翻译ffmpeg-all文档（16），音频编码器

16 音频编码器

介绍当前可用的音频编码器

aac

AAC（Advanced Audio Coding ）编码器

当前原生（内置）编码器还处于实验阶段，而且只能支持AAC-LC（低复杂度AAC）。要使用这个编码器，必须选择 ‘experimental’或者'lower'

因为当前还处于实验期，所以很多意外可能发生。如果需要一个更稳定的AAC编码器，参考libvo-aacenc,然而它也有一些负面报告。

aac选项

b

设置码率，单位是bits/s，是自动恒定比特率(CBR)模式的码率 

q

设置为可变比特率（VBR）模式。此选项仅用于ffmpeg命令行工具。库接口是`global_quality` 

stereo_mode

设置立体声编码模式，可能值有:

‘auto’

    在编码时自动判断
‘ms_off’

    禁止中端的（即2.0声道，而不是2.1声道）编码，这时默认值
‘ms_force’

    强制中端编码，即强制2.1声道 encoding. 

aac_coder

设置AAC编码方法，可能值:

‘faac’

    FAAC-启发方法.

    这个方法是显示方法的简化实现版，它为频带能量比设置阀值，降低所有量化步骤找到合适的量化失真阀值，对低于频带阀值的频带进行编码

    这种方法的质量稍微好于下面介绍的两回路搜索法，但很慢
‘anmr’

    基于网格的ANMR（平均噪音Average noise to mask ratio)掩比方案

    理论上它效果最好，但最慢
‘twoloop’

    双环搜索(Two loop searching)法

    该方法首先根据波段阀值量化并试图通过添或调整个别量化点减去一个特征值得到一个最佳组合

    这种方法和FAAC方法质量相当，是默认值
‘fast’

    固定量化法

    该方法设置所有带定量化，这是最快的方法，但质量最差 

ac3和ac3修订版

AC-3音频编码器

这一编码器定义在 ATSC A/52:2010 和ETSI TS 102 366,以及RealAudio 3 (通过dnet)

AC3编码器使用浮点运算，而ac3_fixed编码器仅用定点整数的数学运算。这并不意味着一个人总是更快，只是一个或另一个可能更适合一个特定 的系统。浮点编码通常会产生一个给定的比特率，更好的音频质量。ac3_fixed编码器没有任何输出格式的默认编码，所以它必须显式使用选项-acodec ac3_fixed指定。

AC-3元数据

AC-3元数据选项用于设置音频参数的描述，它们大多数情况下不影响音频编码本身。这些选项不直接影响比特流或影响解码播放，只是提供信息。几个选项会增加音频数据比特输出流，从而影响输出质量。这将在下面的选项列表中注记出来：

下面文档介绍了几个公开文件文档：

AC-3元数据控制选项

• -per_frame_metadata boolean

  允许每个框架的元数据。指定编码器应该检测每帧变化的元数据

  0

  初始化的元数据用于每帧（不再管变化，默认) 

  1

  每帧都要检测元数据改变 

AC-3中置混合水平

• -center_mixlev level

  AC-3中置混合水平。该值决定编码时根据立体声产生中置音量的标准。它只会写入存在中置通道的输出中。该值为规模因子，有3个有效值:

  0.707

  应用-3dB增益 

  0.595

  应用-4.5dB增益(默认值) 

  0.500

  应用-6dB增益 

• -surround_mixlev level

  环绕混合水平。适用于环绕声道增益。它只会写入存在环绕声通道的输出中。该值为规模因子，有3个有效值:

  0.707

  应用-3dB增益 

  0.500

  应用-6dB增益(默认值) 

  0.000

  静默环绕声道(即没有环绕) 

AC-3音频制作信息

音频制作信息描述了可选的混合环境信息，应用中要么都没有，要么同时有两个（即下面两个需要同时设置/或不设置）

• -mixing_level number

  混合水平. 指定在环境中混合的峰值声压级（SPL-Specifies peak sound pressure level）。 有效值是80 - 111或者-1（表示未知）或不指定。 默认值为-1，但如果room_type不为默认值，则mixing_level不能为-1.

