android采用FFmpeg实现音频混合与拼接剪切

接触FFmpeg有一段时间了，它是音视频开发的开源库，几乎其他所有播放器、直播平台都基于FFmpeg进行二次开发。本篇文章来总结下采用FFmpeg进行音频处理：音频混合、音频剪切、音频拼接与音频转码。

采用android studio进行开发，配置build.gradle文件：

defaultConfig {
......
externalNativeBuild {
 cmake {
 cppFlags ""
 }
}
ndk {
 abiFilters "armeabi-v7a"
}
}

另外指定cmake文件路径：

externalNativeBuild {
cmake {
 path "CMakeLists.txt"
}
}
sourceSets {
main {
 jniLibs.srcDirs = ['libs']
 jni.srcDirs = []
}
}

从FFmpeg官网下载源码，编译成ffmpeg.so动态库，并且导入相关源文件与头文件：

然后配置cMakeLists文件：

add_library( # Sets the name of the library.
 audio-handle

# Sets the library as a shared library.
 SHARED

# Provides a relative path to your source file(s).
 src/main/cpp/ffmpeg_cmd.c
 src/main/cpp/cmdutils.c
 src/main/cpp/ffmpeg.c
 src/main/cpp/ffmpeg_filter.c
 src/main/cpp/ffmpeg_opt.c)
add_library( ffmpeg
 SHARED
 IMPORTED )
set_target_properties( ffmpeg
  PROPERTIES IMPORTED_LOCATION
  ../../../../libs/armeabi-v7a/libffmpeg.so )
include_directories(src/main/cpp/include)
find_library( log-lib
 log )
target_link_libraries( audio-handle
  ffmpeg
  ${log-lib} )
调用FFmpeg命令行进行音频处理：
/**
* 调用ffmpeg处理音频
* @param handleType handleType
*/
private void doHandleAudio(int handleType){
String[] commandLine = null;
switch (handleType){
 case 0://转码
 String transformFile = PATH + File.separator + "transform.aac";
 commandLine = FFmpegUtil.transformAudio(srcFile, transformFile);
 break;
 case 1://剪切
 String cutFile = PATH + File.separator + "cut.mp3";
 commandLine = FFmpegUtil.cutAudio(srcFile, 10, 15, cutFile);
 break;
 case 2://合并
 String concatFile = PATH + File.separator + "concat.mp3";
 commandLine = FFmpegUtil.concatAudio(srcFile, appendFile, concatFile);
 break;
 case 3://混合
 String mixFile = PATH + File.separator + "mix.aac";
 commandLine = FFmpegUtil.mixAudio(srcFile, appendFile, mixFile);
 break;
 default:
 break;
}
executeFFmpegCmd(commandLine);
}

其中，音频混音、合并、剪切和转码的FFmpeg命令行的拼接如下：

/**
* 使用ffmpeg命令行进行音频转码
* @param srcFile 源文件
* @param targetFile 目标文件（后缀指定转码格式）
* @return 转码后的文件
*/
public static String[] transformAudio(String srcFile, String targetFile){
String transformAudioCmd = "ffmpeg -i ％s ％s";
transformAudioCmd = String.format(transformAudioCmd, srcFile, targetFile);
return transformAudioCmd.split(" ");//以空格分割为字符串数组
}

/**
* 使用ffmpeg命令行进行音频剪切
* @param srcFile 源文件
* @param startTime 剪切的开始时间(单位为秒)
* @param duration 剪切时长(单位为秒)
* @param targetFile 目标文件
* @return 剪切后的文件
*/
@SuppressLint("DefaultLocale")
public static String[] cutAudio(String srcFile, int startTime, int duration, String targetFile){
String cutAudioCmd = "ffmpeg -i ％s -ss ％d -t ％d ％s";
cutAudioCmd = String.format(cutAudioCmd, srcFile, startTime, duration, targetFile);
return cutAudioCmd.split(" ");//以空格分割为字符串数组
}

/**
* 使用ffmpeg命令行进行音频合并
* @param srcFile 源文件
* @param appendFile 待追加的文件
* @param targetFile 目标文件
* @return 合并后的文件
*/
public static String[] concatAudio(String srcFile, String appendFile, String targetFile){
String concatAudioCmd = "ffmpeg -i concat:％s|％s -acodec copy ％s";
concatAudioCmd = String.format(concatAudioCmd, srcFile, appendFile, targetFile);
return concatAudioCmd.split(" ");//以空格分割为字符串数组
}

/**
* 使用ffmpeg命令行进行音频混合
* @param srcFile 源文件
* @param mixFile 待混合文件
* @param targetFile 目标文件
* @return 混合后的文件
*/
public static String[] mixAudio(String srcFile, String mixFile, String targetFile){
String mixAudioCmd = "ffmpeg -i ％s -i ％s -filter_complex amix=inputs=2:duration=first -strict -2 ％s";
mixAudioCmd = String.format(mixAudioCmd, srcFile, mixFile, targetFile);
return mixAudioCmd.split(" ");//以空格分割为字符串数组
}

FFmpeg处理混音的公式如下，其中sample1为源文件采样率、sample2为待混合文件采样率：

混音公式：value = sample1 + sample2 - (sample1 * sample2 / (pow(2, 16-1) - 1))

