一、前言
之前在做倍速這個功能的時候,發現快速播放會有滴滴滴的破音出現,正常1倍速沒有這個問題,儘管這個破音間隔很短,要放大音量才能聽到,但是總歸是不完美的,後面發現,通過修改qaudiooutput的採樣率,可以規避這個問題,破音不在出現了,但是音調變了,倍速越大變得越快,人聲越發不清晰,變得尖銳,也就是通常說的變速變調了。當然這是正常現象,所有搞音視頻播放開發者都會遇到這個現象,因爲這就是默認的正常現象,但是我們希望聽到的是變速不變調,速度可以快,但是要儘量保持人聲能夠識別。所以就需要有個算法能夠將收到的可以直接播放的pcm數據運算,運算後的pcm數據是儘量保證了人聲的數據,這樣保持採樣率不變的情況下,播放出來的聲音效果非常好。
對比過很多播放器,有些著名的播放器早期也是沒有考慮到這個變速變調的問題,是後來的版本才慢慢加上去的。還有些著名的組件比如qtav等,也一直是沒有解決變速變調的問題,包括著名的推流大佬obs,調整到2倍速推流,聲音也是變調了的。通過查閱資料得知,保證變速不變調,通常用兩個庫來實現,一個是soundtouch,一個是sonic,本人更喜歡用sonic,集成簡單,就一個h和一個c文件,純c語言編寫的,整個源碼就幾千行代碼。要學習也是非常容易的,通用任何平臺和編譯器。畢竟就是個數學運算庫,只要是能支持C語言的場景就都支持。
Qt調用sonic庫基本步驟:
- 創建對象 sonicCreateStream,傳入採樣率和通道。
- 設置倍速 sonicSetSpeed,還可以設置音調sonicSetPitch、設置語速sonicSetRate等。
- 寫入數據 sonicWriteShortToStream,將收到的可以直接播放的pcm音頻數據傳入。
- 取出數據 sonicReadShortFromStream,將取出的數據再發給qaudiooutput播放即可。
視頻演示步驟:
- 演示不做任何處理的倍速聲音。
- 演示通過更改採樣率的倍速聲音。
- 演示通過音效庫處理的聲音。
- 演示音調變化,正常語速,變化音調。
- 演示音量變化,正常音量,通過修改聲音數據,強制提高音量。
- 演示麥克風正常語速變調,不同通道。
- 對比vlc、mpv、qtav的倍速處理。
- 在其他系統上編譯測試是否也都兼容。
二、效果圖
三、體驗地址
- 國內站點:https://gitee.com/feiyangqingyun
- 國際站點:https://github.com/feiyangqingyun
- 個人作品:https://blog.csdn.net/feiyangqingyun/article/details/97565652
- 體驗地址:https://pan.baidu.com/s/1d7TH_GEYl5nOecuNlWJJ7g 提取碼:01jf 文件名:bin_video_demo。
- 視頻主頁:https://space.bilibili.com/687803542
四、功能特點
4.1. 基礎功能
- 支持各種音頻視頻文件格式,比如mp3、wav、mp4、asf、rm、rmvb、mkv等。
- 支持本地攝像頭設備和本地桌面採集,支持多設備和多屏幕。
- 支持各種視頻流格式,比如rtp、rtsp、rtmp、http、udp等。
- 本地音視頻文件和網絡音視頻文件,自動識別文件長度、播放進度、音量大小、靜音狀態等。
- 文件可以指定播放位置、調節音量大小、設置靜音狀態等。
- 支持倍速播放文件,可選0.5倍、1.0倍、2.5倍、5.0倍等速度,相當於慢放和快放。
- 支持開始播放、停止播放、暫停播放、繼續播放。
- 支持抓拍截圖,可指定文件路徑,可選抓拍完成是否自動顯示預覽。
- 支持錄像存儲,手動開始錄像、停止錄像,部分內核支持暫停錄像後繼續錄像,跳過不需要錄像的部分。
- 支持無感知切換循環播放、自動重連等機制。
- 提供播放成功、播放完成、收到解碼圖片、收到抓拍圖片、視頻尺寸變化、錄像狀態變化等信號。
- 多線程處理,一個解碼一個線程,不卡主界面。
4.2. 特色功能
- 同時支持多種解碼內核,包括qmedia內核(Qt4/Qt5/Qt6)、ffmpeg內核(ffmpeg2/ffmpeg3/ffmpeg4/ffmpeg5/ffmpeg6)、vlc內核(vlc2/vlc3)、mpv內核(mpv1/mp2)、mdk內核、海康sdk、easyplayer內核等。
