libmad音频解码库分析.doc

MAD(libmad)是一个开源的高精度MPEG音频解码库，支持MPEG-1标准。libmad提供24-bit（量化精度）的PCM输出，完全定点计算，非常适合在没有浮点支持的嵌入式硬件平台上使用。使用libmad提供的一系列API可以实现MP3文件的解码。 、数字信号是对连续变化的模拟信号进行抽样、量化和编码产生的，称为PCM（pulse code modulation），即脉冲编码调制“mad.h”头文件定义了libmad的数据结构及API函数15。表4 libmad中的主要数据结构主要数据结构作用struct mad_stream存放解码前的Bitstream数据struct mad_synth存放解码合成滤波后的PCM数据struct mad_pcm定义了音频的采样率，声道个数和PCM采样数据,用来初始化音频struct mad_frame记录MPEG帧解码后PCM数据的数据结构，其中的mad_header用来记录MPEG帧的基本信息，比如MPEG层数、声道模式、流比特率、采样比特率。声道模式包括单声道、双声道、联合立体混音道以及一般立体声。 MAD通过回调函数机制来实现解码，每个回调函数会返回一个枚举类型mad_flow,通过mad_flow可以控制解码的过程。在未经处理的情况下，MAD一般输出32bit，以little endian格式存放在mad_fixed_t中的数据。但是大多数的声卡并不能支持输出高达32bit精度的数据，因而还必须对mad_fixed_t进行量化，圆滑处理以及抖动，使到采样信号降到16bit精度。MAD负责的只是解码的过程，它工作过程是：从外部获取输入，逐帧解码，在解码的过程中返回信息，然后得到解码结果。开发人员要手动设置输入输出。 编程实现解码的方法为：初始化mad_decoder,里面包含了指向输入、输出、滤波、错误和消息回调函数的指针。通过mad_decoder_init()实现初始化16。struct mad_decoder decoder;struct my_playbuf playbuf; /设置数据缓冲区mad_decoder_init( &decoder, &playbuf, input_func, /回调输入函数 header_func, /处理帧头信息 /*filter*/0, /滤波（未设置，置0） output_func, /输出函数 /*error*/ 0, /错误 /* message */ 0);/ 信息函数在这个初始化函数里面，回调输入函数指向了input_func，处理帧头信息的函数指向了header_func，而输出函数则为output_func。其它的滤波，错误和信息函数没有设置，置0。接着，MAD进入了一个解码的循环过程：当解码函数里面的数据解码完毕时，调用input_func函数;当input_func函数告知解码函数全部数据已经解码完毕，则MAD处理退出；对帧头进行解码，调用header_func函数；对帧中的主数据进行解码；调用filter_func函数；将解码数据输出，调用output_func函数；重复上述步骤。MAD在每进行一帧的解码结束后都会询问mad_flow的状态，以决定是否进行下一帧的解码。enum mad_flow的数据结构（枚举变量）定义如下：enum mad_flowMAD_FLOW_CONTINUE = 0x0000, /*继续进行下一帧的解码*/MAD_FLOW_STOP = 0x0010, /*停止对该比特流的解码并正常退出*/MAD_FLOW_BREAK = 0x0010, /*停止对该比特流的解码并返回错误*/MAD_FLOW_IGNORE = 0x0020 /*不解码该帧，跳入下一帧*/；大多数情况下回调函数会返回MAD_FLOW_CONTINUE。要自定义实现的回调函数的声明格式为：enum mad_flow (*input_func)(void *, struct mad_stream *);enum mad_flow (*header_func)(void *, struct mad_header const *);enum mad_flow (*filter_func)(void *, struct mad_stream const *, struct mad_frame *);enum mad_flow (*output_func)(void *, struct mad_header const *, struct mad_pcm *);enum mad_flow (*error_func)(void *, struct mad_stream *, struct mad_frame *);enum mad_flow (*message_func)(void *, void *, unsigned int *);其中void *指针将缓冲数据传递给这些回调函数，由回调函数对数据进行处理。Input_func函数一般会执行以下操作：if (more_data_available)buffer = refill_buffer();mad_stream_buffer(stream, buffer, length_of_buffer);return MAD_FLOW_CONTINUE;else return MAD_FLOW_STOP;header_func函数会根据mad_header指向的帧头从中读取重要的帧信息，如将读取到的帧长度赋值给mad_timer_t，可以从mad.h中得知存放这些信息的数据结构。在output_func函数中，利用指向PCM数据的指针mad_pcm,执行类似以下操作：mad_fixed_t *left_ch = pcm-samples0, *right_ch =pcm-samples1; /将采样数据分别输出到左右声道int nsamples = pcm-length;signed int sample;unsigned char * buffer = some_buffer;unsigned char * ptr = buffer;while (nsamples-)sample = (signed int) do_downsample(*left_ch+)*ptr+ = (unsigned char) (sample 0); *ptr+ = (unsigned char) (sample 8);sample = (signed int) do_downsample(*right_ch+) *ptr+ = (unsigned char) (sample 0);*ptr+ = (unsigned char) (sample 8); /处理左右声道采样数据，输出16bit little endian格式PCM定义好各回调函数之后，便可以开始解码：mad_decoder_run(&decoder, MAD_DECODER_MODE_SYNC);解码完毕后，调用mad_decoder_finish(&decoder);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 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struct mad_synth mad_fixed_t filter222168; /* polyphase filterbank outputs */ /* cheopeosv */ 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 samples21152; /* PCM output samples chsample */;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_pcmstruct mad_frame struct mad_header header; /* MPEG audio header */ int options; /* decoding options (from stream) */ mad_fixed_t sbsample23632; /* synthesis subband filter samples */ mad_fixed_t (*overlap)23218; /* 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_frameenum 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