音频转码 via Media Foundation

Media Foundation 简介
Media Foundation 转码音频
- Transcoding 流程图
- Transcoding 代码
- - setTranscodeProfile 函数
  - - CTranscodeTopoBuilder::_setAudioAttributes 函数
    - CTranscodeTopoBuilder::_setContainerAttributes 函数
  - CTranscodeTopoBuilder::createTranscodeTopology 函数
  - IMFAsyncCallback::Invoke 函数
其他框架的转码

转码（transcoding）其实就是把音频从一种编码转换成另一种编码的过程，如 MP3 → WMA。基本流程如下图：

Media Foundation 简介

Media Foundation （简称 MF）是微软在 Windows Vista上推出的新一代多媒体应用库，目的是提供 Windows 平台一个统一的多媒体影音解决方案，开发者可以通过 MF 播放视频或声音文件、进行多媒体文件格式转码，或者将一连串图片编码为视频等等。

MF 是 DirectShow 为主的旧式多媒体应用程序接口的替代者与继承者，在微软的计划下将逐步汰换 DirectShow 技术。MF 要求 Windows Vista 或更高版本，不支持较早期的 Windows 版本，特别是 Windows XP。

MF 长于高质量的音频和视频播放，高清内容（如 HDTV，高清电视）和数字版权管理（DRM）访问控制。MF 在不同的 Windows 版本上能力不同，如 Windows 7 上就添加了 h.264 编码支持。Windows 8 上则提供数种更高质量的设置。

MF 提供了两种编程模型，第一种是以 Media Session 为主的 Media pipeline 模型，但是该模型太过复杂，且曝露过多底层细节，故微软于 Windows 7 上推出第二种编程模型，内含 SourceReader、Transcode API 、SinkWriter 及 MFPlay 等高度封装模块，大大简化了 MF 的使用难度。

# 本文使用了第二种（简单的）编程模型。

Media Foundation 转码音频

Transcoding 流程图

Transcoding 代码

以下是整个 MF 转码过程的概要代码，略去 TopoBuilder 类的实现：

HRESULT CTranscodeApi::transcodeFile(PCWSTR pszInput, PCWSTR pszOutput)
{HRESULT hr = S_OK;CComPtr<IMFTopology> pTopology; hr = MFCreateMediaSession(NULL, &m_pSession);RETURN_IF_FAILED(hr);hr = m_pSession->BeginGetEvent((IMFAsyncCallback*)this, NULL);RETURN_IF_FAILED(hr);hr = _setTranscodeProfile(pszOutput);RETURN_IF_FAILED(hr);hr = m_topoBuilder.createTranscodeTopology(pszInput, pszOutput);RETURN_IF_FAILED(hr);pTopology = m_topoBuilder.getTopology();hr = m_pSession->SetTopology(0, pTopology);if (SUCCEEDED(hr)) {PROPVARIANT varStart;PropVariantClear(&varStart);hr = m_pSession->Start(&GUID_NULL, &varStart);}return hr;
}

setTranscodeProfile 函数

Windows7以上系统默认支持 AAC 和 WMA encoder。

HRESULT CTranscodeApi::_setTranscodeProfile(LPCTSTR pszOutputFile)
{HRESULT hr = E_NOTIMPL;LPCTSTR ext = pszOutputFile + _tcslen(pszOutputFile) - 3;if (_tcsicmp(ext, _T("aac")) == 0) {hr = m_topoBuilder.SetTranscodeProfile(MFAudioFormat_AAC,           GUID_NULL,               MFTranscodeContainerType_MPEG4);     }else if (_tcsicmp(ext, _T("wma")) == 0) {hr = m_topoBuilder.SetTranscodeProfile(MFAudioFormat_WMAudioV9,           GUID_NULL,                MFTranscodeContainerType_ASF);     }return hr;
}HRESULT CTranscodeTopoBuilder::setTranscodeProfile(const GUID& audioFormat,    // target audio formatconst GUID& videoFormat,    // target video formatconst GUID& containerType)  // target file container
{HRESULT hr = S_OK;hr = MFCreateTranscodeProfile(&m_pTranscodeProfile);RETURN_IF_FAILED(hr);hr = _setAudioAttributes(audioFormat);RETURN_IF_FAILED(hr);hr = _setVideoAttributes(videoFormat);RETURN_IF_FAILED(hr);hr = _setContainerAttributes(containerType);RETURN_IF_FAILED(hr);return hr;
}

CTranscodeTopoBuilder::_setAudioAttributes 函数

枚举所有支持的输出媒体类型并选择第一个。

HRESULT CTranscodeTopoBuilder::_setAudioAttributes(const GUID& audioFormat)
{HRESULT hr = S_OK;CComPtr<IMFCollection> pAudioTypeCollection;CComPtr<IMFAttributes> pAudioAttrs;// enumerate all of the audio encoders that match the specified// parameters and find all audio types that can be generated. DWORD dwFlags = (MFT_ENUM_FLAG_ALL & (~MFT_ENUM_FLAG_FIELDOFUSE))   | MFT_ENUM_FLAG_SORTANDFILTER;  hr = MFTranscodeGetAudioOutputAvailableTypes(audioFormat,                      // specify the requested audio formatdwFlags,                          // get all MFTs except for the FOU, and sortNULL,                             // no custom attributes&pAudioTypeCollection);           // store result in specified collectionRETURN_IF_FAILED(hr);// get the first element from the collection of media types, // copy all the information of the first type into a new attribute// collection, and return the attribute collectionhr = getTypeAttributesFromTypeCollection(pAudioTypeCollection, 0, pAudioAttrs);RETURN_IF_FAILED(hr);hr = m_pTranscodeProfile->SetAudioAttributes(pAudioAttrs);RETURN_IF_FAILED(hr);return hr;
}

