Ijkplayer播放器源碼分析之音視頻輸出(二)——音頻篇
Ijkplayer播放器源碼分析之音視頻輸出(二)——音頻篇
這篇文章的ijkplayer音頻源碼研究我們還是選擇Android平臺，它的音頻解碼是不支持硬解的，音頻播放使用的API是OpenSL ES或AudioTrack。
OpenSL ES & AudioTrack
- OpenSL ES
什麽是OpenSL ES？下面來自官網的說明：
OpenSL ES? is a royalty-free, cross-platform, hardware-accelerated audio API tuned for embedded systems. It provides a standardized, high-performance, low-latency method to access audio functionality for developers of native applications on embedded mobile multimedia devices, enabling straightforward cross-platform deployment of hardware and software audio capabilities, reducing implementation effort, and promoting the market for advanced audio.
可見OpenGL ES是專門為嵌入式設備設計的音頻API，所以不適合在PC上使用。
- AudioTrack
AudioTrack是專門為Android應用提供的java API，顯然也不適合在PC上使用。
使用AudioTrack API來輸出音頻就需要把音頻數據從java層拷貝到native層。而OpenSL ES API是Android NDK提供的native接口，它可以在native層直接獲取和處理數據，因此為了提高效率，應該使用OpenSL ES API。通過如下java接口設置音頻輸出API：
ijkMediaPlayer.setOption(IjkMediaPlayer.OPT_CATEGORY_PLAYER, "opensles", 0);
Ijkplayer使用jni4android來為AudioTrack的java API自動生成JNI native代碼。
我們盡量選擇底層的代碼來進行研究，因此本篇文章梳理一遍OpenSL ES API在ijkplayer中的使用。
源碼分析
創建播放器音頻輸出對象
調用如下函數生成音頻輸出對象：
SDL_Aout *SDL_AoutAndroid_CreateForOpenSLES()創建並初始化Audio Engine：
//創建 SLObjectItf slObject = NULL; ret = slCreateEngine(&slObject, 0, NULL, 0, NULL, NULL); CHECK_OPENSL_ERROR(ret, "%s: slCreateEngine() failed", __func__); opaque->slObject = slObject; //初始化 ret = (*slObject)->Realize(slObject, SL_BOOLEAN_FALSE); CHECK_OPENSL_ERROR(ret, "%s: slObject->Realize() failed", __func__); //獲取SLEngine接口對象slEngine SLEngineItf slEngine = NULL; ret = (*slObject)->GetInterface(slObject, SL_IID_ENGINE, &slEngine); CHECK_OPENSL_ERROR(ret, "%s: slObject->GetInterface() failed", __func__); opaque->slEngine = slEngine;
打開音頻輸出設備：
//使用slEngine打開輸出設備
SLObjectItf slOutputMixObject = NULL;
const SLInterfaceID ids1[] = {SL_IID_VOLUME};
const SLboolean req1[] = {SL_BOOLEAN_FALSE};
ret = (*slEngine)->CreateOutputMix(slEngine, &slOutputMixObject, 1, ids1, req1);
CHECK_OPENSL_ERROR(ret, "%s: slEngine->CreateOutputMix() failed", __func__);
opaque->slOutputMixObject = slOutputMixObject;
//初始化
ret = (*slOutputMixObject)->Realize(slOutputMixObject, SL_BOOLEAN_FALSE);
CHECK_OPENSL_ERROR(ret, "%s: slOutputMixObject->Realize() failed", __func__);將上述創建的OpenSL ES相關對象保存到SDL_Aout_Opaque中。
設置播放器音頻輸出對象的回調函數：
aout->free_l = aout_free_l;
aout->opaque_class = &g_opensles_class;
aout->open_audio = aout_open_audio;
aout->pause_audio = aout_pause_audio;
aout->flush_audio = aout_flush_audio;
aout->close_audio = aout_close_audio;
aout->set_volume = aout_set_volume;
aout->func_get_latency_seconds = aout_get_latency_seconds;配置並創建音頻播放器
