主页 / computer / 问题 / 1692801
Accepted
Gerhard Schreurs
Asked: 2021-12-14 03:50:48 +0800 CST

ffmpeg：使用 Microsoft PCM 导出为 24 位波形，不可扩展（使用 Lavf58.76.100）

  • 772

我注意到，当我使用 FFMPEG 将 mod 导出为 24 位或更高位的波形时，FFMPEG 决定使用可扩展编码而不是常规 PCM 编码并使用“Lavf58.76.100”，不管是什么。我使用 exiftool 检查导出的 wav，结果如下：

---- File ----
File Type                       : WAV
File Type Extension             : wav
MIME Type                       : audio/x-wav
---- RIFF ----
Encoding                        : Extensible
Num Channels                    : 2
Sample Rate                     : 48000
Avg Bytes Per Sec               : 288000
Bits Per Sample                 : 24
Software                        : Lavf58.76.100

问题是，许多程序不理解这种可扩展的 wav 格式。有没有办法告诉 FFMPEG 改用常规 PCM？我注意到其他程序（例如低音库）可以使用常规 PCM 编码导出为 24 位 wav。

这是我正在使用的命令：

ffmpeg -y -loglevel error -f libopenmpt -i c:\temp\sometrack.IT -map_metadata -1 -c:a pcm_s24le c:\temp\sometrack.wav

编辑

当我写这个问题时，我有点沮丧并且缺乏知识。现在，一切都非常清楚了；位深度高于 16 位的 wave 文件，应具有 WAVE_FORMAT_EXTENSIBLE 标记（这是有道理的，请参阅答案）。除了 FFmpeg，我用来将 mod 文件渲染为 wave 的软件不遵守这条规则。谢谢 Tom Yan 的澄清。

export ffmpeg

1 个回答

  1. Best Answer

    （并非我的所有评论都是准确/正确的，因此如果您有兴趣，请参阅以下内容。）

    从理论上讲，PCMWAVEFORMAT可用于比特深度高于 16 的音频。标头结构不构成任何限制，阻止其自身支持此类音频。

    但是，ffmpeg 没有为这种音频编写这种格式的 WAVE 标头显然有几个原因。

    一方面，该格式已被 , 取代WAVEFORMATEX，并且根据文档：

    ...

wBitsPerSample

... If wFormatTag is WAVE_FORMAT_PCM, then wBitsPerSample should be equal to
8 or 16. ...

...

    除上述要求外，没有为比特深度高于 16 的 PCM 音频定义的wFormatTag值。WAVE_FORMAT_EXTENSIBLE

    中定义的“扩展”是否WAVEFORMATEXTENSIBLE可以在 is 时wFormatTag省略WAVE_FORMAT_EXTENSIBLE并不完全清楚。在WAVEFORMATEX中，指出：

    ...

wFormatTag


... When this structure is included in a WAVEFORMATEXTENSIBLE structure,
this value must be WAVE_FORMAT_EXTENSIBLE. ...

...

    有了这样的声明，可能没有人会/不应该假设它是被允许的。

    如果您仔细阅读WAVEFORMATEX，WAVEFORMATEXTENSIBLE您会注意到后者存在的真正原因（就位深度而言）是，它允许前者存储 8 的倍数容器大小，而“真实”样本大小存储在后者中定义的扩展之一。例如，对于某些（讨厌的）20 位 PCM 流，分别为 24 和 20。

    不过，wav据我所知，ffmpeg 的多路复用器不（至少不正确）支持刚才提到的古怪案例。0（我认为，如果这样的流没有被拒绝，这两个字段的值都将被写入。）

    如果您确实需要 ffmpeg 以PCMWAVEFORMAT24 位音频的格式编写标头，您可以考虑使用以下补丁构建它：

    diff --git a/libavformat/riff.h b/libavformat/riff.h
index 85d6786663..5794857f53 100644
--- a/libavformat/riff.h
+++ b/libavformat/riff.h
@@ -57,6 +57,11 @@ void ff_put_bmp_header(AVIOContext *pb, AVCodecParameters *par, int for_asf, int
  */
 #define FF_PUT_WAV_HEADER_SKIP_CHANNELMASK      0x00000002
 