CTranscodeTopoBuilder::_setContainerAttributes 函数

设置媒体容器的类型，如 MP3，AVI 等。

HRESULT CTranscodeTopoBuilder::_setContainerAttributes(const GUID& containerType)
{HRESULT hr = S_OK;CComPtr<IMFAttributes> pContainerAttributes;RETURN_IF_NULL(m_pTranscodeProfile);hr = MFCreateAttributes(&pContainerAttributes, 1);RETURN_IF_FAILED(hr);// store an attribute that indicates that we want to write to an ASF filehr = pContainerAttributes->SetGUID(MF_TRANSCODE_CONTAINERTYPE,         // attribute ID GUID - container typecontainerType);                     // generate the specified containerRETURN_IF_FAILED(hr);// store the container attributes in the transcode profilehr = m_pTranscodeProfile->SetContainerAttributes(pContainerAttributes);RETURN_IF_FAILED(hr);return hr;
}

CTranscodeTopoBuilder::createTranscodeTopology 函数

MF 提供了 transcoding 专用的 topology。

HRESULT CTranscodeTopoBuilder::createTranscodeTopology(PCWSTR pszInput, PCWSTR pszOutput)
{HRESULT hr = S_OK;// standard media source creationhr = createMediaSource(pszInput, m_pSource);RETURN_IF_FAILED(hr);// create the actual transcode topology based on the transcode profilehr = MFCreateTranscodeTopology(m_pSource,                      // the source of the content to transcodepszOutput,                      // output filenamem_pTranscodeProfile,            // transcode profile to use&m_pTopology);                  // resulting topologyRETURN_IF_FAILED(hr);return hr;
}

IMFAsyncCallback::Invoke 函数

Media Session 的所有事件都会回调这里。当收到 MESessionEnded 事件时就说明转码结束了。
注意：转码未完时要重新 BeginGetEvent，不然就傻傻等不到下一个事件了。

HRESULT CTranscodeApi::Invoke(IMFAsyncResult* pAsyncResult)
{CComPtr<IMFMediaEvent> pEvent;HRESULT hr = S_OK;MediaEventType eventType;// Get the event from the event queue.hr = m_pSession->EndGetEvent(pAsyncResult, &pEvent);RETURN_IF_FAILED(hr);// Get the event type.hr = pEvent->GetType(&eventType);RETURN_IF_FAILED(hr);if (eventType == MESessionEnded) {hr = m_pSession->Close();}else if (eventType == MESessionClosed) {SetEvent(m_closeCompleteEvent);}else {hr = m_pSession->BeginGetEvent(this, NULL);}RETURN_IF_FAILED(hr);return S_OK;
}

其他框架的转码

关于 FFmpeg 的音频转码请参考这里。
关于 DirectShow 的音频转码请参考这里。

– EOF –

音频转码 via Media Foundation相关推荐

音频特效滤镜 via Media Foundation Transform (MFT)
音频特效滤镜 via Media Foundation Transform 音频特效定义 Media Foundation Transform IMFTransform::GetInputStream ...
Media Foundation
1简介 Media Foundation是微软在Windows Vista上推出的新一代多媒体应用库,目的是提供Windows平台一个统一的多媒体影音解决方案,开发者可以通过Media Foundat ...
音视频播放 via Media Foundation II
音视频播放 via Media Foundation II Media Foundation 简介 Media Foundation 播放音视频播放流程图播放代码 MFPlayer 类 MFPla ...
音频转码 via FFmpeg
音频转码 via FFmpeg FFmpeg 简介 FFmpeg 命令行转码 FFmpeg API 转码 Transcoding 流程图 Transcoding 代码 open_input_file ...
音频转码 via DirectShow
音频转码 via DirectShow DirectShow 简介 DirectShow 转码 Transcoding 流程图 Transcoding 代码 _initGraph 函数 _addEnc ...
Android 音频源码分析——AndroidRecord录音（一）
Android 音频源码分析--AndroidRecord录音(一) Android 音频源码分析--AndroidRecord录音(二) Android 音频源码分析--AndroidRecord音 ...
Media Foundation——媒体类型（1）
Media Foundaton对象的属性和特性每一个对象上的数据,都可通过"属性(Attributes)"和"特性(Properties)"来设置.描述.属性 ...
Microsoft Media Foundation官方文档翻译（20）《Stream Subtype GUIDs》《...
官方英文文档链接:https://docs.microsoft.com/en-us/windows/desktop/medfound/stream-subtype-guids 基于05/31/2018 ...
Media Foundation与DirectShow的具体差别有哪些
DirectShow是微软公司在ActiveMovie和Video for Windows的基础上推出的新一代基于COM(Component Object Model)的流媒体处理的开发包,与Dire ...

音频转码 via Media Foundation

音频转码 via Media Foundation

Media Foundation 简介

Media Foundation 转码音频

Transcoding 流程图

Transcoding 代码

setTranscodeProfile 函数

CTranscodeTopoBuilder::_setAudioAttributes 函数

CTranscodeTopoBuilder::_setContainerAttributes 函数

CTranscodeTopoBuilder::createTranscodeTopology 函数

IMFAsyncCallback::Invoke 函数

其他框架的转码

音频转码 via Media Foundation相关推荐

最新文章

热门文章