1.FFMPEG音视频同步-音频实时采集编码封装成MP4
2.常见流媒体服务器方案对比分析
3.SRS流媒体服务器——单机环境搭建和源码目录介绍
4.unimrcpclient源码分析mrcp components
5.ffmpeg + cuda(cuvid) 硬解码+像素格式转换(cpu主导)实战
6.Miracast技术详解（四）：Sink源码解析

FFMPEG音视频同步-音频实时采集编码封装成MP4

       音视频同步录制相关文章

       1、 ffmpeg-摄像头采集保存

       2、 ffmpeg音视频同步-摄像头采集编码封装

       3、 ffmpeg-音频正弦产生并编码封装

       4、 ffmpeg-音频实时采集保存

       5、 ffmpeg音视频同步-音频实时采集编码封装

       6、赛布林公式源码 ffmpeg音视频同步-音视频实时采集编码封装

       7、 ffmpeg音视频同步-音视频实时采集编码推流

       8、 ffmpeg音视频同步-音视频实时采集编码推流-优化版本

       系统环境：

       系统版本：lubuntu .

       Ffmpge版本：ffmpeg version N--g

       摄像头：1.3M HD WebCan

       虚拟机：Oracle VM VirtualBox 5.2.

       指令查看设备 ffmpeg -devices

       指令播放实时音频 ffplay -f alsa -showmode 1 -ac 2 -i default -ar

       Linux使用ffplay实时采集音频并实时播放_唐传林的博客-CSDN博客

       指令录制实时音频ffmpeg -f alsa -ar -i hw:0,0 audio.wav

       ffmpeg -f alsa -ar -i default ffmpeg_record_audio.wav

       ubuntu下用ffmpeg录制音频文件_ubuntu使用指令录制mp3音频_dingjianfeng的博客-CSDN博客

       指令分离音视频:ffmpeg -i test.mp4 -vn -y -acodec copy test.aac

       ffmpeg -i test.mp4 -vn -y -avcodec copy test.h

       本章文档基于ubuntu alsa格式。实时采集音频一帧数据并将其转化为pcm,编码成AAC,封装成mp4保存下来

       1.简介

       FFmpeg中有一个和多媒体设备交互的类库：Libavdevice。使用这个库可以读取电脑（或者其他设备上）的多媒体设备的数据，或者输出数据到指定的多媒体设备上。

       ffmpeg中的音频相关内容

       ffmpeg中AVPacket中可能会含有多个音频帧（AVFrame）,一个音频帧含有多个采样，采样率决定了1s有多少个采样（或者说一个音频帧可以播放多久）。对于aac,一帧有个采样，mp3一帧则固定为个字节。

       对于音频，由于有多声道的音频，那么音频解码出来的数据不同声道也储存在不同的指针，如data[0]是左声道,data[1]是右声道，由于各个声道的数据长度是一样的，所以linesize[0]就代表了所有声道数据的长度。

       成员extended_data则指向了data，是一个拓展，上面可以看到data 是包含8个指针的数组，也就是说对于音频，最多只支持8个声道

       如果是以下格式：

       只能保存再AVFrame的uint8_t *data[0]; 音频保持格式如下： LRLRLR。。。。

       如果是以下格式

       plane 0: LLLLLLLLLLLLLLLLLLLLLLLLLL…

       plane 1: RRRRRRRRRRRRRRRRRRRR…

       plane 0对于uint8_t *data[0];

       plane 1对于uint8_t *data[1];

       相关学习资料推荐，点击下方链接免费报名，先码住不迷路~

       音视频免费学习地址：FFmpeg/WebRTC/RTMP/NDK/Android音视频流媒体高级开发

       免费分享音视频学习资料包、大厂面试题、技术视频和学习路线图，资料包括（C/C++，Linux，FFmpeg webRTC rtmp hls rtsp ffplay srs 等等）有需要的威源码可以点击 加群免费领取~

       2.源码

       最简单的基于Libavdevice的摄像头数据读取一帧帧pcm数据，经过音频重采样获取目标AAC的音频源数据参数，保存成MP4文件

       3.验证

       3.1编译

       3.2结果

       使用软件mp4打开test.mp4,可以听到实时采集的音频

       3.3存在的问题

       1、本文档源码，采集ALSA获取的源数据是K,stereo声道，采样大小，经转换成pcm的格式，同样是K,stereo声道大小；不同的采样率会出现部分声音数据丢失，具体原因，在 《ffmpeg-音频实时采集保存》具体分析 ，涉及其他分辨率转换，不在本文讨论范围里。