• -room_type type

  空间类型。介绍了混音环境。是按大房间还是按小房间。如果没有指定mixing_level则写入默认值

  0 notindicated

  没有指定 (默认) 

  1 large

  大房间 

  2 small

  小房间 

其他AC-3元数据选项

• -copyright boolean

  版权指示。

  0 off

  不包含 版权(默认iansbaq) 

  1 on

  版权信息 

• -dialnorm value

  对话常态化。表明对于低于平均值的音量保持原样（0dBFS）。 这个参数决定了匹配源的目标音量。值过小会导致相对于源没有变化。有效值为整数，范围为-31至-1，-31是默认值。 -dsur_mode mode

  杜比环绕模式。指定是否使用杜比环绕立体声信号。只对音频流是立体声的输出有效。使用了这个选项并不意味着实际处理会产生杜比环绕。

  0 notindicated

  未指定 (默认) 

  1 off

  不采用 

  2 on

  采用杜比环绕解码 

-original boolean

原始流指示器。指音频是原始源而不是副本。

0
off

    非原始源 
1
on

    原始源 (默认) 

其他扩展比特流信息

这些扩展比特流选项都被定义在A/52:2010标准的附录D中。它分为2个部分（组）。如果组中任意一个参数被指定，则组中所有的值将以默认值写入到流中。如果mixing levels被设置，则对支持备用比特流语法（ Alternate Bit Stream Syntax）的解码器将采用这个值以替代center_mixlev和surround_mixlev选项定义。

其他扩展比特流信息 第一部分

• -dmix_mode mode

  优化立体声缩混模式。允许在Lt/Rt (杜比环绕)或者Lo/Ro (常规立体声) 作为优化立体声缩混模式

  0 notindicated

  未指定(默认) 

  1 ltrt

  Lt/Rt 缩混优化 

  2 loro

  Lo/Ro 缩混优化 

• -ltrt_cmixlev level

  Lt/Rt模式下中置混合层次。在Lt/Rt模式下解码器输出中置通道的增益

  1.414

  使用+3dB增益 

  1.189

  使用 +1.5dB增益 

  1.000

  使用 0dB 

  0.841

  使用 -1.5dB 

  0.707

  使用 -3.0dB 

  0.595

  使用 -4.5dB 增益 (默认值) 

  0.500

  使用 -6.0dB 

  0.000

  禁用中置通道 

• -ltrt_surmixlev level

  Lt/Rt模式下环绕增益。在Lt/Rt模式下解码器输出环绕通道的增益

  0.841

  使用 -1.5dB 

  0.707

  使用 -3.0dB 

  0.595

  使用 -4.5dB 增益 (默认值) 

  0.500

  使用 -6.0dB 

  0.000

  禁用环绕通道 

• -loro_cmixlev level

  Lo/Ro模式下中置混合层次。在Lo/Ro模式下解码器输出中置通道的增益.

  1.414

  使用+3dB增益 

  1.189

  使用 +1.5dB增益 

  1.000

  使用 0dB 

  0.841

  使用 -1.5dB 

  0.707

  使用 -3.0dB 

  0.595

  使用 -4.5dB 

  0.500

  使用 -6.0dB  增益(默认值) 

  0.000

  禁用中置通道 

• -loro_surmixlev level

  Lo/Ro模式下中置混合层次。在Lo/Ro模式下解码器输出环绕通道的增益.

  0.841

  使用 -1.5dB 

  0.707

  使用 -3.0dB 

  0.595

  使用 -4.5dB 

  0.500

  使用 -6.0dB  增益(默认值) 

  0.000

  禁用环绕通道 

其他扩展比特流信息 第二部分

• -dsurex_mode mode

  Dolby环绕EX模式. 标识是否使用Dolby环绕EX模式（7.1矩阵转5.1）.使用了此选项并不意味着编码器将实际应用Dolby环绕EX模式

  0 notindicated

  未标识 (default) 

