基于 libmad 的简单 MP3 流媒体播放器的实现（1）

look_w

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。