通過如下函數進行：
static int aout_open_audio(SDL_Aout *aout, const SDL_AudioSpec *desired, SDL_AudioSpec *obtained)配置數據源
SLDataLocator_AndroidSimpleBufferQueue loc_bufq = { SL_DATALOCATOR_ANDROIDSIMPLEBUFFERQUEUE, OPENSLES_BUFFERS }; SLDataFormat_PCM *format_pcm = &opaque->format_pcm; format_pcm->formatType = SL_DATAFORMAT_PCM; format_pcm->numChannels = desired->channels; format_pcm->samplesPerSec = desired->freq * 1000; // milli Hz format_pcm->bitsPerSample = SL_PCMSAMPLEFORMAT_FIXED_16; format_pcm->containerSize = SL_PCMSAMPLEFORMAT_FIXED_16; switch (desired->channels) { case 2: format_pcm->channelMask = SL_SPEAKER_FRONT_LEFT | SL_SPEAKER_FRONT_RIGHT; break; case 1: format_pcm->channelMask = SL_SPEAKER_FRONT_CENTER; break; default: ALOGE("%s, invalid channel %d", __func__, desired->channels); goto fail; } format_pcm->endianness = SL_BYTEORDER_LITTLEENDIAN; SLDataSource audio_source = {&loc_bufq, format_pcm};配置數據管道
SLDataLocator_OutputMix loc_outmix = { SL_DATALOCATOR_OUTPUTMIX, opaque->slOutputMixObject }; SLDataSink audio_sink = {&loc_outmix, NULL};其它參數
const SLInterfaceID ids2[] = { SL_IID_ANDROIDSIMPLEBUFFERQUEUE, SL_IID_VOLUME, SL_IID_PLAY }; static const SLboolean req2[] = { SL_BOOLEAN_TRUE, SL_BOOLEAN_TRUE, SL_BOOLEAN_TRUE };創建播放器
ret = (*slEngine)->CreateAudioPlayer(slEngine, &slPlayerObject, &audio_source, &audio_sink, sizeof(ids2) / sizeof(*ids2), ids2, req2);獲取相關接口
//獲取seek和play接口 ret = (*slPlayerObject)->GetInterface(slPlayerObject, SL_IID_PLAY, &opaque->slPlayItf); CHECK_OPENSL_ERROR(ret, "%s: slPlayerObject->GetInterface(SL_IID_PLAY) failed", __func__); //音量調節接口 ret = (*slPlayerObject)->GetInterface(slPlayerObject, SL_IID_VOLUME, &opaque->slVolumeItf); CHECK_OPENSL_ERROR(ret, "%s: slPlayerObject->GetInterface(SL_IID_VOLUME) failed", __func__); //獲取音頻輸出的BufferQueue接口 ret = (*slPlayerObject)->GetInterface(slPlayerObject, SL_IID_ANDROIDSIMPLEBUFFERQUEUE, &opaque->slBufferQueueItf); CHECK_OPENSL_ERROR(ret, "%s: slPlayerObject->GetInterface(SL_IID_ANDROIDSIMPLEBUFFERQUEUE) failed", __func__);設置回調函數
回調函數並不傳遞音頻數據，它只是告訴程序：我已經準備好接受處理（播放）數據了。這時候就可以調用Enqueue向BufferQueue中插入音頻數據了。
ret = (*opaque->slBufferQueueItf)->RegisterCallback(opaque->slBufferQueueItf, aout_opensles_callback, (void*)aout);
CHECK_OPENSL_ERROR(ret, "%s: slBufferQueueItf->RegisterCallback() failed", __func__);
此回調函數每執行一次Dequeue會被執行一次。
音頻數據的處理
音頻數據的處理為典型的生產者消費者模型，解碼線程解碼出音頻數據插入到隊列中，音頻驅動程序取出數據將聲音播放出來。
audio_thread函數為音頻解碼線程主函數：
static int audio_thread(void *arg){
do {
ffp_audio_statistic_l(ffp);
if ((got_frame = decoder_decode_frame(ffp, &is->auddec, frame, NULL)) < 0)//從PacketQueue中取出pakcet並進行解碼，生成一幀數據
...
