1. 如何实时h264编码及aac编码
1. 简单介绍
首先是捕获，这里采用了DirectShow的方式，对它进行了一定程度的封装，包括音视频。好处是直接使用native api，你可以做想做的任何修改，坏处是，不能跨平台，采集音视频这种应用，linux平台也是需要滴呀。有跨平台的做法，对视频，可以使用OpenCV，对音频，可以使用OpenAL或PortAudio等，这样就行了。
编码可以选择的余地比较大，对视频来讲，有H264, MPEG-4, WebM/VP8, Theora等，音频有Speex, AAC, Ogg/Vorbis等，它们都有相应的开源项目方案，我采用的是x264进行H264编码，libfaac进行aac编码，之后是否更改编码方案，等具体项目需求再说了。这里提一下WebM，Google牵头的项目，完全开放和自由，使用VP8和Vorbis编码，webm(mkv)封装，有多家巨头支持，目的是想要取代当前的H264视频编码，号称比后者更加优秀，我没有测试过实际效果。不过有商业公司牵头就是不一样，各项支持都很全面，有时间了关注一下。2. 逻辑和流程
基本的思想是实现dshow ISampleGrabberCB接口，通过回调来保存每一个buffer。除了界面线程和dshow自己的线程之外，我们启动了两个线程，AudioEncoderThread和VideoEncoderThread，分别从SampleGrabber中取出数据，调用编码器进行编码，编码后的文件可以直接输出。看图：程序是用VS2010构建的，看张工程截图：Base下面的是对系统API的一些简单封装，主要是线程和锁。我这里简单也封装的了一下dshow的捕获过程，包括graph builder的创建，filter的连接等。directshow是出了名的难用，没办法，难用也得用。因为是VS2010，调用的Windows SDK 7.1中的dshow，没有qedit.h这个文件，而它正式定义ISampleGrabberCB的。不急，系统中还是有qedit.dll的，我们要做的就是从Windows SDK 6.0中，把它拷过来，然后在stdafx.h中加入这几行代码，就可以了
1 #pragma include_alias( "dxtrans.h", "qedit.h" )
2 #define __IDxtCompositor_INTERFACE_DEFINED__
3 #define __IDxtAlphaSetter_INTERFACE_DEFINED__
4 #define __IDxtJpeg_INTERFACE_DEFINED__
5 #define __IDxtKey_INTERFACE_DEFINED__
6 #include "qedit.h"
3. 音视频编码
相关文件：Encoder下就是音视频编码相关的代码。X264Encoder封装了调用x264编码器的操作，FAACEncoder封装了调用libfaac编码器的操作，VideoEncoderThread和AudioEncoderThread负责主要的流程。下面我把关键代码贴出来，大家可以参考一下。
A. 视频编码线程
主要流程是首先初始化x264编码器，然后开始循环调用DSVideoGraph，从SampleGrabber中取出视频帧，调用x264进行编码，流程比较简单，调用的频率就是你想要获取的视频帧率。要注意的一点是，x264进行编码比较耗时，在计算线程Sleep时间时，要把这个过程消耗的时间算上，以免采集的视频帧率错误。
B. 音频编码线程
主要流程和视频编码线程相同，也是初始化FAAC编码器，然后循环调用DSAudioGraph，从SampleGrabber中取出视频帧，调用faac进行编码。和视频不同的是，音频的sample的频率是非常快的，所以几乎要不断的进行采集，但前提是SampleGrabber中捕获到新数据了才行，不然你的程序cpu就100%了，下面代码中IsBufferAvailaber()就是做这个检测的。
调用faac进行编码的时候，有点需要注意，大家特别注意下，不然编码出来的音频会很不正常，搞不好的话会很头疼的。先看下faac.h的相关接口
1 faacEncHandle FAACAPI faacEncOpen(unsigned long sampleRate, unsigned int numChannels,2 unsigned long *inputSamples, unsigned long *maxOutputBytes);3 4 int FAACAPI faacEncEncode(faacEncHandle hEncoder, int32_t * inputBuffer, unsigned int samplesInput,5 unsigned char *outputBuffer, unsigned int bufferSize);