       2、由于本例程没有没有对ALSA音频进行重采样，（采样率，个采样点，双声道，bit），故若保存成ts，flv等封装格式是，默认采用的音频编码格式分别是mpga,mp3,其采样点为。所以运行此程序会有问题，数据无法写入。而且目前暂不探讨音频重采样问题。故想到一种解决方法是，指定AAC音频编码格式（ts,mp4等都支持AAC音频编码，参考《ffmpeg-摄像头采集编码封装》的表格）。

       4.附件

       无

       5.参考链接

       [1] ffmpeg之PCM转AAC

       FFmpeg()PCM编码AAC_pkt.data 就是pcm吗_mengzhengjie的博客-CSDN博客

       [2]官方Encode pcm file to aac

       [FFmpeg-user] Encode pcm file to aac

       [3]PCM编码AAC,参考其普通PCM格式与AAC转格式差异 FFmpeg()PCM编码AAC_pkt.data 就是pcm吗_mengzhengjie的博客-CSDN博客

       [4] 音频编码（一）--FFmpeg编码-腾讯云开发者社区-腾讯云

       原文链接： FFMPEG音视频同步-音频实时采集编码封装成MP4_qinyi_style的博客-CSDN博客

常见流媒体服务器方案对比分析

       SRS

       功能和稳定性大幅提升，易于上手，提供丰富功能和集群支持。配置步骤：获取源码、编译、运行。

       主要功能：集群、协议网关、CDN功能等。支持概念完整性和简单实现。提供接入方案、源码风流变换、集群特性、丰富接口、广泛应用。

       EasyDarwin

       由国内开源团队维护，Golang开发，支持快速构建流媒体服务平台。配置步骤：获取源码、运行。

       主要功能：基于Golang、多系统平台部署、RTSP推流/拉流、服务端录像、关键帧缓存、Web后台管理、分布式负载均衡。

       ZLMediaKit

       高性能流媒体服务框架，支持多种协议，三大PC平台及iOS、Android两大移动端。配置步骤：获取源码、编译、运行。

       主要功能：C++开发，多路复用/多线程/异步IO，海量客户端连接，全平台支持，秒开画面、极低延时，完善标准C API。

       Monibuca

       Go语言实现的流媒体服务器框架，采取引擎+插件方式，支持定制化功能。配置步骤：获取源码、安装monica、运行。

       主要功能：优化Golang特性，尚源码利用goroutine合理分配资源，减少内存操作，功能强大仪表盘，直观服务器状态，纯Go编写，部署方便。

       对比图表

SRS流媒体服务器——单机环境搭建和源码目录介绍

       启动srs

       2. 显示日志信息

       3. 确认srs是否正常启动

       4. 安全退出正在运行的srs

       5. 默认后台启动，调试需修改配置文件为前台

       相关视频推荐

       SRS-RTMP-WebRTC流媒体服务器入门

       全球Star第一的流媒体服务器SRS4.0 WebRTC音视频通话分析

       SRS流媒体服务器架构设计及源码分析

       免费FFmpeg/WebRTC/RTMP/NDK/Android音视频流媒体高级开发免费学习地址

       纯干货免费分享C++音视频学习资料包、大厂面试题、技术视频和学习路线图，资料包括（C/C++，Linux，FFmpeg webRTC rtmp hls rtsp ffplay srs 等等）有需要的可以点击 加群免费领取哦~

       源码目录介绍

       1. trunk目录

       2. src下的源码

       3. app

       4. core

       5. kernel 音视频格式相关

       6. libs

       7. main

       8. protocol 流媒体协议相关

       9. service

       . utest

       . 八个目录，二百零三个文件

unimrcpclient源码分析mrcp components

       配置样例包含六个部分。

       函数unimrcp_client_components_load主要负责这六个组件的加载，下面详细解析各个组件的加载过程。

       加载resource组件时，其结构体mrcp_resource_t定义在mrcp_resource.h，字符串使用apt_str_table_item_t（定义在mrcp_resource_loader.c），mrcp_resource_loader_t和mrcp_resource_factory_t分别位于mrcp_resource_loader.c和mrcp_resource_factory.c。构造mrcp_resource_loader内部是mrcp_resource_factory_t *factory，factory通过mrcp_resource_factory_create构建，参数为MRCP_RESOURCE_TYPE_COUNT的第5个值，整型值为4。