if (!(af = frame_queue_peek_writable(&is->sampq)))
goto the_end;
af->pts = (frame->pts == AV_NOPTS_VALUE) ? NAN : frame->pts * av_q2d(tb);
af->pos = frame->pkt_pos;
af->serial = is->auddec.pkt_serial;
af->duration = av_q2d((AVRational){frame->nb_samples, frame->sample_rate});
av_frame_move_ref(af->frame, frame);
frame_queue_push(&is->sampq);//將幀數據插入幀隊列 FrameQueue
}aout_thread_n 為音頻輸出線程主函數：
static int aout_thread_n(SDL_Aout *aout){
...
SDL_LockMutex(opaque->wakeup_mutex);
//如果沒有退出播放&&（當前播放器狀態為暫停||插入音頻BufferQueue中的數據條數大於OPENSLES_BUFFERS）
if (!opaque->abort_request && (opaque->pause_on || slState.count >= OPENSLES_BUFFERS)) {
//不知道為什麽if下面又加了一層while??
while (!opaque->abort_request && (opaque->pause_on || slState.count >= OPENSLES_BUFFERS)) {
//如果此時為非暫停狀態，將播放器狀態置為PLAYING
if (!opaque->pause_on) {
(*slPlayItf)->SetPlayState(slPlayItf, SL_PLAYSTATE_PLAYING);
}
//如果暫停或者隊列中數據過多，這裏都會等待一個條件變量，並將過期時間置為1秒，應該是防止BufferQueue中的數據不再快速增加
SDL_CondWaitTimeout(opaque->wakeup_cond, opaque->wakeup_mutex, 1000);
SLresult slRet = (*slBufferQueueItf)->GetState(slBufferQueueItf, &slState);
if (slRet != SL_RESULT_SUCCESS) {
ALOGE("%s: slBufferQueueItf->GetState() failed\n", __func__);
SDL_UnlockMutex(opaque->wakeup_mutex);
}
//暫停播放
if (opaque->pause_on)
(*slPlayItf)->SetPlayState(slPlayItf, SL_PLAYSTATE_PAUSED);
}
//恢復播放
if (!opaque->abort_request && !opaque->pause_on) {
(*slPlayItf)->SetPlayState(slPlayItf, SL_PLAYSTATE_PLAYING);
}
}
...
next_buffer = opaque->buffer + next_buffer_index * bytes_per_buffer;
next_buffer_index = (next_buffer_index + 1) % OPENSLES_BUFFERS;
//調用回調函數生成插入到BufferQueue中的數據
audio_cblk(userdata, next_buffer, bytes_per_buffer);
//如果需要刷新BufferQueue數據，則清除數據，何時需要清理數據？？解釋在下面
if (opaque->need_flush) {
(*slBufferQueueItf)->Clear(slBufferQueueItf);
opaque->need_flush = false;
}
//不知道為什麽會判斷兩次？？
if (opaque->need_flush) {
ALOGE("flush");
opaque->need_flush = 0;
(*slBufferQueueItf)->Clear(slBufferQueueItf);
} else {
//最終將數據插入到BufferQueue中。
slRet = (*slBufferQueueItf)->Enqueue(slBufferQueueItf, next_buffer, bytes_per_buffer);
...
