PyAv av.open() 指定使用的编解码器

Question

当使用 PyAv 打开 alsa 音频设备时。我如何指定使用的编解码器而不是 ffmpeg 默认的编解码器，因为那是错误的。默认情况下它将使用pcm_s16le，我需要使用pcm_s32le。我可以使用以下 ffmpeg 命令从我的设备录制：

ffmpeg -f alsa -acodec pcm_s32le -i dmic_sv alsaout.wav

但没有

ffmpeg -f alsa -i dmic_sv alsaout.wav

这会给我以下错误：

[alsa @ 0x12061c0] cannot set sample format 0x10000 2 (Invalid argument)
dmic_sv: Input/output error

如何将工作命令传递给 PyAv av.open() 函数？有stream_options，但它似乎不起作用。我试过了

stream_options = [{'-acodec': 'pcm_s32le'}]
av.open('dmic_sv', format='alsa', mode='r', stream_options=stream_options)

我得到的和上面一样。

av.error.OSError: [Errno 5] Input/output error: 'dmic_sv'; last error log: [alsa] cannot set sample format 0x10000 2 (Invalid argument)

如何做到这一点？

Answer 1

我会回答我自己的问题，因为我想通了。我阅读了 ffmpeg 源代码，发现当使用 alsa 音频设备并且未指定编解码器时，ffmpeg 将默认使用带符号的 16 位 pcm 样本。代码here。通过进一步探索源码，codec值来自AVFormatContext::audio_codec_idstruct字段。

现在弄清楚 PyAV 使用 Cython 来使用 FFmpeg 并通过阅读 Container 类的 PyAV 源代码，我注意到它在 self.ptr 变量中包含 AVFormatContext。然后阅读InputContainer源代码，尤其是在调用avformat_open_input函数打开alsa设备之前。 PyAV 不支持指定使用的音频编解码器。

我分叉了库并很快结束了为我破解solution。现在的问题是是否可以将此功能添加到 PyAV 以强制用于音频的编解码器？在这种情况下，当设备使用 pcm 样本并依赖 ffmpeg 使用选择默认的样本时，它将始终使用 16 位样本，而在我的情况下，我需要使用 32 位样本。

希望这可以帮助某人并为他们省去我遇到的麻烦 :) 我还为 PyAV 问题 here 发布了相同的答案。