av_samples_alloc

av_samples_alloc是FFmpeg中的一个函数，用于分配音频采样缓冲区。它的函数原型如下：

int av_samples_alloc(uint8_t **audio_data, int *linesize, int nb_channels,
                     int nb_samples, enum AVSampleFormat sample_fmt, int align);

参数说明：
- `**audio_data`：指向指针的指针，用于返回分配的音频采样缓冲区的指针。
- `*linesize`：指向整数的指针，用于返回每个音频通道的行大小（字节）。
- `nb_channels`：音频通道数。
- `nb_samples`：每个音频通道的采样数。
- `sample_fmt`：音频采样格式。
- `align`：缓冲区对齐方式，通常设置为0。

该函数会分配一段大小为 `nb_samples * nb_channels * av_get_bytes_per_sample(sample_fmt)` 字节的内存空间，并将指针赋值给 `**audio_data`，同时返回每个音频通道的行大小。调用者需要在使用完音频采样缓冲区后调用av_freep()或av_free()来释放内存空间。

相关问题

ffmpeg音频解码av_frame_alloc

av_frame_alloc函数用于为AVFrame结构体分配内存空间，AVFrame结构体用于存储解码后的音视频数据。在音频解码中，可以通过调用该函数为AVFrame结构体分配内存空间，然后将解码后的音频数据存储到该结构体中，最后再进行后续的处理操作。

具体使用方法如下：

AVFrame *frame = av_frame_alloc();
if (!frame) {
    // 内存分配失败处理
}

其中，AVFrame结构体的定义如下：

typedef struct AVFrame {
    /**
     * pointers to the data planes/channels.
     * This might be different from the first allocated byte
     */
    uint8_t *data[AV_NUM_DATA_POINTERS];
    /**
     * For video, size in bytes of each picture line.
     * For audio, size in bytes of each plane.
     */
    int linesize[AV_NUM_DATA_POINTERS];
    /**
     * pointers to the start of each picture line.
     * This is used for both video and audio.
     */
    uint8_t **extended_data;
    /**
     * width and height of the video frame
     */
    int width, height;
    /**
     * number of audio samples (per channel) described by this frame
     */
    int nb_samples;
    /**
     * format of the frame, -1 if unknown or unset
     * Values correspond to enum AVPixelFormat for video frames,
     * enum AVSampleFormat for audio)
     */
    int format;
    /**
     * 1 -> keyframe, 0-> not
     */
    int key_frame;
    /**
     * Picture type of the frame.
     */
    enum AVPictureType pict_type;
    /**
     * Quality (between 1 (good) and FF_LAMBDA_MAX (bad)).
     */
    int quality;
    /**
     * for AV_PIX_FMT_*_BE formats, linesize alignment
     */
    int64_t     best_effort_timestamp;
    /**
     * PTS copied from the AVPacket that was decoded to produce this frame.
     */
    int64_t     pkt_pts;
    /**
     * DTS copied from the AVPacket that triggered returning this frame.
     */
    int64_t     pkt_dts;
    /**
     * duration of the corresponding packet, expressed in
     * AVStream->time_base units, 0 if unknown.
     */
    int64_t     pkt_duration;
    uint64_t    metadata;
    int         decode_error_flags;
    /**
     * number of audio channels
     */
    int         channels;
    /**
     * size of the corresponding packet containing the compressed
     * frame. It is set to a negative value if unknown.
     */
    int         pkt_size;
    /**
     * data type
     */
    enum AVSampleFormat  sample_fmt;
    /**
     * presentation timestamp in timebase units
     * (time when frame should be shown to user)
     * If AV_NOPTS_VALUE then frame_rate = 1/time_base will be assumed.
     */
    int64_t     pts;
    /**
     * reordered PTS from the last AVPacket that has been input into the decoder
     */
    int64_t     best_effort_timestamp;
    /**
     * sample aspect ratio (0 if unknown)
     * - encoding: Set by user.
     * - decoding: Set by libavcodec.
     */
    AVRational  sample_aspect_ratio;
    /**
     * motion vector table, used for MPEG1/2/4 and H.263 decoding
     */
    struct AVPanScan *pan_scan;
    /**
     * macroblock decision mode
     */
    int         coded_picture_number;
    int         display_picture_number;
    /**
     * quality (between 1 (good) and FF_LAMBDA_MAX (bad))
     */
    int         quality;
    /**
     * buffer age (1->was last buffer and dint change, 2->..., ...)
     */
    int         age;
    /**
     * is this picture used as reference
     */
    int reference;
    /**
     * QP table
     */
    int8_t *qp_table_buf;
    /**
     * QP store stride
     */
    int     qp_table_linesize;
    /**
     * QP values for each macroblock
     */
    int8_t *qp_table;
    /**
     * For hwaccel-format frames, this should be a reference to the
     * AVHWFramesContext describing the frame.
     * For normal-format frames, this should be NULL.
     */
    AVBufferRef *hw_frames_ctx;
} AVFrame;

