Windows使用ffmpeg获取麦克风数据

2024-09-04 02:44

本文主要是介绍Windows使用ffmpeg获取麦克风数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档

文章目录

  • 前言
  • 一、安装MSYS2
  • 二、开始配置
  • 三、测试代码
  • 四、缺陷
  • 总结


前言

最近突发奇想,既然ffmpeg那么好用,为什么不能拿到Windows上来用呢?由于ffmpeg官方提供的是二进制文件,不是开发库。之前尝试过很多次移植都失败了,当我准备放弃的时候,突然一次意外发现让我重燃希望。所以ffmpeg在windows上到底好不好用呢?让我们拭目以待吧。

OS:WIndows11
ffmpeg:7.0


一、安装MSYS2

今天说的这个方法可以说依赖这个环境,而环境的安装我已经在另一篇文章中说过了,这里就不再赘述了。

Windows上MSYS2的安装和使用

二、开始配置

这种方法需要安装ffmpeg,使用mingw64环境。

pacman -S mingw-w64-x86_64-ffmpeg

三、测试代码

绝大多数代码都可以和Linux通用,只有细节部分必须分开来。我们在Linux上可以使用alsapulse来获取声音系统;在Windows上可以使用dshow来获取声音系统,windows系统上貌似ffmpeg只支持dshow这一种方式。

ffmpeg_windows.cpp

#include <iostream>
#include <cstdio>extern "C" {
#include <libavformat/avformat.h>
#include <libavdevice/avdevice.h>
}/*** @author arnold* @brief use alsa and default device* */
void read_microphone() {
//    av_version_info();
//    av_register_all();//ffmpeg 3.x versionavdevice_register_all();AVFormatContext *fmt_ctx = nullptr;auto *input_fmt = const_cast<AVInputFormat *>(av_find_input_format("dshow")); // 音频设备的输入格式,如alsa、pulse等const char *dev_name = R"(audio=麦克风阵列 (英特尔® 智音技术))"; // microphone device nameAVDictionary *format_opts = nullptr;//set stream format options
//    av_dict_set(&format_opts, "sample_rate", "16000", 0);//set audio sample
//    av_dict_set(&format_opts, "sample_size", "16", 0);//set audio sample
//    av_dict_set(&format_opts, "channels", "1", 0);//set audio channel
//    av_dict_set(&format_opts, "fragment_size", "256", 0);//set audio fragment size// open audio deviceif (avformat_open_input(&fmt_ctx, dev_name, input_fmt, &format_opts) != 0) {printf("can't open input device!\n");if (format_opts)av_dict_free(&format_opts);return;}if (format_opts)av_dict_free(&format_opts);//Output Info---printf("---------------- File Information ---------------\n");av_dump_format(fmt_ctx, 0, dev_name, 0);printf("-------------------------------------------------\n");// find audio stream infoif (avformat_find_stream_info(fmt_ctx, nullptr) < 0) {printf("can't get audio stream info!\n");return;}int audio_stream_idx = -1;// find audio stream indexfor (int i = 0; i < fmt_ctx->nb_streams; i++) {if (fmt_ctx->streams[i]->codecpar->codec_type == AVMEDIA_TYPE_AUDIO) {audio_stream_idx = i;break;}}if (audio_stream_idx == -1) {printf("can't find audio stream index!\n");return;}AVPacket packet;while (av_read_frame(fmt_ctx, &packet) >= 0) {if (packet.stream_index == audio_stream_idx) {std::cout << "packet size: " << packet.size << std::endl;std::cout << "packet duration: " << packet.duration << std::endl;}av_packet_unref(&packet);}avformat_close_input(&fmt_ctx);
}int main() {read_microphone();return 0;
}

CmakeLists.txt

cmake_minimum_required(VERSION 3.10)
project(read_microphone)set(CMAKE_CXX_STANDARD 11)if (UNIX)message(STATUS "OS is UNiX")find_package(PkgConfig REQUIRED)pkg_check_modules(ffmpeg_lib REQUIRED IMPORTED_TARGET libavformat libavutil libavdevice libavcodec)add_executable(ffmpeg_unix ffmpeg_unix.cpp)target_link_libraries(ffmpeg_unix PkgConfig::ffmpeg_lib)pkg_check_modules(alsa_lib REQUIRED IMPORTED_TARGET alsa)add_executable(alsa_bin alsa_lib.cpp)target_link_libraries(alsa_bin PkgConfig::alsa_lib)add_executable(pcm_2_wav pcm_2_wav.cpp)target_link_libraries(pcm_2_wav PkgConfig::alsa_lib PkgConfig::ffmpeg_lib)
elseif (WIN32)message(STATUS "OS is Windows")find_package(PkgConfig REQUIRED)pkg_check_modules(ffmpeg_lib REQUIRED IMPORTED_TARGET libavformat libavutil libavdevice)add_executable(ffmpeg_windows ffmpeg_windows.cpp)target_link_libraries(ffmpeg_windows PkgConfig::ffmpeg_lib)
endif ()