- 非常完善的多重基類設計,新增一種解碼內核只需要實現極少的代碼量,就可以應用整套機制,極易拓展。
- 同時支持多種畫面顯示策略,自動調整(原始分辨率小於顯示控件尺寸則按照原始分辨率大小顯示,否則等比縮放)、等比縮放(永遠等比縮放)、拉伸填充(永遠拉伸填充)。所有內核和所有視頻顯示模式下都支持三種畫面顯示策略。
- 同時支持多種視頻顯示模式,句柄模式(傳入控件句柄交給對方繪製控制)、繪製模式(回調拿到數據後轉成QImage用QPainter繪製)、GPU模式(回調拿到數據後轉成yuv用QOpenglWidget繪製)。
- 支持多種硬件加速類型,ffmpeg可選dxva2、d3d11va等,vlc可選any、dxva2、d3d11va,mpv可選auto、dxva2、d3d11va,mdk可選dxva2、d3d11va、cuda、mft等。不同的系統環境有不同的類型選擇,比如linux系統有vaapi、vdpau,macos系統有videotoolbox。
- 解碼線程和顯示窗體分離,可指定任意解碼內核掛載到任意顯示窗體,動態切換。
- 支持共享解碼線程,默認開啓並且自動處理,當識別到相同的視頻地址,共享一個解碼線程,在網絡視頻環境中可以大大節約網絡流量以及對方設備的推流壓力。國內頂尖視頻廠商均採用此策略。這樣只要拉一路視頻流就可以共享到幾十個幾百個通道展示。
- 自動識別視頻旋轉角度並繪製,比如手機上拍攝的視頻一般是旋轉了90度的,播放的時候要自動旋轉處理,不然默認是倒着的。
- 自動識別視頻流播放過程中分辨率的變化,在視頻控件上自動調整尺寸。比如攝像機可以在使用過程中動態配置分辨率,當分辨率改動後對應視頻控件也要做出同步反應。
- 音視頻文件無感知自動切換循環播放,不會出現切換期間黑屏等肉眼可見的切換痕跡。
- 視頻控件同時支持任意解碼內核、任意畫面顯示策略、任意視頻顯示模式。
- 視頻控件懸浮條同時支持句柄、繪製、GPU三種模式,非絕對座標移來移去。
- 本地攝像頭設備支持指定設備名稱、分辨率、幀率進行播放。
- 本地桌面採集支持設定採集區域、偏移值、指定桌面索引、幀率、多個桌面同時採集等。還支持指定窗口標題採集固定窗口。
- 錄像文件同時支持打開的視頻文件、本地攝像頭、本地桌面、網絡視頻流等。
- 瞬間響應打開和關閉,無論是打開不存在的視頻或者網絡流,探測設備是否存在,讀取中的超時等待,收到關閉指令立即中斷之前的操作並響應。
- 支持打開各種圖片文件,支持本地音視頻文件拖曳播放。
- 視頻流通信方式可選tcp/udp,有些設備可能只提供了某一種協議通信比如tcp,需要指定該種協議方式打開。
- 可設置連接超時時間(視頻流探測用的超時時間)、讀取超時時間(採集過程中的超時時間)。
- 支持逐幀播放,提供上一幀/下一幀函數接口,可以逐幀查閱採集到的圖像。
- 音頻文件自動提取專輯信息比如標題、藝術家、專輯、專輯封面,自動顯示專輯封面。
- 視頻響應極低延遲0.2s左右,極速響應打開視頻流0.5s左右,專門做了優化處理。
- 支持H264/H265編碼(現在越來越多的監控攝像頭是H265視頻流格式)生成視頻文件,內部自動識別切換編碼格式。
- 支持用戶信息中包含特殊字符(比如用戶信息中包含+#@等字符)的視頻流播放,內置解析轉義處理。
- 支持濾鏡,各種水印及圖形效果,支持多個水印和圖像,可以將OSD標籤信息和各種圖形信息寫入到MP4文件。
- 支持視頻流中的各種音頻格式,AAC、PCM、G.726、G.711A、G.711Mu、G.711ulaw、G.711alaw、MP2L2等都支持,推薦選擇AAC兼容性跨平臺性最好。
- 內核ffmpeg採用純qt+ffmpeg解碼,非sdl等第三方繪製播放依賴,gpu繪製採用qopenglwidget,音頻播放採用qaudiooutput。
- 內核ffmpeg和內核mdk支持安卓,其中mdk支持安卓硬解碼,性能非常兇殘。
- 可以切換音視頻軌道,也就是節目通道,可能ts文件帶了多個音視頻節目流,可以分別設置要播放哪一個,可以播放前設置好和播放過程中動態設置。
- 可以設置視頻旋轉角度,可以播放前設置好和播放過程中動態改變。
- 視頻控件懸浮條自帶開始和停止錄像切換、聲音靜音切換、抓拍截圖、關閉視頻等功能。
- 音頻組件支持聲音波形值數據解析,可以根據該值繪製波形曲線和柱狀聲音條,默認提供了聲音振幅信號。
- 標籤和圖形信息支持三種繪製方式,繪製到遮罩層、繪製到圖片、源頭繪製(對應信息可以存儲到文件)。
