正确使用 swr_convert_frame() 通过 ffmpeg 进行音频重采样

Question

是否有使用 swr_convert_frame() 来重新采样音频而不是 swr_convert() 的示例？我的代码目前看起来像（使用 cgo）：

    if averr := C.swr_convert_frame(swrctx, outframe, inframe); averr < 0 {
        return av_err("swr_convert_frame", averr)
    }

    encodeFrame(outFrame)

    if delay := C.swr_get_delay(swrctx, C.int64_t(outframe.sample_rate)); delay > 0 {
        if averr := C.swr_convert_frame(swrctx, outframe, nil); averr < 0 {
            return av_err("swr_convert_frame", averr)
        }

        encodeFrame(outFrame)
    }

但是，输出帧的样本数量比编码器为 libopus 配置的 frame_size 更多。如果我缩小 AVFrame 上的最大 nb_samples ，那么它会通过编码器，但我必须手动设置 pts ，从而产生多个帧同样的pts，即使遵循此大纲，例如。

我尝试根据 out_pts = swr_next_pts(ctx, in_pts) 设置它，但这似乎无法正确计算 pts，并且 libopus 会产生一些不正确的 dts 数字。

是否有正确使用 swr_convert_frame 来正确设置编码器的 pts 的示例？根据提供的API，似乎它也会产生不完整的帧？

Answer 1

如果有人偶然发现这个问题，我终于弄清楚了。您需要运行自己的 FIFO，swr_convert_frame 否则将无法正确生成完整帧。我在下面使用 bytes.Buffer 使用 cgo 执行此操作，但它 libswresample 提供了自己的 音频 FIFO。

        delay := int(C.swr_get_delay(c.swrctx, 48000)) + c.resampleFIFO.Len()/int(bytesPerOutputSample) // delay in number of output samples.
        n := C.swr_convert(c.swrctx, (**C.uint8_t)(unsafe.Pointer(&c.resampleBuf)), 8192, &c.avframe.data[0], c.avframe.nb_samples)
        if n < 0 {
            return av_err("swr_convert", n)
        }
        size := C.av_samples_get_buffer_size(nil, 2, n, C.AV_SAMPLE_FMT_S16, 1)
        if size < 0 {
            return av_err("av_samples_get_buffer_size", size)
        }
        if n, err := c.resampleFIFO.Write((*[1 << 30]byte)(unsafe.Pointer(c.resampleBuf))[:size]); err != nil {
            return fmt.Errorf("failed to write to resample buffer: %w", err)
        } else if n != int(size) {
            return fmt.Errorf("failed to write to resample buffer: wrote %d bytes, expected %d", n, size)
        }

        samples := 960
        for i := 0; c.resampleFIFO.Len() >= samples*int(bytesPerOutputSample); i += samples {
            c.resampleFIFO.Next(samples * int(bytesPerOutputSample))
        }