ffmpeg跨平台录音技术详解

最新推荐文章于 2025-02-26 11:45:46 发布

世当珍惜

最新推荐文章于 2025-02-26 11:45:46 发布

阅读量2.5k

点赞数 2

分类专栏： ffmpeg C++ 文章标签： ffmpeg c++ linux windows

本文链接：https://blog.youkuaiyun.com/FakeTaoZero/article/details/104009470

版权

本文详细介绍了ffmpeg在Linux和Windows下进行录音的技术，包括alsa和pulseaudio在Linux下的使用，以及ffmpeg的dshow在Windows下的应用。同时，文章提供了示例代码展示如何进行音频格式转换，并讨论了编码为MP3文件的步骤以及编译时可能出现的函数未定义错误问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ffmpeg开发的基本知识
linux下的录音
windows下的录音
示例代码
遇到的一些工程问题
- 如果想要编码为MP3文件保存，需要怎么做？
- 为什么编译的时候老是显示对xxxx函数未定义的引用？

ffmpeg开发的基本知识

这部分请参考我的另一篇博文：https://blog.youkuaiyun.com/FakeTaoZero/article/details/104001059

linux下的录音

linux平台下的录音目前主要使用的比较多的是alsa和pulseaudio两种，网上的录音教程多是使用alsa的，其实pulseaudio也是可以的，这部分的内容最近才开始接触，特意了解了一下，可能不一定对，下面简单说一下两者的关系，其实这个问题最初要从linux的音频驱动体系说起：

linux早期的音频驱动是OSS，OSS音频驱动最大的问题是声卡独占问题，即一个应用程序如果要播放/录音，则另一个程序要么无法播放/录音，要么会打断之前程序的功能，因此随着linux的发展，alsa这一新的驱动技术诞生了
alsa技术理论上是能解决声卡独占问题的，因为它引入了一些逻辑设备的概念，能达到自动混音等功能，但是它太原始了，而且alsa里面的单个设备也是独占的，只不过你可以新建逻辑设备，通过逻辑设备引用物理设备的方式来间接解决问题

而pulseaudio是一种音频服务器，因为声卡的抢占问题而诞生的一种解决方案，其思想是通过pulseaudio来控制声卡，其他应用程序作为client连接到pulseaudio服务器上，引入一层间接性，从而将音频混音、录音等功能交给pulseaudio来解决，例如linux下的网易云音乐的音频播放功能就是通过pulseaudio来播放的，这一点可以通过播放音乐时杀死pulseaudio来验证，会发现杀死之后就没有声音了。但是pulseaudio在一些服务器系统上并不是默认安装/启动的，在使用基于pulseaudio开发的应用程序时必须要保证pulseaudio程序已启动。不过linux下的很多桌面环境都是使用的pulseaudio

在ffmpeg中，alsa和pulseaudio都支持，但是需要在编译时将相关的库编译进去，不能可能会在devices里面可能找不到alsa/pulse项，那么怎么确认编译时有没有编译进去呢？在ffmpeg编译之前需要执行./configure脚本，这个脚本会自动检测依赖库的存在，检测完成之后会打印本次编译时的一个功能组件情况，这时可以到demuxer/device项下面看alsa/pulse项是否存在。

了解过ffmpeg开发基本知识的话就知道，AVInputFormat结构体是输入格式的结构体，可以通过av_find_input_format函数设置，在linux录音中，该项参数设置为"alsa"/“pulse”，而相应的声卡名称则是通过avformat_open_input进行设置。

在这里，声卡的名称获取有几种方式，对于alsa来说，可以使用arecord工具，对于pulseaudio来说，可以使用pacmd工具来查看，下面进行举例说明：

tao@tao-PC:~$ arecord -l
**** CAPTURE 硬體裝置清單 ****
card 0: PCH [HDA Intel PCH], device 0: ALC887-VD Analog [ALC887-VD Analog]
  子设备: 1/1
  子设备 #0: subdevice #0
card 0: PCH [HDA Intel PCH], device 2: ALC887-VD Alt Analog [ALC887-VD Alt Analog]
  子设备: 1/1
  子设备 #0: subdevice #0

在这里，列出了两个设备，我们可以看到对应项为：card {数字1}: xxxx, device {数字2}: xxxx，
这里我们重点关注这两个数字，我们选择哪个设备，则alsa下对应的声卡名称为："hw:{数字1},{数字2}“

tao@tao-PC:~$ pacmd list-sources
2 source(s) available.
  * index: 0
  name: <alsa_output.pci-0000_00_1b.0.iec958-stereo.monitor>
  driver: <module-alsa-card.c>
  flags: DECIBEL_VOLUME LATENCY DYNAMIC_LATENCY
  state: SUSPENDED
  suspend cause: IDLE 
  priority: 1030
  volume: front-left: 65536 / 100% / 0.00 dB,   front-right: 65536 / 100% / 0.00 dB
          balance 0.00
  base volume: 65536 / 100% / 0.00 dB
  volume steps: 65537
  muted: no
  current latency: 0.00 ms
  max rewind: 0 KiB
  sample spec: s16le 2ch 48000Hz
  channel map: front-left,front-right
               立体声
  used by: 0
  linked by: 0
  configured latency: 0.00 ms; range is 0.50 .. 341.33 ms
  monitor_of: 0
  card: 0 <alsa_card.pci-0000_00_1b.0>
  module: 7
  properties:
    device.description = "Monitor of 内置音频 数字立体声(IEC958)"
    device.class = "monitor"
    alsa.card = "0"
    alsa.card_name = "HDA Intel PCH"
    alsa.long_card_name = "HDA Intel PCH at 0xf7d00000 irq 27"
    alsa.driver_name = "snd_hda_intel"
    device.bus_path = "pci-0000:00:1b.0"
    sysfs.path = "/devices/pci0000:00/0000:00:1b.0/sound/card0"
    device.bus = "pci"
    device.vendor.id = "8086"
    device.vendor.name = "Intel Corporation"
    device.product.id = "8c20"
    device.product.name = "8 Series/C220 Series Chipset High Definition Audio Controller"
    device.form_factor = "internal"
    device.string = "0"
    module-udev-detect.discovered = "1"
    device.icon_name = "audio-card-pci"


    index: 1
  name: <alsa_input.pci-0000_00_1b.0.analog-stereo>
  driver: <module-alsa-card.c>
  flags: HARDWARE HW_MU