电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛

标题: 基于 libmad 的简单 MP3 流媒体播放器的实现（1） [打印本页]

作者: look_w 时间: 2018-5-19 15:48 标题: 基于 libmad 的简单 MP3 流媒体播放器的实现（1）

1．介绍本文在 Fedora 5 Linux 下实现了一个基于 libmad 的 MP3 流媒体播放器。此流媒体播放器可以播放基于 HTTP 1.1 协议传输的 MP3 流媒体数据。
基本原理是：从 HTTP 服务器获得 MP3 媒体信息，然后通过网络传输把 MP3 数据以数据流的形式接收到 MP3 流媒体播放器客户端，由客户端通过 libmad 解码 MP3 数据流，得到 PCM 音频数据，写入音频设备，播放音乐。本文的流媒体播放器只是实现了必要的简单功能，没有考虑太多情况。比如，没有考虑实时播放控制，这样的话就不能随意选取播放点进行播放。
本文的 MP3 流媒体播放器创建两个线程，使用两个缓冲区保存 MP3 数据，可以一边下载数据，一边播放音乐。编译运行此 MP3 流媒体播放器需要安装 libmad () 以及 ALSA(Advanced Linux Sound Architecture) ()相关的软件。ALSA包括4部分，分别是 sound driver, sound library , sound utilities 以及 tools。至少应该安装 sound driver, sound library 。编译程序时连接库的选项是：-lmad -lasound -lpthread。
本文的 MP3 流媒体播放器使用双缓冲区，一个是数据接收缓冲区，另一个是数据解码缓冲区。主程序结构如下图所示，图中的蓝色线表示数据流向。
图 1：MP3 流媒体播放器主程序结构图

2．libmad简介MAD（libmad）是一个开源的高精度 MPEG 音频解码库，支持 MPEG-1（Layer I, Layer II 和 LayerIII（也就是 MP3）。LIBMAD 提供 24-bit 的 PCM 输出，完全是定点计算，非常适合没有浮点支持的平台上使用。使用 libmad 提供的一系列 API，就可以非常简单地实现 MP3 数据解码工作。在 libmad 的源代码文件目录下的 mad.h 文件中，可以看到绝大部分该库的数据结构和 API 等。
本文用到的 libmad 中的主要数据结构有：struct mad_stream, struct mad_synth, struct mad_frame。它们的定义如下：
清单 1：libmad 中的主要数据结构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

struct mad_stream {
  unsigned char const *buffer;    /* input bitstream buffer */
  unsigned char const *bufend; /* end of buffer */
  unsigned long skiplen;       /* bytes to skip before next frame */

  int sync;                   /* stream sync found */
  unsigned long freerate;       /* free bitrate (fixed) */

  unsigned char const *this_frame;  /* start of current frame */
  unsigned char const *next_frame;  /* start of next frame */
  struct mad_bitptr ptr;          /* current processing bit pointer */

  struct mad_bitptr anc_ptr;    /* ancillary bits pointer */
  unsigned int anc_bitlen;       /* number of ancillary bits */

  unsigned char (*main_data)[MAD_BUFFER_MDLEN];
/* Layer III main_data() */
  unsigned int md_len;          /* bytes in main_data */

  int options;                /* decoding options (see below) */
  enum mad_error error;       /* error code (see above) */
};

如果缓冲区最后一个 MPEG 数据帧只有部分数据包括在缓冲区中，那么 struct mad_stream 中的 next_frame 域指到不完整数据的开始地址。由于缓冲区的 MPEG 数据帧不一定完整，所以不完整的 MPEG 帧的数据必须拷贝到下一次解码操作的缓冲区中，进行再次解码。这里我们还看到 bufend 指向缓冲区数据的最后地址，也就是最后一字节的地址加 1 的位置。mad_stream.bufend – mad_stream.next_frame 就是剩余的未被解码的 MPEG 帧的数据的字节数量（假设此帧在缓冲区中不完整）。mad_stream 的 error 域用来记录操作 mad_stream 得到的错误代码。错误代码在 mad.h 中有很详细的定义。
清单 2：错误代码在 mad.h 中的详细定义