  1 on

  Dolby环绕EX模式关闭 

  2 off

  Dolby环绕EX模式打开 

• -dheadphone_mode mode

  杜比耳机模式。标识编码为杜比耳机（多通道矩阵合成为2个声道）使用这个选项并不意味着实际应用了杜比耳机模式。

  0 notindicated

  未标识 (default) 

  1 on

  Dolby 耳机模式关闭 

  2 off

  Dolby 耳机模式打开 

• -ad_conv_type type

  A/D（模数转换） 转换类型。标识音频需要HDCD A/D 转换。

  0 standard

  标准 A/D转换 (默认) 

  1 hdcd

  HDCD A/D 转换 

其他AC-3编码器选项

• -stereo_rematrixing boolean

  Stereo 再混（Rematrixing）。通过Enables/Disables 来对应立体声输入。它是可选功能，通过选择左/右而当作立体声输出，从而提高输出效果。默认是启用的。因为该编码器会增加程序现象，所以只建议用于测试。

浮点AC-3编码特有选项

这些选项只在浮点AC-3编码时有效，整形AC-3时是不起作用的。

• -channel_coupling boolean

  Enables/Disables通道的耦合。这是一个可选的音频选项，它从多个通道中获取高频带信息整合输出到一个通道中。这允许更多的比特位用于较低频率音频的同时保持足够的信息重建高频部分。这个选项对浮点AC-3来说主要用于测试或者提高编码速度。

  -1 auto

  由编码器选择 (默认) 

  0 off

  禁用通道耦合 

  1 on

  允许通道耦合 

• -cpl_start_band number

  耦合开始带。设置通道耦合的开始带，从1-15可选。如果设置的值大于通道数，则处理为需耦合最后通道减一。如果auto（自动）被设置，则开始带将根据码率、通道布局、采样率有编码器自动计算。如果通道耦合设置为禁用，则本选项失效。

  -1 auto

  由编码器 选择(默认) 

flac

FLAC(自由低损失音频编码——Free Lossless Audio Codec)编码器

flac选项

下面是FFmpeg中flac编码可用选项

• compression_level

  设置压缩级别，如果没有显式设置即采用默认值

• frame_size

  设置各个通道的帧大小

• lpc_coeff_precision

  设置LPC系数精度，有效值从1到15, 15是默认值

• lpc_type

  设置第一阶段LPC算法

  ‘none’

  不采用LPC 

  ‘fixed’

  整数LPC 

  ‘levinson’ ‘cholesky’

• lpc_passes

  用Cholesky分解LPC的次数

• min_partition_order

  最小分区顺序

• max_partition_order

  最大分区顺序

• prediction_order_method

  ‘estimation’ ‘2level’ ‘4level’ ‘8level’ ‘search’

  强力搜索 

  ‘log’

• ch_mode

  通道模式

  ‘auto’

  自动模式，对每帧自动匹配通道 

  ‘indep’

  通道独立编码 

  ‘left_side’ ‘right_side’ ‘mid_side’

• exact_rice_parameters

  是精确还是近似.如果设置为1表示精确，会减慢编码速度以提高压缩率。

• multi_dim_quant

  多维量化。如果设置为1，那么第二阶段LPC应用第一阶段结果进行算法调整。这很慢，但可以提高压缩率

libfaac编码

libfaac 是AAC（Advanced Audio Coding）编码器的再封装

要使用它需要libfaac头文件和库存在配置。你还需要在编译ffmpeg时通过--enable-libfaac --enable-nonfree进行配置。

该编码器高质量版本参考[aacenc]

对更多信息，参考libfaac项目介绍

libfdk-aac选项

下面是可用的一些选项：

• b

  设置码率，如果未指定，则根据属性特性自动匹配

  如果工作于VBR模式，本选项被忽略、

• ar

  设置采样率 (单位Hz).

• channels

  设置通道数

• flags +qscale

  可以调整品质，VBR (Variable Bit Rate)模式。注意 当vbr为正表示VBR模式被隐含启用

• cutoff

  设置截止频率，如果没有设置或者为0，表示自动根据库计算默认为0

• profile

  设置音频属性预设文件，可以有：

  ‘aac_low’

  低复杂度AAC(LC) 

  ‘aac_he’

  高效率AAC (HE-AAC) 

  ‘aac_he_v2’

  高效率AAC版本2 (HE-AACv2) 

  ‘aac_ld’

  低延迟AAC(LD) 

  ‘aac_eld’

  增强低延迟AAC (ELD) 

  如果没有特别指定则为‘aac_low’.

