音频重采样器

1 描述

FFmpeg 重采样器为 libswresample 库音频重采样实用程序提供了高级接口。特别是，它允许执行音频重采样、音频通道布局重矩阵化以及转换音频格式和打包布局。

2 重采样器选项

音频重采样器支持以下命名选项。

可以通过在 FFmpeg 工具中指定 - 来设置选项，对于 aresample 过滤器指定 =，通过在选项中明确设置值或使用 API 进行编程使用。选项值选项值SwrContextlibavutil/opt.h

uchl, used_chlayout

设置使用的输入通道布局。默认为未设置。此选项仅用于特殊重映射。

isr, in_sample_rate

设置输入采样率。默认值为 0。

osr, out_sample_rate

设置输出采样率。默认值为 0。

isf, in_sample_fmt

指定输入样本格式。默认设置为 。无

osf, out_sample_fmt

指定输出样本格式。默认设置为 。无

tsf, internal_sample_fmt

设置内部样本格式。默认值为 。未明确设置时将自动选择。无

ichl, in_chlayout

ochl, out_chlayout

设置输入/输出通道布局。

有关所需语法，请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的通道布局部分。

clev, center_mix_level

设置中心混合级别。该值以分贝表示，必须在区间 [-32,32] 内。

slev, surround_mix_level

设置环绕混合级别。该值以分贝表示，必须在区间 [-32,32] 内。

lfe_mix_level

将 LFE 混合设置为非 LFE 级别。当有 LFE 输入但没有 LFE 输出时使用。它是一个以分贝表示的值，必须在区间 [-32,32] 内。

rmvol, rematrix_volume

设置重新矩阵音量。默认值为 1.0。

rematrix_maxval

设置重新矩阵的最大输出值。这可用于防止削波而不是防止音量降低。值为 1.0 可防止削波。

flags, swr_flags

设置转换器使用的标志。默认值为 0。

它支持以下单独的标志：

res

强制重采样，此标志强制使用重采样，即使输入和输出采样率匹配。

dither_scale

设置抖动比例。默认值为 1。

dither_method

设置抖动方法。默认值为 0。

支持的值：

‘’ rectangular

选择矩形抖动

‘’ triangular

选择三角形抖动

‘’ triangular_hp

选择高通三角形抖动

‘’ lipshitz

选择 Lipshitz 噪声整形抖动。

‘’ shibata

选择 Shibata 噪声整形抖动。

‘’ low_shibata

选择低 Shibata 噪声整形抖动。

‘’ high_shibata

选择高 Shibata 噪声整形抖动。

‘’ f_weighted

选择 f 加权噪声整形抖动

‘’ modified_e_weighted

选择改进的 e 加权噪声整形抖动

‘’ improved_e_weighted

选择改进的 e 加权噪声整形抖动

resampler

设置重采样引擎。默认值为 swr。

支持的值：

‘’ swr

选择原生 SW 重采样器；在这种情况下，过滤选项 precision 和 cheby 不适用。

‘’ soxr

选择 SoX 重采样器（如果可用）；补偿和过滤器选项 filter_size、phase_shift、exact_rational、filter_type 和 kaiser_beta 不适用于此情况。

filter_size

仅适用于 swr，设置重采样过滤器大小，默认值为 32。

phase_shift

仅适用于 swr，设置重采样相移，默认值为 10，并且必须在区间 [0,30] 内。

linear_interp

启用时使用线性插值（默认）。如果您想在 exact_rational 失败时保持速度而不是质量，请禁用它。

exact_rational

仅适用于 swr，启用后，尝试根据输入和输出采样率使用精确的 phase_count。但是，如果它大于 ，phase_count 将作为后备。默认启用。1 << phase_shift1 << phase_shift

cutoff

设置截止频率（swr：6dB 点；soxr：0dB 点）比率；必须是 0 到 1 之间的浮点值。默认值为 swr 的 0.97，soxr 的 0.91（采样率为 44100，将整个音频带保留为 20kHz）。

precision

仅适用于 soxr，重采样信号计算的精度（以位为单位）。默认值为 20（经过适当的抖动，适用于目标位深度为 16）可实现 SoX 的“高质量”；值为 28 可实现 SoX 的“非常高质量”。

cheby

仅适用于 soxr，选择无通带滚降（切比雪夫）和“无理”比率的更高精度近似值。默认值为 0。

async

仅适用于 swr，使用拉伸、压缩、填充和修剪，简单的 1 参数音频同步到时间戳。将其设置为 1 将启用填充和修剪，较大的值表示数据每秒可能拉伸或压缩的最大样本量。默认值为 0，因此不应用任何补偿来使样本与音频时间戳匹配。

first_pts

仅适用于 swr，假设第一个 pts 应为该值。时间单位为 1/采样率。这允许在流开始时进行填充/修剪。默认情况下，不对第一帧的预期 pts 做出任何假设，因此不进行填充或修剪。例如，如果音频流在视频流之后开始，则可以将其设置为 0 以用静音填充开头，或者修剪由于编码器延迟而具有负 pts 的任何样本。

min_comp

仅适用于 swr，设置时间戳和音频数据之间的最小差异（以秒为单位）以触发数据的拉伸/压缩/填充或修剪，使其与时间戳匹配。默认情况下，拉伸/压缩/填充和修剪被禁用（=）。min_compFLT_MAX

min_hard_comp

仅适用于 swr，设置时间戳和音频数据之间的最小差异（以秒为单位）以触发添加/删除样本，使其与时间戳匹配。此选项实际上是在硬（修剪/填充）和软（挤压/拉伸）补偿之间进行选择的阈值。请注意，默认情况下，所有补偿都通过禁用。默认值为 0.1。 min_comp

comp_duration

仅适用于 swr，设置数据拉伸/压缩以使其与时间戳匹配的持续时间（以秒为单位）。必须是非负双精度浮点值，默认值为 1.0。

max_soft_comp

仅适用于 swr，设置数据拉伸/压缩的最大因子，使其与时间戳匹配。必须是非负双精度浮点值，默认值为 0。

matrix_encoding

选择矩阵立体声编码。

它接受以下值：

‘’ none

选择无

‘’ dolby

选择杜比

‘’ dplii

选择杜比 Pro Logic II

默认值为。无

filter_type

仅适用于 swr，选择重采样滤波器类型。这仅影响重采样操作。

它接受以下值：

‘’ cubic

选择立方

‘’ blackman_nuttall

选择 Blackman Nuttall 窗口 sinc

‘’ kaiser

选择 Kaiser 窗口 sinc

kaiser_beta

仅适用于 swr，设置 Kaiser 窗口 beta 值。必须是区间 [2,16] 内的双精度浮点值，默认值为 9。

output_sample_bits

仅适用于 swr，设置用于抖动的输出样本位数。必须是区间 [0,64] 内的整数，默认值为 0，表示未使用。