1
2
3
4
5
6
7

struct mad_synth {
  mad_fixed_t filter[2][2][2][16][8]; /* polyphase filterbank outputs */
                           /* [ch][eo][peo][s][v] */
  unsigned int phase;             /* current processing phase */

  struct mad_pcm pcm;          /* PCM output */
};

mad_synth 中的关键域 pcm 保存解码和合成后得到的 PCM 数据。
清单 3：mad_synth 中的关键域

1
2
3
4
5
6

struct mad_pcm {
  unsigned int samplerate;       /* sampling frequency (Hz) */
  unsigned short channels;       /* number of channels */
  unsigned short length;       /* number of samples per channel */
  mad_fixed_t samples[2][1152]; /* PCM output samples [ch][sample] */
};

struct mad_pcm 定义了音频的采样率、每个声道个数以及最后的 PCM 采样数据。这些参数可用来初始化音频设备。
清单 4：struct mad_pcm

1
2
3
4
5
6
7

struct mad_frame {
  struct mad_header header;             /* MPEG audio header */
  int options;                         /* decoding options (from stream) */

  mad_fixed_t sbsample[2][36][32];    /* synthesis subband filter samples */
  mad_fixed_t (*overlap)[2][32][18];    /* Layer III block overlap data */
};

mad_frame 是记录 MPEG 帧解码后的数据的数据结构，其中的 mad_header 尤其重要，其用来记录 MPEG 帧的一些基本信息，比如 MPEG 层数、声道模式、流比特率、采样比特率等等。声道模式包括单声道、双声道、联合立体混音声以及一般立体声。
清单 5：mad_frame

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

enum mad_mode {
  MAD_MODE_SINGLE_CHANNEL = 0,       /* single channel */
  MAD_MODE_DUAL_CHANNEL = 1,    /* dual channel */
  MAD_MODE_JOINT_STEREO = 2,          /* joint (MS/intensity) stereo */
  MAD_MODE_STEREO    = 3                /* normal LR stereo */
};

struct mad_header {
  enum mad_layer layer;       /* audio layer (1, 2, or 3) */
  enum mad_mode mode;       /* channel mode  */
  int mode_extension;          /* additional mode info */
  enum mad_emphasis emphasis;  /* de-emphasis to use  */

  unsigned long bitrate;       /* stream bitrate (bps) */
  unsigned int samplerate;       /* sampling frequency (Hz) */

  unsigned short crc_check;    /* frame CRC accumulator */
  unsigned short crc_target;       /* final target CRC checksum */

  int flags;                   /* flags  */
  int private_bits;       /* private bits  */
  mad_timer_t duration;    /* audio playing time of frame */
};

下面就本文使用的 API 的功能做简单介绍。
在本文中用到的 API 包括：

1
2
3

void mad_stream_init(struct mad_stream *)
void mad_synth_init(struct mad_synth *);
void mad_frame_init(struct mad_frame *);

以上3个 API 初始化解码需要的数据结构。

1	void mad_stream_buffer(struct mad_stream , unsigned char const , unsigned long);

此函数把原始的未解码的 MPEG 数据和 mad_stream 数据结构关联，以便使用 mad_frame_decode( ) 来解码 MPEG 帧数据。

1	int mad_frame_decode(struct mad_frame , struct mad_stream );

把 mad_stream 中的 MPEG 帧数据解码。

1	void mad_synth_frame(struct mad_synth , struct mad_frame const );

把解码后的音频数据合成 PCM 采样。

1
2
3

void mad_stream_finish(struct mad_stream *);
void mad_frame_finish(struct mad_frame *);
mad_synth_finish(struct mad_synth);

以上 3 个 API 在解码完毕后使用，释放 libmad 占用的资源等。

欢迎光临电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/)