+/**
+ * Tell ff_put_wav_header() not to write WAVEFORMATEXTENSIBLE extensions if possible.
+ */
+#define FF_PUT_WAV_HEADER_FORCE_PCMWAVEFORMAT      0x00000004
+
 /**
  * Write WAVEFORMAT header structure.
  *
diff --git a/libavformat/riffenc.c b/libavformat/riffenc.c
index ffccfa3d48..4dc8ca6e0f 100644
--- a/libavformat/riffenc.c
+++ b/libavformat/riffenc.c
@@ -80,9 +80,9 @@ int ff_put_wav_header(AVFormatContext *s, AVIOContext *pb,
     waveformatextensible = (par->channels > 2 && par->channel_layout) ||
                            par->channels == 1 && par->channel_layout && par->channel_layout != AV_CH_LAYOUT_MONO ||
                            par->channels == 2 && par->channel_layout && par->channel_layout != AV_CH_LAYOUT_STEREO ||
-                           par->sample_rate > 48000 ||
                            par->codec_id == AV_CODEC_ID_EAC3 ||
-                           av_get_bits_per_sample(par->codec_id) > 16;
+                           ((par->sample_rate > 48000 || av_get_bits_per_sample(par->codec_id) > 16) &&
+                            !(flags & FF_PUT_WAV_HEADER_FORCE_PCMWAVEFORMAT));
 
     if (waveformatextensible)
         avio_wl16(pb, 0xfffe);
diff --git a/libavformat/wavenc.c b/libavformat/wavenc.c
index 2317700be1..bd41d6eeb3 100644
--- a/libavformat/wavenc.c
+++ b/libavformat/wavenc.c
@@ -83,6 +83,7 @@ typedef struct WAVMuxContext {
     int peak_block_pos;
     int peak_ppv;
     int peak_bps;
+    int extensible;
 } WAVMuxContext;
 
 #if CONFIG_WAV_MUXER
@@ -324,9 +325,10 @@ static int wav_write_header(AVFormatContext *s)
     }
 
     if (wav->write_peak != PEAK_ONLY) {
+        int flags = !wav->extensible ? FF_PUT_WAV_HEADER_FORCE_PCMWAVEFORMAT : 0;
         /* format header */
         fmt = ff_start_tag(pb, "fmt ");
-        if (ff_put_wav_header(s, pb, s->streams[0]->codecpar, 0) < 0) {
+        if (ff_put_wav_header(s, pb, s->streams[0]->codecpar, flags) < 0) {
             av_log(s, AV_LOG_ERROR, "Codec %s not supported in WAVE format\n",
                    avcodec_get_name(s->streams[0]->codecpar->codec_id));
             return AVERROR(ENOSYS);
@@ -494,6 +496,7 @@ static const AVOption options[] = {
     { "peak_block_size", "Number of audio samples used to generate each peak frame.",   OFFSET(peak_block_size), AV_OPT_TYPE_INT, { .i64 = 256 }, 0, 65536, ENC },
     { "peak_format",     "The format of the peak envelope data (1: uint8, 2: uint16).", OFFSET(peak_format), AV_OPT_TYPE_INT,     { .i64 = PEAK_FORMAT_UINT16 }, PEAK_FORMAT_UINT8, PEAK_FORMAT_UINT16, ENC },
     { "peak_ppv",        "Number of peak points per peak value (1 or 2).",              OFFSET(peak_ppv), AV_OPT_TYPE_INT, { .i64 = 2 }, 1, 2, ENC },
+    { "extensible",      "Write WAVEFORMATEXTENSIBLE extensions.",                      OFFSET(extensible), AV_OPT_TYPE_BOOL, { .i64 = 1 }, 0, 1, ENC },
     { NULL },
 };

    然后通过-extensible 0在输出文件路径/名称之前添加，您应该能够获得所谓的“常规”24 位 WAVE 文件。

    • 0

相关问题