- 通過傳入一個url地址,該地址可以帶上通信協議、分辨率、幀率等信息,無需其他設置。
- 保存視頻到文件支持三種策略,自動處理、僅限文件、全部轉碼,轉碼策略支持自動識別、轉264、轉265,編碼保存支持指定分辨率縮放或者等比例縮放。比如對保存文件體積有要求可以指定縮放後再存儲。
- 支持加密保存文件和解密播放文件,可以指定祕鑰文本。
- 提供的監控佈局類支持64通道同時顯示,還支持各種異型佈局,比如13通道,手機上6行2列布局。各種佈局可以自由定義。
- 支持電子放大,在懸浮條切換到電子放大模式,在畫面上選擇需要放大的區域,選取完畢後自動放大,再次切換放大模式可以復位。
- 各組件中極其詳細的打印信息提示,尤其是報錯信息提示,封裝的統一打印格式。針對現場複雜的設備環境測試極其方便有用,相當於精確定位到具體哪個通道哪個步驟出錯。
- 同時提供了簡單示例、視頻播放器、多畫面視頻監控、監控回放、逐幀播放、多屏渲染等單獨窗體示例,專門演示對應功能如何使用。
- 監控回放可選不同廠家類型、回放時間段、用戶信息、指定通道。支持切換回放進度。
- 可以從聲卡設備下拉框選擇聲卡播放聲音,提供對應的切換聲卡函數接口。
- 支持編譯到手機app使用,提供了專門的手機app佈局界面,可以作爲手機上的視頻監控使用。
- 代碼框架和結構優化到最優,性能強悍,註釋詳細,持續迭代更新升級。
- 源碼支持windows、linux、mac、android等,支持各種國產linux系統,包括但不限於統信UOS/中標麒麟/銀河麒麟等。還支持嵌入式linux。
- 源碼支持Qt4、Qt5、Qt6,兼容所有版本。
4.3. 視頻控件
- 可動態添加任意多個osd標籤信息,標籤信息包括名字、是否可見、字號大小、文本文字、文本顏色、背景顏色、標籤圖片、標籤座標、標籤格式(文本、日期、時間、日期時間、圖片)、標籤位置(左上角、左下角、右上角、右下角、居中、自定義座標)。
- 可動態添加任意多個圖形信息,這個非常有用,比如人工智能算法解析後的圖形區域信息直接發給視頻控件即可。圖形信息支持任意形狀,直接繪製在原始圖片上,採用絕對座標。
- 圖形信息包括名字、邊框大小、邊框顏色、背景顏色、矩形區域、路徑集合、點座標集合等。
- 每個圖形信息都可指定三種區域中的一種或者多種,指定了的都會繪製。
- 內置懸浮條控件,懸浮條位置支持頂部、底部、左側、右側。
- 懸浮條控件參數包括邊距、間距、背景透明度、背景顏色、文本顏色、按下顏色、位置、按鈕圖標代碼集合、按鈕名稱標識集合、按鈕提示信息集合。
- 懸浮條控件一排工具按鈕可自定義,通過結構體參數設置,圖標可選圖形字體還是自定義圖片。
- 懸浮條按鈕內部實現了錄像切換、抓拍截圖、靜音切換、關閉視頻等功能,也可以自行在源碼中增加自己對應的功能。
- 懸浮條按鈕對應實現了功能的按鈕,有對應圖標切換處理,比如錄像按鈕按下後會切換到正在錄像中的圖標,聲音按鈕切換後變成靜音圖標,再次切換還原。
- 懸浮條按鈕單擊後都用名稱唯一標識作爲信號發出,可以自行關聯響應處理。
- 懸浮條空白區域可以顯示提示信息,默認顯示當前視頻分辨率大小,可以增加幀率、碼流大小等信息。
- 視頻控件參數包括邊框大小、邊框顏色、焦點顏色、背景顏色(默認透明)、文字顏色(默認全局文字顏色)、填充顏色(視頻外的空白處填充黑色)、背景文字、背景圖片(如果設置了圖片優先取圖片)、是否拷貝圖片、縮放顯示模式(自動調整、等比縮放、拉伸填充)、視頻顯示模式(句柄、繪製、GPU)、啓用懸浮條、懸浮條尺寸(橫向爲高度、縱向爲寬度)、懸浮條位置(頂部、底部、左側、右側)。
五、相關代碼
void AudioPlayer::openSonic(bool useSonic, int sampleRate, int channelCount, float speed, float pitch, float rate, float volume)
{
this->closeSonic();
if (useSonic) {
//開闢臨時存放運算後的音頻數據內存空間
sonicData = new float[sonicSize];
//創建變速運算流
sonicObj = SonicCpp::sonicCreateStream(sampleRate, channelCount);
//設置音速
SonicCpp::sonicSetSpeed(sonicObj, speed);