       加载sip-uac组件时，mrcp_sofia_client_config_t结构体（mrcp_sofiasip_client_agent.c）应用于sofia sip协议栈。默认端口和名称设定如下：config->local_port = DEFAULT_SIP_PORT; 默认端口为，config->user_agent_name = DEFAULT_SOFIASIP_UA_NAME; 默认agent name为UniMRCP SofiaSIP，config->origin = DEFAULT_SDP_ORIGIN; 默认sdp origin为UniMRCPClient。IP地址配置通过unimrcp_client_ip_address_get（unimrcp_client.c）实现，可配置为“auto”或“iface”。然后使用mrcp_sofiasip_client_agent_create（mrcp_sofiasip_client_agent.c）创建sofiasip_client。

       加载rtsp-uac组件时，指代MRCPv1版本的uac组件。rtsp_client_config_t结构体（mrcp_unirtsp_client_agent.h）用于配置。组件加载通过unimrcp_client_rtsp_uac_load函数完成。

       加载media-engine组件时，源码侵权配置项仅包含realtime_rate。unimrcp_client_media_engine_load函数负责加载此组件。mpf_engine_t结构体（mpf_engine.c）用于创建mpf_engine，使用mpf_engine_create函数。

       加载rtp-factory组件时，mpf_rtp_config_t结构体（mpf_rtp_descriptor.h）包含可配置项。unimrcp_client_rtp_factory_load函数用于加载此组件，并通过mpf_rtp_termination_factory_create（mpf_rtp_termination_factory.c）创建相应的工厂。

ffmpeg + cuda(cuvid) 硬解码+像素格式转换(cpu主导)实战

       理解并实践ffmpeg与cuda(cuvid)在硬解码及像素格式转换中的应用，需要细致地分析不同组件的功能与限制。首先，强调的是cuvid与VDPAU并非直接可相互替代的组件，其使用成本较高。

       在使用cuvid进行硬解码时，需注意CUVID源代码不支持rtsp视频流数据的创建，因此无法通过rtsp地址获取视频流。相反，它支持视频文件的读取。

       编译和运行过程涉及到生成raw.out文件，而文件生成的效率和CPU或GPU的使用率是评估解码性能的关键指标。在进行解码时，CPU和GPU的使用情况是衡量资源分配是否优化的重要因素。

       在C++音视频开发的学习资源中，有免费分享的学习资料、视频以及路线图，内容涵盖了C/C++、Linux、FFmpeg、WebRTC、RTMP等技术，适合对音视频流媒体开发感兴趣的人士。如果对此感兴趣，可以加入相关的学习交流群以获取更多资源。

       在面对具体问题时，例如GPU解码后帧的像素格式转换问题，直接在GPU中实现AV_PIX_FMT_CUDA->AV_PIX_FMT_BGR的转换面临限制。首先，尝试使用CPU进行转换（方式1），但遇到了"bad src img pointers"的问题，原因是GPU解码后的帧在系统内存中仍保持原始格式，这使得sws_scale无法直接完成转换。

       接着，尝试直接在GPU上进行像素格式转换，但结果失败，原因是GPU硬件的转换限制，以及转换操作受制于特定的格式限制列表。通过GDB调试，发现目标帧的格式转换受到严格限制，不支持从AV_PIX_FMT_CUDA直接转换到AV_PIX_FMT_BGR。

       最后，解决该问题的方法是通过CPU主导的方式进行像素格式转换。首先，从GPU解码得到的帧中转换为AV_PIX_FMT_NV格式，该格式支持YUV数据到RGB的转换，从而实现了从AV_PIX_FMT_CUDA到AV_PIX_FMT_BGR的完整转换过程。通过这种方式，不仅解决了GPU直接转换限制的问题，也优化了整体的解码和数据处理流程。

Miracast技术详解（四）：Sink源码解析

       Miracast Sink端源码最早出现在Android 4.2.2版本中，可通过android.googlesource.com查看。然而，在Android 4.3版本之后，Google移除了这部分源码，详细移除记录可在android.googlesource.com上查阅。尽管Sink端代码被移除，但Source端源码依然存在。通过使用Android手机的投射功能，仍可实现Miracast投屏发送端的功能。

       为了查看源码，推荐使用Android Studio，以便利用IDE的代码提示和类/方法跳转功能。首先新建一个Native Project，将libstagefright相关源码拷贝至cpp目录，并导入必要的include头文件。在CMakeLists.txt中添加这部分源码后，同步环境，以此引用相关类与头文件，提升查看源码的效率。

       Sink端核心类主要包括：WifiDisplaySink.cpp、RTPSink.cpp、TunnelRenderer.cpp。通过分析可得知，初始化操作主要在wfd.cpp中的main()方法内完成，重点关注sink->start()方法启动WifiDisplaySink，进而使用ip和端口参数执行相关操作。