下面是libfdk_aac私有选项

• afterburner

  设置为1表示允许助力，否则为0，它可以增强品质，但要求更多处理能力。

  默认为1

• eld_sbr

  1表示允许对ELD采样SBR (Spectral Band Replication-频带复制)，否则为 0.

  默认为 0

• signaling

  设置SBR/PS 指令方式

  接受下面的值：

  ‘default’

  选择含蓄信号模式 (默认明确为 hierarchical, 如果全局头设置为禁止，则隐式表达) 

  ‘implicit’

  隐式向后兼容指令信号 

  ‘explicit_sbr’

  明确为SBR, 隐式PS信号 

  ‘explicit_hierarchical’

  明确为hierarchical信号 

  默认为‘default’.

• latm

  设为1表示输出LATM/LOAS封装数据，否则为0

  默认为0

• header_period

  设置StreamMuxConfig 和 PCE 重复周期 (在帧上)， 把LATM/LOAS包含着配置发送缓冲中

  必须为16bit的非负整数

  默认为 0.

• vbr

  设置VBR模式，从1最低品质（但仍足够好）, 5是最高品质。如果值为0表示禁用VBR，而是采用CBR（固定码率）

  当前只有 ‘aac_low’属性预设支持VBR

  VBR模式1-5代表的平均码率:

  ‘1’

  32 kbps/channel 

  ‘2’

  40 kbps/channel 

  ‘3’

  48-56 kbps/channel 

  ‘4’

  64 kbps/channel 

  ‘5’

  about 80-96 kbps/channel 

  默认0.

libfdk_aac 例子

• 转换为VBR AAC M4A

  ffmpeg -i input.wav -codec:a libfdk_aac -vbr 3 output.m4a

• 转换为CBR 64k AAC，使用高效率AAC属性预设

  ffmpeg -i input.wav -c:a libfdk_aac -profile:a aac_he -b:a 64k output.m4a

libmp3lame

LAME (Lame Ain’t an MP3 Encoder) MP3 编码器封装

需要在编译时配置 libmp3lame 头和库，并且显式设置--enable-libmp3lame

参考libshine 这个整数修正MP3编码器（虽然质量较低）

libmp3lame选项

下面是支持的选项（lame-XXX等效选项列在括号中）:

• b (-b)

  设置码率CBR/ABR，单位为bits/s，LAME的码率为kilobits/s\

• q (-V)

  设置VBR下的品质。它只用于ffmpeg命令行工具，对于库接口，使用global_quality

• compression_level (-q)

  设置算法品质。通过0-9的参数，表示不同的品质，0最高但最慢，9最低但最快

• reservoir

  为1（默认）表示允许bit池，否则为0. LAME 也是默认允许但可以被--nores覆盖

• joint_stereo (-m j)

  1表示允许在（每帧）中编码L/R立体声或者mid/side立体声。默认为1 Default value is 1.

• abr (--abr)

  为1表示允许ABR，lame --abr设置为一共的码率，这里只是表示采用ABR，码率还是由b设置

libopencore-amrnb

开放核心自适应多速率窄带(OpenCORE Adaptive Multi-RateNarrowband)编码器

需要相应的头和库进行编译，并利用 --enable-libopencore-amrnb --enable-version3以允许编译配置

是单声道编码器，常用于8k采样率，可以通过设置strict 到 unofficial或者更低来选用更低采样率

libopencore-amrnb选项

• b

  设置码率，只有下面的码率被支持，设置为其他值将自动用最近的替代

  4750 5150 5900 6700 7400 7950 10200 12200

• dtx

  设置为1表示允许连续传输 (产生少量噪音)，默认为0

libshine

Shine整形Mp3编码的封装

Shine是一种整形MP3编码器，它在没有FPU（浮点协处理）的平台上可以更快更好，例如一些armel CPU或者一些电话或者平板上。但是不要期望获得更好的品质（与LAME或者其他产品级编码器比较）。同时，根据项目主页，该编码器可能并不提供给免费 bug修正，代码是很久以前写的，已经有5年以上没有更新了。