需要注意的是，AVFrame结构体中的成员变量很多，具体使用哪些成员变量取决于具体的应用场景和需求。

av_read_frame之后如何保存音频pcm

在调用 av_read_frame 函数读取音频数据之后，可以使用以下代码将音频数据保存为 PCM 格式的文件：

int save_pcm_file(const AVPacket *pkt, AVCodecContext *dec_ctx, const char *filename)
{
    AVFrame *frame = av_frame_alloc();
    if (!frame) {
        fprintf(stderr, "Failed to allocate frame\n");
        return -1;
    }

    int ret = avcodec_send_packet(dec_ctx, pkt);
    if (ret < 0) {
        fprintf(stderr, "Error sending packet to decoder: %s\n", av_err2str(ret));
        av_frame_free(&frame);
        return -1;
    }

    while (ret >= 0) {
        ret = avcodec_receive_frame(dec_ctx, frame);
        if (ret == AVERROR(EAGAIN) || ret == AVERROR_EOF) {
            av_frame_unref(frame);
            continue;
        } else if (ret < 0) {
            fprintf(stderr, "Error during decoding: %s\n", av_err2str(ret));
            av_frame_free(&frame);
            return -1;
        }

        int num_channels = av_get_channel_layout_nb_channels(frame->channel_layout);
        int bytes_per_sample = av_get_bytes_per_sample(frame->format);

        FILE *file = fopen(filename, "ab");
        if (!file) {
            fprintf(stderr, "Failed to open file '%s'\n", filename);
            av_frame_free(&frame);
            return -1;
        }

        for (int i = 0; i < frame->nb_samples; i++) {
            for (int j = 0; j < num_channels; j++) {
                fwrite(frame->data[j] + i * bytes_per_sample, 1, bytes_per_sample, file);
            }
        }

        fclose(file);
        av_frame_unref(frame);
    }

    av_frame_free(&frame);
    return 0;
}

其中，AVPacket *pkt 代表从 av_read_frame 函数中读取的音频数据包，AVCodecContext *dec_ctx 代表解码器的上下文，const char *filename 代表要保存的文件名。

该函数首先使用 avcodec_send_packet 函数将数据包发送给解码器进行解码，然后使用 avcodec_receive_frame 函数获取解码后的音频帧。如果返回值为 AVERROR(EAGAIN) 或 AVERROR_EOF，表示需要继续发送数据包进行解码或者解码完成，不需要进行保存操作，直接跳过即可。

接着，根据音频帧的声道数和每个采样点占用的字节数，逐个采样点地将音频数据写入文件中。由于音频帧中的采样点是交叉排列的，所以需要内层循环遍历每个声道的数据，外层循环遍历每个采样点。

最后，关闭文件，释放音频帧内存，返回0表示保存成功。

需要注意的是，保存的PCM数据需要手动添加文件头信息才能被常见的播放器识别，推荐使用FFmpeg提供的命令行工具进行封装。