
#include <libavutil/samplefmt.h>
#include <libavutil/mathematics.h>
#include <libswresample/swresample.h>
int main(void) {
const int in_rate = 48000;
const int out_rate = 44100;
const int in_samples = 1024;
AVChannelLayout in_layout = AV_CHANNEL_LAYOUT_STEREO;
AVChannelLayout out_layout = AV_CHANNEL_LAYOUT_MONO;
SwrContext *swr = NULL;
int ret = swr_alloc_set_opts2(
&swr,
&out_layout, AV_SAMPLE_FMT_S16, out_rate,
&in_layout, AV_SAMPLE_FMT_FLTP, in_rate,
0, NULL
);
if (ret < 0 || swr_init(swr) < 0) {
fprintf(stderr, "无法初始化重采样器\n");
swr_free(&swr);
return 1;
}
float *left = av_malloc_array(in_samples, sizeof(*left));
float *right = av_malloc_array(in_samples, sizeof(*right));
if (!left || !right) {
fprintf(stderr, "输入缓冲区分配失败\n");
av_free(left);
av_free(right);
swr_free(&swr);
return 1;
}
const float pi = 3.14159265358979323846f;
for (int i = 0; i < in_samples; ++i) {
float sample = 0.5f * sinf(2.0f * pi * 440.0f * i / in_rate);
left[i] = sample;
right[i] = sample;
}
const uint8_t *in_data[2] = {
(const uint8_t *)left,
(const uint8_t *)right
};
int out_capacity = (int)av_rescale_rnd(
swr_get_delay(swr, in_rate) + in_samples,
out_rate,
in_rate,
AV_ROUND_UP
);
uint8_t *out_data = NULL;
int out_linesize = 0;
if (av_samples_alloc(
&out_data,
&out_linesize,
out_layout.nb_channels,
out_capacity,
AV_SAMPLE_FMT_S16,
0) < 0) {
fprintf(stderr, "输出缓冲区分配失败\n");
av_free(left);
av_free(right);
swr_free(&swr);
return 1;
}
int total = swr_convert(
swr,
&out_data,
out_capacity,
in_data,
in_samples
);
if (total < 0) {
fprintf(stderr, "重采样失败\n");
av_freep(&out_data);
av_free(left);
av_free(right);
swr_free(&swr);
return 1;
}
while (total < out_capacity) {
uint8_t *dst = out_data +
total * av_get_bytes_per_sample(AV_SAMPLE_FMT_S16);
int produced = swr_convert(
swr,
&dst,
out_capacity - total,
NULL,
0
);
if (produced <= 0) {
break;
}
total += produced;
}
printf("输入样本数: %d\n", in_samples);
printf("输出缓冲容量: %d\n", out_capacity);
printf("刷新后输出样本数: %d\n", total);
av_freep(&out_data);
av_free(left);
av_free(right);
swr_free(&swr);
av_channel_layout_uninit(&in_layout);
av_channel_layout_uninit(&out_layout);
return 0;
}在已安装 FFmpeg 开发库的 Linux 环境中编译并运行:
gcc resample.c -o resample \
$(pkg-config --cflags --libs libswresample libavutil) -lm
./resample预期输出:
输入样本数: 1024
输出缓冲容量: 941
刷新后输出样本数: 941不同 FFmpeg 构建的滤波器实现可能影响单次 swr_convert 的即时产出,但在正确刷新后,总样本数应与采样率换算结果一致。
关键边界
连续处理多个音频帧时,应复用同一个 SwrContext,否则每帧重新初始化会丢失滤波器历史状态并产生边界噪声。流结束时还必须用空输入刷新延迟样本,不能把最后一小段音频留在重采样器内部。
重采样会改变每帧包含的样本数。若后续需要编码或同步播放,应依据输出采样率累计音频时间戳,而不是继续沿用输入帧的样本计数。