这种模式下Cmake不需要进行任何更改,和Linux上是一模一样的。唯二的差别就是input_format必须选dshowdevice必须是确切的名字才行。这一点和Linux不一样,Linux上可以选default,就是你勾选的默认麦克风,这一点差别还蛮大的。

至于怎么查看Windows上的麦克风设备,请执行以下的命令:

ffmpeg -f dshow -list_devices true -i dummy[dshow @ 000001765c475840] "HP HD Camera" (video)
[dshow @ 000001765c475840]   Alternative name "@device_pnp_\\?\usb#vid_30c9&pid_0009&mi_00#6&23fdf108&1&0000#{65e8773d-8f56-11d0-a3b9-00a0c9223196}\global"
[dshow @ 000001765c475840] "麦克风阵列 (英特尔® 智音技术)" (audio)
[dshow @ 000001765c475840]   Alternative name "@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}"
[dshow @ 000001765c475840] "麦克风 (ToDesk Virtual Audio)" (audio)
[dshow @ 000001765c475840]   Alternative name "@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{C8461EAB-1635-4144-BE61-6BDC555C9B16}"

括号里带(audio)都是麦克风设备,带(video)的都是摄像头设备。

命令行测试麦克风:

ffmpeg -f dshow -i audio="麦克风阵列 (英特尔® 智音技术)" -f null -#或
ffmpeg -f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -

同样的代码里填这两种名字都行,就是不能用default

四、缺陷

感觉也不算缺陷,但是它就是不支持,看我代码里注释掉的代码。sample_rate可以设置但是不能随便设置,比如32000HZ44100HZ48000HZ都是可以的,但是有些需要的16000HZ就不行。

下面的命令报错:

ffmpeg -sample_rate 16000 -f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -

下面的命令可以:

ffmpeg -sample_rate 32000-f dshow -i audio="@device_cm_{33D9A762-90C8-11D0-BD43-00A0C911CE86}\wave_{8730737C-26AF-44E6-A535-1A478CFB2509}" -f null -

实际上WIndows原生的获取麦克风声音的方法也不是都支持随便设置采样率的,感兴趣的可以试试。

问题是同样的硬件alsa和pulse都支持设置16000的采样率,会给出警告但不会报错。虽说,16000的采样率绝大多数场景用不到,但是有些声音识别的算法就用16000的采样率,真的是头疼。如果你知道方法,麻烦你在回复里告诉我,我感激不尽。

当然,也可以通过后期处理来转化解决。毕竟转换声音没有转换图像那么消耗性能。


总结

1、美中不足,但是对于快速开发足够了,毕竟我觉得ffmpeg还是比自带的好用一些,不知道是不是错觉。

这篇关于Windows使用ffmpeg获取麦克风数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1134776

相关文章

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断

Windows环境下解决Matplotlib中文字体显示问题的详细教程

《Windows环境下解决Matplotlib中文字体显示问题的详细教程》本文详细介绍了在Windows下解决Matplotlib中文显示问题的方法,包括安装字体、更新缓存、配置文件设置及编码調整,并... 目录引言问题分析解决方案详解1. 检查系统已安装字体2. 手动添加中文字体(以SimHei为例)步骤

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

C++中assign函数的使用

《C++中assign函数的使用》在C++标准模板库中,std::list等容器都提供了assign成员函数,它比操作符更灵活,支持多种初始化方式,下面就来介绍一下assign的用法,具有一定的参考价... 目录​1.assign的基本功能​​语法​2. 具体用法示例​​​(1) 填充n个相同值​​(2)

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

深入理解Go语言中二维切片的使用

《深入理解Go语言中二维切片的使用》本文深入讲解了Go语言中二维切片的概念与应用,用于表示矩阵、表格等二维数据结构,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习吧... 目录引言二维切片的基本概念定义创建二维切片二维切片的操作访问元素修改元素遍历二维切片二维切片的动态调整追加行动态

prometheus如何使用pushgateway监控网路丢包

《prometheus如何使用pushgateway监控网路丢包》:本文主要介绍prometheus如何使用pushgateway监控网路丢包问题,具有很好的参考价值,希望对大家有所帮助,如有错误... 目录监控网路丢包脚本数据图表总结监控网路丢包脚本[root@gtcq-gt-monitor-prome