faacEncEncode第三个参数指的是传入的sample的个数，这个值要和调用faacEncOpen返回的inputSamples相等。要做到这点，就要在dshow中设置好buffsize，公式是：
BufferSize = aac_frame_len * channels * wBytesPerSample// aac_frame_len = 1024
2. 有关MP3歌曲的大小
MP3格式介绍
现在大家对音乐品质越来越挑剔了MP3要求的品质也是越来越高了，
一般MP3压制可分为几个阶段：
第一个阶段是最早期的128K=CD音质~由于MP3刚出现使人们在感叹能
有那么大的压缩率的情况下居然会有如此的音质表现力。
不过很快人们就发现128K的MP3在音质的高频
部分和细小音节跟原版有非常大的差距。所以就有了第二个阶段。
第二个阶段192K=CD然而，当大家对128K不满的时候192K就成了CD音质的统称，
因为在一定程度上192K对128K来说音质的表现应该算有了一个质的飞跃，
但是依然无法阻止MP3在高复杂音频下音频的流失，所以192KMP3的音质很快又被人们否定了。
就有了MP3音质的大讨论和争议。很多人喜欢用320K因为那是MP3音质里的极限，
如果用320K那么很多人往往无法接受一首歌有超过10M容量的MP3。
压缩软件也是大家一直都很头痛的问题，传统压缩软件都是以暴力般的压制方法，
使MP3会损失很多音频，比如插弦声在以往的MP3是听不到的。
所以MP3在大家的印象里已经成了音质差的代名词。
当人们对MP3音质有不少失望时！LAME的出现让人们惊叹MP3的音质
原来还是可以那么
出色。独创的心理声学和改佳压缩模式在最大程度上
还原CD原版音频。
（新版本LAMEq=0VBR和CBR320K压缩方式）
甚至用线谱测也几乎能跟音源达到一至。但毕竟是有损压制。
想完全还原那还是不可能的，所以心理声学模式应该是最佳的选择~
下面就来介绍MP3的大概几种压制方式：
第一种就是传统的CBR（Constents BitRate）。就是静态比特率。
CBR约定死了MP3的采样率为固定值。一首MP3从头至尾为某固定值如192KBit/s
进行压缩如果这种压制模式在固定比特率下如（192K）复杂段落音频是无法满足，
而低频下又是浪费容量。在容量一定的情况下，音质的表现只能说是差强人意。
想要音质到达最好。也只能把它压成320K，然而容量实在是不能让人接受。
特别是那些拥有容量较少的MP3随身听但又想要高品质MP3的朋友。用起来确实是
左右为难啊。
MP3的质量等级其实分出了q9--q0~的单位!等级0为最佳,当然首先考虑的是MP3的码率
后考虑MP3的等级!
第二种是VBR：全称是Variable BitRate，就是动态比特率。
就是在音频中找出与音频最适合的比特率进行压制，
使其在控制容量大小的情况下把音质提到最佳。
VBR采取了一种全新的，全程动态调节技术的压缩方法。当在低频或无频段时，
VBR会自动采用的比特率如32KBit/s对音质进行压缩；当在高音段时会用较高的
比特率如224KBit/s或256KBit/s对音质进行压缩；当在级高端时则采用最高320KBit/s进行
压缩。VBR MP3就是在控制文件大小的情况下，最大限度的提高了MP3的音质，
VBR的质量同样也分出了V9--V0!我们所说的~~极品VBR(极高品质动态MP3压制码率)就是MP3的Q等级和VBR的V等级都为最佳压制!
第三种就是ABR：就是平均动态比特率。
指定VBR控制在某个比特率然后利用VBR对音频的解析调解MP3大小。
是人们想在控制MP3容量在一定的情况下，又想要追求音质的一种压制方法。
就是在VBR中固定一个码率标准。比如把VBR平均控制在192Kbps的标准上
让VBR根据音频调节VBR码率，虽然后面得出的音乐体积比较统一，而音乐质量就参差不齐。
误区：VBR比特率越高等于音质越好，理论上是这样，
但是VBR本身的作用就是调节比特率，比特率的高低要取决于歌曲本身音源的质量或复杂程度，
由于不同歌曲本身帧数的区别，VBR在压缩的时候会根据歌曲自动调节帧数，
一首歌曲被分为上千帧进行分析压制，最后得出的平均数为最后的比特率。
所以VBR压制的MP3的音质是不能从比特率的高低上分辨出来的。
这就是我们经常看到比特率偶尔不会是整数的原因了。
（一般正版CD压出来的最后比特率都比较高，一般都会超过200K，
那是正版CD在音质的音频质量都要求的很高）
现在网上流行的192K VBR是属于ABR！
因为它的压缩模式是把最高和最低和平均值都设在192K所以它的音质
跟192K CBR并没有太大的区别。
联合立体声(又称:混合立体或接合立体)这是前期MP3码率比较低时就是维持在128K时通用的一种声道压制模式!原理是把两个声道的音频联合起来,在用压制记忆把其分开~在低码率的情况下可以适当的提高音质,但是会破坏音质的音场!!