只支持立体声和单声道，而且是CBR模式。

项目在（最后更新2007年）

需要头和库支持，并需要配置--enable-libshine打开编译

参考[libmp3lame]

libshine选项

这个库封装支持如下选项，其对应的shineenc-XXXXX形式等效选项列在括号中

• b (-b)

  设置CBR码率，单位bits/s ,shineenc -b 单位是kilobits/s

libtwolame

双Lame Mp2 编码器封装

编译需要头和库，并且显式打开--enable-libtwolame

libtwolame选项

下面是支持的选项，等效的libtwolame-XXX选项列在括号中

• b (-b)

  设置CBR码率单位bits/s，twolame会扩展为以kilobits/s为单位。默认128k

• q (-V)

  对VBR设置品质等级，从-50 至50，常见范围为-10-10.越高品质越好。只适用于ffmpeg命令行，接口需要使用global_quality.

• mode (--mode)

  设置结果音频模式，允许如下参数:

  ‘auto’

  基于输入自动适配模式，选项默认值. 

  ‘stereo’

  立体声 

  ‘joint_stereo’

  Joint立体声 

  ‘dual_channel’

  双声道 

  ‘mono’

  单声道 

• psymodel (--psyc-mode)

  为1设置为psychoacoustic（心理声学）模式，接受-1到4的参数，越大效果越好，默认为3

• energy_levels (--energy)

  为1设置能量扩展模式，否则为0（默认） (disabled).

• error_protection (--protect)

  为1设置CRC错误保护，否则为0（默认）

• copyright (--copyright)

  为1设置MPEG音频复制标志，否则为0（默认）

• original (--original)

  为1设置MPEG音频原音标志，否则为0（默认）

libvo-aacenc

VisualOn AAC编码器

编译时需要头和库文件，以及利用配置选项--enable-libvo-aacenc --enable-version3打开

它类似于[原生FFmpeg AAC],可以处理多个源

libvo-aacenc选项

VisualOn AAC编码器只支持AAC-LC和最多2个声道，而且是CBR

• b

  码率，单位秒

libvo-amrwbenc

VisualOn 自适应多速率宽带编码器

编译时需要头和库文件，以及利用配置选项--enable-libvo-amrwbenc --enable-version3打开

只支持单声道，通常为16000Hz采样，可以通过设置strict 和 unofficial来覆盖为更低采样

libvo-amrwbenc选项

• b

  设置码率，单位bits/s，只允许下列参数，否则自动选取最接近的有效参数

  ‘6600’ ‘8850’ ‘12650’ ‘14250’ ‘15850’ ‘18250’ ‘19850’ ‘23050’ ‘23850’

• dtx

  为1允许连续传输 (产生少量噪音)，默认为0

libopus

libopus （Opus交互音频编码） 的封装

编译时需要头和库文件，以及利用配置选项--enable-libopus打开

libopus

更多选项可以通过opus-tools的 opusenc查询，下面仅仅是一些封装中支持的选项（对应的opusenc-XXXX选项列在括号中）：

• b (bitrate)

  设置码率，单位 bits/s, opusenc 中单位为kilobits/s.

• vbr (vbr, hard-cbr, and cvbr)

  设置VBR模式，下面为有效参数，其等效于opusenc中对应参数:

  ‘off (hard-cbr)’

  使用CBR码率控制 

  ‘on (vbr)’

  使用合适的动态码率（默认） 

  ‘constrained (cvbr)’

  使用约束变比特率编码 

• compression_level (comp)

  设置集编码算法复杂度. 有效参数是0-10整数，0最快，但质量最差，10最慢，质量最好，默认为10

• frame_duration (framesize)

  设置最大帧尺寸，或者帧对应毫秒时间。有效参数为: 2.5, 5, 10, 20, 40, 60,越小的帧延迟越低，但会降低编码率控制质量，尺寸大于20ms在低码率时有较有趣表现，默认20ms

• packet_loss (expect-loss)

  设置预期分组丢失率，默认为0

• application (N.A.)