开启子线程，调用native方法进行音频处理：

public static void execute(final String[] commands, final OnHandleListener onHandleListener){
new Thread(new Runnable() {
 @Override
 public void run() {
 if(onHandleListener != null){
  onHandleListener.onBegin();
 }
 //调用ffmpeg进行处理
 int result = handle(commands);
 if(onHandleListener != null){
  onHandleListener.onEnd(result);
 }
 }
}).start();
}
private native static int handle(String[] commands);

关键的native方法，是把java传入的字符串数组转成二级指针数组，然后调用FFmpeg源码中的run方法：

JNIEXPORT jint JNICALL Java_com_frank_ffmpeg_FFmpegCmd_handle
(JNIEnv *env, jclass obj, jobjectArray commands){
int argc = (*env)->GetArrayLength(env, commands);
char **argv = (char**)malloc(argc * sizeof(char*));
int i;
int result;
for (i = 0; i < argc; i++) {
jstring jstr = (jstring) (*env)->GetObjectArrayElement(env, commands, i);
char* temp = (char*) (*env)->GetStringUTFChars(env, jstr, 0);
argv[i] = malloc(1024);
strcpy(argv[i], temp);
(*env)->ReleaseStringUTFChars(env, jstr, temp);
}
//执行ffmpeg命令
result = run(argc, argv);
//释放内存
for (i = 0; i < argc; i++) {
free(argv[i]);
}
free(argv);
return result;
}

关于FFmpeg的run方法的源码如下，中间有部分省略：

int run(int argc, char **argv)
{
/****************省略********************/
//注册各个模块
avcodec_register_all();
#if CONFIG_AVDEVICE
avdevice_register_all();
#endif
avfilter_register_all();
av_register_all();
avformat_network_init();
show_banner(argc, argv, options);
term_init();
/****************省略********************/
//解析命令选项与打开输入输出文件
int ret = ffmpeg_parse_options(argc, argv);
if (ret < 0)
exit_program(1);
/****************省略********************/
//文件转换
if (transcode() < 0)
exit_program(1);
/****************省略********************/
//退出程序操作：关闭文件、释放内存
exit_program(received_nb_signals ? 255 : main_return_code);
ffmpeg_cleanup(0);
}

其中，最关键的是文件转换部分，源码如下：

static int transcode(void)
{
int ret, i;
AVFormatContext *os;
OutputStream *ost;
InputStream *ist;
int64_t timer_start;
int64_t total_packets_written = 0;
//转码方法初始化
ret = transcode_init();
if (ret < 0)
goto fail;

if (stdin_interaction) {
av_log(NULL, AV_LOG_INFO, "Press [q] to stop, [?] for help\n");
}
timer_start = av_gettime_relative();

#if HAVE_PTHREADS
if ((ret = init_input_threads()) < 0)
goto fail;
#endif
//transcode循环处理
while (!received_sigterm) {
int64_t cur_time= av_gettime_relative();

//如果遇到"q"命令，则退出循环
if (stdin_interaction)
 if (check_keyboard_interaction(cur_time) < 0)
 break;

//判断是否还有输出流
if (!need_output()) {
 av_log(NULL, AV_LOG_VERBOSE, "No more output streams to write to, finishing.\n");
 break;
}

ret = transcode_step();
if (ret < 0 && ret != AVERROR_EOF) {
 char errbuf[128];
 av_strerror(ret, errbuf, sizeof(errbuf));

av_log(NULL, AV_LOG_ERROR, "Error while filtering: ％s\n", errbuf);
 break;
}

//打印音视频流信息
print_report(0, timer_start, cur_time);
}
#if HAVE_PTHREADS
free_input_threads();
#endif

//文件末尾最后一个stream，刷新解码器buffer
for (i = 0; i < nb_input_streams; i++) {
ist = input_streams[i];
if (!input_files[ist->file_index]->eof_reached && ist->decoding_needed) {
 process_input_packet(ist, NULL, 0);
}
}
flush_encoders();
term_exit();

//写文件尾，关闭文件
for (i = 0; i < nb_output_files; i++) {
os = output_files[i]->ctx;
if ((ret = av_write_trailer(os)) < 0) {
 av_log(NULL, AV_LOG_ERROR, "Error writing trailer of ％s: ％s", os->filename, av_err2str(ret));
 if (exit_on_error)
 exit_program(1);
}
}

//关闭所有编码器
for (i = 0; i < nb_output_streams; i++) {
ost = output_streams[i];
if (ost->encoding_needed) {
 av_freep(&ost->enc_ctx->stats_in);
}
total_packets_written += ost->packets_written;
}

if (!total_packets_written && (abort_on_flags & ABORT_ON_FLAG_EMPTY_OUTPUT)) {
av_log(NULL, AV_LOG_FATAL, "Empty output\n");
exit_program(1);
}

//关闭所有解码器
for (i = 0; i < nb_input_streams; i++) {
ist = input_streams[i];
if (ist->decoding_needed) {
 avcodec_close(ist->dec_ctx);
 if (ist->hwaccel_uninit)
 ist->hwaccel_uninit(ist->dec_ctx);
}
}

//省略最后的释放内存
return ret;
}

来源：https://blog.csdn.net/u011686167/article/details/79135240