使用 FFMPEG 从音频文件中获取波形数据

Question

我正在编写一个需要获取音频文件的原始波形数据的应用程序，以便我可以在应用程序 (C#/.NET) 中呈现它。我正在使用 ffmpeg 来卸载此任务，但看起来 ffmpeg 只能将波形数据作为 png 或作为流输出到 gnuplot。

我已经查看了其他库来执行此操作（NAudio/CSCore），但是它们需要 Windows/Microsoft 媒体基础，并且由于此应用程序将作为 Web 应用程序部署到 azure，因此我无法使用它们。

我的策略是只从 png 本身读取波形数据，但这似乎有点过头了。理想的输出将是数组中固定采样的一系列峰值，其中数组中的每个值都是峰值（范围从 1-100 或类似的值，例如这样）。

Answer 1

萨博纳布迪，

写了手动获取波形的方法，然后向您展示了一个示例，我发现this code 哪个可以满足您的需求（或者至少，您可以从中学到一些东西）。

1）使用FFmpeg获取样本数组

试试这里显示的示例代码：http : //blog.wudilabs.org/entry/c3d357ed/?lang=en-US

试验它，尝试调整手册等的建议......在显示的代码中，只需更改string path为指向您自己的文件路径。编辑该proc.StartInfo.Arguments部分以替换最后一个部分，如下所示：

proc.StartInfo.Arguments = "-i \"" + path + "\" -vn -ac 1 -filter:a aresample=myNum -map 0:a -c:a pcm_s16le -f data -";

这myNum从部分aresample=myNum由下式计算：

44100 * total Seconds = X.
myNum = X / WaveForm Width.

最后使用ProcessBuffer具有此逻辑的函数：

static void ProcessBuffer(byte[] buffer, int length)
{
    float val; //amplitude value of a sample
    int index = 0; //position within sample bytes
    int slicePos = 0; //horizontal (X-axis) position for pixels of next slice


    while (index < length)
    {
        val = BitConverter.ToInt16(buffer, index);
        index += sizeof(short);

        // use number in va to do something...
        // eg: Draw a line on canvas for part of waveform's pixels
        // eg: myBitmap.SetPixel(slicePos, val, Color.Green);

        slicePos++;
    }
}

如果你想在没有 FFmpeg 的情况下手动完成。你可以试试...

2) 将音频解码为 PCM
您可以将音频文件 (mp3) 加载到您的应用程序中，然后首先将其解码为 PCM（即：原始数字音频）。然后仅读取 PCM 编号以制作波形。不要直接从 MP3 之类的压缩数学字节中读取数字。

这些 PCM 数据值（关于音频幅度）进入一个字节数组。如果您的声音是 16 位，那么您可以通过将每个样本作为 a 读取来提取 PCM 值short（即：自 以来一次获取两个连续字节的值16 bits == 2 bytes length）。

基本上，当您在字节数组中有 16 位音频 PCM 时，每两个字节代表一个音频样本的幅度值。该值成为您在每个切片的高度（响度）。切片是波形中某个时间的 1 像素垂直线。

现在采样率意味着每秒采样数。通常为 44100 个样本（44.1 khz）。您可以看到使用 44,000 像素来表示一秒的声音是不可行的，因此divide所需波形的总秒数width。将结果 &multiply乘以 2（覆盖两个字节），这就是您在形成波形时跳跃和采样幅度的程度。while循环执行此操作。