  设置预期应用类型，下面为有效参数：

  ‘voip’

  有利于提高语音清晰度 

  ‘audio’

  有利于音频输入，默认值 

  ‘lowdelay’

  有利于低延迟模式 

• cutoff (N.A.)

  设置截止屏幕，单位Hz。参数必须是: 4000, 6000, 8000, 12000, 或者 20000（分别对应媒体带宽窄带、常规、宽带、超宽带和全频），默认为0，表示禁用cutoff。

libvorbis

libvorbis编码器封装

编译要求头文件和库，还需要专门用--enable-libvorbis以允许使用

libvorbis选项

下面的选项支持libvorbis封装。等效的oggenc-XXX选项部分列在括号中。

为了更多的了解libvorbis和oggenc选项，请参考oggenc(1)手册

• b (-b)

  设置ABR模式码率，单位bits/s。oggenc-b单位是kilobits/s.

• q (-q)

  设置VBR的品质。选项参数是浮点数，范围-1.0至10.0，越大越好，默认‘3.0’.

  该选项只用于ffmpeg命令行工具，要在库中使用则需要global_quality

• cutoff (--advanced-encode-option lowpass_frequency=N)

  设置截止频率，单位Hz，如果为0表示禁用截止频率。oggenc等效选项单位是kHz。默认值为‘0’ (表示不设置截止频率)。

• minrate (-m)

  设置最小码率，单位bits/s. oggenc -m 的单位是kilobits/s.选项只在ABR模式起效

• maxrate (-M)

  设置最大码率，单位bits/s. oggenc -M 的单位是kilobits/s. 选项只在ABR模式起效

• iblock (--advanced-encode-option impulse_noisetune=N)

  设置负偏压（底噪偏置），选项参数是浮点数，范围-15.0-0.0。指示编码器花费更多资源用于瞬态，这样可以使得获得更好的瞬态响应。

libwavpack

wavpack的通过libwavpack的封装

当前只支持无损32位整数样本模式

编译要求头文件和库，还需要专门用--enable-libwavpack以允许使用

注意libavcoder原生编码器已支持wavpack编码，而不用使用这个扩展编码器了。相关参考[wavpackenc]

libwavpack选项

wavpack命令行工具相应选项都列在括号中:

• frame_size (--blocksize)

  默认32768.

• compression_level

  设置速度与压缩的平衡，允许下面的参数：

  ‘0 (-f)’

  快速模式. 

  ‘1’

  常规模式 (默认) 

  ‘2 (-h)’

  高质量模式 

  ‘3 (-hh)’

  非常高质量模式 

  ‘4-8 (-hh -xEXTRAPROC)’

  类似‘3’, 但允许扩展处理 enabled.
  
  ‘4’ 类似于 -x2 ‘8’类似于 -x6. 

wavpack

wavpack无损音频压缩

是libavcodec的原生wavpack编码。这个编码也可以利用libwavpack完成，但现在看来完全没有必要。

参看[libwavpack]

wavpack选项

等效的wavpack命令行工具列在括号中

wavpack通用选项

下面是wavpack编码的通用选项，下面只介绍了个别特别用于wavpack的选项，其他更多选项参考[编码选项部分]

• frame_size (--blocksize)

  对于这个编码器，参数范围128 至 131072。默认为自动检测（根据采样率和通道数）

  为了了解完整的计算公式，可以看libavcodec/wavpackenc.c

• compression_level (-f, -h, -hh, and -x)

  这个选项同于libwavpack的语法

wavpack私有选项

• joint_stereo (-j)

  设置是否启用联合立体声， 下列值有效:

  ‘on (1)’

  强制mid/side （中置和边）音频编码 

  ‘off (0)’

  强制left/right音频编码 

  ‘auto’

  自动检测 

• optimize_mono

  设置是否允许对单声道优化。此选项只对非单声道流有效。 可能值：

  ‘on’

  允许 

  ‘off’

  禁止