//設置音調
SonicCpp::sonicSetPitch(sonicObj, pitch);
//設置語速
SonicCpp::sonicSetRate(sonicObj, rate);
//聲音大小/可以通過改變聲音數據強制提高音量
SonicCpp::sonicSetVolume(sonicObj, volume);
}
}
void AudioPlayer::closeSonic()
{
//釋放變聲庫臨時數據
if (sonicData) {
delete[] sonicData;
sonicData = NULL;
}
//釋放變聲庫對象
if (sonicObj) {
SonicCpp::sonicDestroyStream(sonicObj);
sonicObj = NULL;
}
}
void AudioPlayer::playSonicData(const char *data, qint64 len)
{
//爲什麼是這個尺寸 https://blog.csdn.net/qq_40170041/article/details/127727153
//寫入的時候用真實的數據長度除以這個值/取出的時候用運算後的真實數據長度乘以這個值
//先將音頻數據寫入流/然後從流中取出運算後的數據
int offset, numSamples;
if (sampleSize == 8) {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 1;
SonicCpp::sonicWriteUnsignedCharToStream(sonicObj, (uchar *)data, len / offset);
numSamples = SonicCpp::sonicReadUnsignedCharFromStream(sonicObj, (uchar *)sonicData, sonicSize);
} else if (sampleSize == 16) {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 2;
SonicCpp::sonicWriteShortToStream(sonicObj, (short *)data, len / offset);
numSamples = SonicCpp::sonicReadShortFromStream(sonicObj, (short *)sonicData, sonicSize);
} else {
offset = SonicCpp::sonicGetNumChannels(sonicObj) * 4;
SonicCpp::sonicWriteFloatToStream(sonicObj, (float *)data, len / offset);
numSamples = SonicCpp::sonicReadFloatFromStream(sonicObj, (float *)sonicData, sonicSize);
}
//寫入運算後的音頻數據
deviceOutput->write((const char *)sonicData, numSamples * offset);
}
void AudioPlayer::playAudioData(const char *data, qint64 len)
{
#ifdef multimedia
if (deviceOutput) {
//發送收到音頻播放數據信號
emit receiveOutputData(data, len);
//限定靜音狀態下不寫入數據減輕壓力
if (!muted) {
if (sonicObj) {
this->playSonicData(data, len);
} else {
deviceOutput->write(data, len);
}
}
//獲取音頻數據振幅
if (level) {
qreal leftLevel, rightLevel;
AudioHelper::getAudioLevel(audioOutput->format(), data, len, leftLevel, rightLevel);
emit receiveLevel(leftLevel, rightLevel);
}
}
#endif
}