}以下是為條件變量opaque->wakeup_cond 發送signal的幾個函數，目的是讓輸出線程快速響應
- static void aout_opensles_callback(SLAndroidSimpleBufferQueueItf caller, void *pContext)
- static void aout_close_audio(SDL_Aout *aout)
- static void aout_pause_audio(SDL_Aout *aout, int pause_on)
- static void aout_flush_audio(SDL_Aout *aout)
static void aout_set_volume(SDL_Aout *aout, float left_volume, float right_volume)
- 第一個為音頻播放器的BufferQueue設置的回調函數，每從隊列中取出一條數據執行一次，這個可以理解，隊列中去除一條數據，立刻喚醒線程Enqueue數據。
- 第二個為關閉音頻播放器的時候調用的函數，立馬退出線程。
- 第三個為暫停/播放音頻播放器函數，馬上設置播放器狀態。
- 第四個為清空BufferQueue時調用的函數，立刻喚醒線程Enqueue數據。
第五個為設置音量函數，馬上設置音量。
通過調用如下函數生成插入到BufferQueue中的數據 ：
static void sdl_audio_callback(void *opaque, Uint8 *stream, int len){
...
if (is->audio_buf_index >= is->audio_buf_size) {
//如果buffer中沒有數據了，生成新數據。
audio_size = audio_decode_frame(ffp);
...
if (!is->muted && is->audio_buf && is->audio_volume == SDL_MIX_MAXVOLUME)
//直接拷貝到stream
memcpy(stream, (uint8_t *)is->audio_buf + is->audio_buf_index, len1);
else {
memset(stream, 0, len1);
if (!is->muted && is->audio_buf)
//進行音量調整和混音
SDL_MixAudio(stream, (uint8_t *)is->audio_buf + is->audio_buf_index, len1, is->audio_volume);
}
}生成新數據的函數不是對音頻數據進行解碼，而是對幀數據進行了二次處理，對音頻進行了必要的重采樣或者變速變調。
static int audio_decode_frame(FFPlayer *ffp){
...
//重采樣
len2 = swr_convert(is->swr_ctx, out, out_count, in, af->frame->nb_samples);
...
//音頻變速變調
int ret_len = ijk_soundtouch_translate(is->handle, is->audio_new_buf, (float)(ffp->pf_playback_rate), (float)(1.0f/ffp->pf_playback_rate),
resampled_data_size / 2, bytes_per_sample, is->audio_tgt.channels, af->frame->sample_rate);
...
//最後將數據保存到audio_buf中
is->audio_buf = (uint8_t*)is->audio_new_buf;
...
}最後一個比較讓人困惑的問題是何時才會清理BufferQueue，看一下清理的命令是在何時發出的：
static void sdl_audio_callback(void *opaque, Uint8 *stream, int len)
{
...
if (is->auddec.pkt_serial != is->audioq.serial) {
is->audio_buf_index = is->audio_buf_size;
memset(stream, 0, len);
// stream += len;
// len = 0;
SDL_AoutFlushAudio(ffp->aout);
break;
}
...
}它是在音頻輸出線程中獲取即將插入到BufferQueue的音頻數據，調用回調函數時發出的，發出的條件如上所示，其中pkt_serial 為從PacketQueue隊列中取出的需要解碼的packet的serial，serial為當前PacketQueue隊列的serial。也就是說，如果兩者不等，就需要清理BufferQueue。這裏的serial是要保證前後數據包的連續性，例如發生了Seek，數據不連續，就需要清理舊數據。
註：在播放器中的VideoState成員中，audioq和解碼成員auddec中的queue是同一個隊列。
decoder_init(&is->auddec, avctx, &is->audioq, is->continue_read_thread);結束語
筆者從頭到尾把和音頻輸出相關的自認為重要的源碼做了一些解釋和記錄，有些細節沒有去深入研究。以後有時間慢慢學習。
參考
音頻的相關知識
AAC 到 PCM 音頻解碼
SoundTouch實現音頻變速變調
Android音頻開發之OpenSL ES
淺聊OpenSL ES音頻開發
ffplay packet queue分析
Ijkplayer播放器源碼分析之音視頻輸出(二)——音頻篇