       RTSP通讯涉及关键步骤，包括创建RTSP TCP连接、处理连接状态与数据异步通知。当连接建立后，开始进行RTSP协商与会话建立，处理RTSP M1-M7指令。请求与响应流程需参考前面的RTSP协议分析文章，这里不详细展开。

       处理RTSP消息时，首先判断消息类型，是Request还是Response。对于Request，主要处理Source端M1请求，并响应M2确认。对于Source端M3请求，处理相关属性及能力，如RTP端口号、支持的音频和视频编解码格式等。M4与M5请求则分别进行常规的响应处理。

       在发送完Setup M6请求后，注册onReceiveSetupResponse()回调，用于完成RTSP最后一步，即发送PLAY M7请求。此时，Source端会按照Sink指定的UDP端口发送RTP数据包，包含音视频数据。

       RTSP协商与会话建立完成后，数据流通过RTPSink处理，建立UDP连接并解析RTP数据包。在TunnelRenderer中接收并播放音视频流。流程包括消息处理、环境初始化、TS包解析、音视频裸流解码与播放等。

       源码解析过程中，关键步骤包括初始化RTPSink、建立UDP连接、处理RTP与RTCP数据、解析TS包并获取音视频裸流等。移植Native Sink端难点在于隔离与处理Native相关依赖，如异步消息机制、网络连接实现等。建议在应用层实现RTSP连接、音视频解码与渲染功能，然后移植底层解析代码，以减少依赖，提高移植效率。

FFmpeg 流媒体处理 - 收流与推流

       流媒体技术的定义与应用

       流媒体，作为多媒体应用技术的一种，指的是通过网络进行分段传输的连续媒体数据，实现即时播放的一种技术与过程。这种技术使得数据包能像流水一样快速传输，避免了必须下载整个媒体文件的传统方式。关于流媒体的基础概念，可参考观止云的“流媒体|从入门到出家”系列文章，了解更多深入信息。

       FFmpeg中的流媒体处理层次

       FFmpeg在处理音视频数据时，划分了四个层次：协议层、容器层、编码层和原始数据层。协议层提供网络协议收发功能，包括libavformat库与第三方库的支持；容器层处理各种封装格式，由libavformat库提供；编码层负责音视频编码和解码，由libavcodec库与第三方编解码库支持；原始数据层处理未编码的原始音视频帧，由libavfilter库提供支持。本文提及的收流与推流功能，属于协议层的处理。

       FFmpeg的协议与封装格式处理

       在FFmpeg中，libavformat库提供了丰富的协议处理和封装格式处理功能。在打开输入/输出时，FFmpeg会根据URL来探测输入/输出格式，选择合适的协议和封装格式。例如，输出URL为"rtmp://..0./live"时，FFmpeg会确定使用rtmp协议，封装格式为flv。

       流媒体系统中的角色

       流媒体系统涉及三个主要角色：流媒体服务器、推流客户端和收流客户端。推流客户端是内容生产者，收流客户端是内容消费者。推流客户端将内容推送到流媒体服务器，收流客户端则从流媒体服务器获取内容。

       收流与推流功能

       当输入为网络流，输出为本地文件时，实现收流功能，即将网络流存储为本地文件；当输入为本地文件，输出为网络流时，实现推流功能，即将本地文件推送到网络；当输入和输出均为网络流时，实现转流功能，即将一个流媒体服务器上的流推送到另一个流媒体服务器。

       相关视频推荐

       相关视频推荐

       免费学习地址

       免费分享资料包、大厂面试题、技术视频和学习路线图，资料包括（C/C++，Linux，FFmpeg webRTC rtmp hls rtsp ffplay srs 等等）有需要的可以点击加群免费领取哦~

       源码与转封装例程

       源码与转封装例程大部分相同，可视为转封装例程的增强版。收流代码与打开普通文件的代码无异，FFmpeg能识别流协议及封装格式，使用相应的协议层代码接收流，处理后的数据与普通文件内容一致。推流需要注意封装格式指定和流媒体服务器的处理速度。

       测试与验证

       测试需要搭建流媒体服务器，推荐使用nginx-rtmp服务器。搭建时，可使用docker镜像简化过程。通过配置docker服务、镜像加速、拉取nginx-rtmp镜像、打开容器、防火墙添加例外端口等步骤完成搭建。测试文件下载、ffmpeg推流、ffplay收流播放，验证服务器功能。

       编译与测试

       下载例程源码后，执行shell命令下载，并在源码目录执行./compile.sh生成streamer可执行文件。测试文件下载与推流、收流功能，确保系统正常运行。

       遗留问题

       推流和收流过程中，可能出现结束信息输出，提示程序退出。此类问题通常与系统资源或配置相关，需要根据实际情况进行排查和调整。