上面所说的声道在其他软件上表现的比较明显,不过LAME已经解决了联合立体声的问题~而且表现出了相当的自信.默认的压制方式就是联合立体声!所以用LAME压制的朋友可以放心使用联合立体声的声道模式
希望我今天的帖子对你以后压制MP3的时候有所帮助。有什么意见和建议请多多批评。（个人摘抄拼凑，如有雷同，纯属巧合）
对MP3及音频压缩技术的一些误解
1、mp3的音质很差？
错。mp3作为当前音频有损压缩的“王者”，它的编码技术已经几近完美。很多人只是不清楚如何才能压缩出高品质的mp3而已。2001年12月，世界上最优秀的mp3编码器--LAME推出了革命性的版本3.90.2，针对lame压缩参数过于烦琐的情况，提供了几个preset（预设）参数。现在只要使用LAME的standard（标准）模式进行压缩，就能得到近似于CD的完美音质。
2、128kbps的mp3=CD音质？
错。首先，所谓CD音质是一个带有很大主观性的名词，基本上可以认为CD音质意味着在平均水平的听音条件下能达到用光驱放CD的效果。但是根据这个定义，无数的试听结果表明，不管用什么编码器，什么样的设置，128kbps的mp3都不能达到这个标准。关于这方面的主题可参考http://ff123.net/,这是一个非常着名的国外音频站点，对128kbps的mp3的测试有非常详细的理论阐述。
3、mp3 192kbps CBR(固定比特速率) stereo(立体声)编码是音质与文件大小的最佳平衡设置？
错。这一误解有很深的根源。因为128kbps的mp3在音质上不能被“苛刻”的音乐爱好者接受，所以他们要寻求更好的设置。对Xing编码器及Fraunhofer编码器来说，直到现在它们在VBR(可变比特速率)和jointstereo(混合立体声)的算法上都很失败，所以很多人都认为CBR和stereo才是最佳的选择，而且192kbps的mp3在文件大小上也是可以接受的。是LAME编码器改变了这一切！LAME采用的VBR及智能的joint stereo算法非常优秀，已经没什么理由再去使用CBR和stereo--这样做只会浪费有限的bits。标准的VBR预定设置（即使用--alt-preset standard参数）生成的mp3文件的平均比特率也是192kbps，但它的音质要好过CBR 192kbps，在同等的比特率下其他的编码器非其敌手（按：除了1、mpc--其音质在该bitrate左右好于mp3, 2、最近的oggenc 1.0--not tested yet）。
4、mp3 320kbps CBR Stereo是mp3音质的极限？
错（或者说Not exactly true）。虽然320kbps是mp3标准的极限，但在320kbps下使用设计良好的Joint Stereo，能够将节省下下的bits用于纯粹的音乐部分（从而提高音质）。如果音源的立体声分离度很低，使用完全的stereo是一种浪费。
5、VBR的音质不如CBR？
错。设计良好的VBR算法不会将bits浪费在易于编码的部分，节省下来的bits将用在对复杂的音频部分进行编码。这一误解可能来自于较老的FhG Encoder的VBR算法及Xing VBR算法中存在的bug,对当前的lame编码器来说,它的VBR算法已被协调得很好,不会有音质上的问题。
6、Joint Stereo 音质不佳？
错。当前主流的encoder如lame、mppenc、oggenc、aacenc都使用了所谓smart joint stereo的技术，不会破坏stereo image,请参阅如下的两个链接（E文,由编码器的开发者解答）：
http://www.hydrogenaudio.org/for ... =&threadid=1081
http://www.hydrogenaudio.org/for ... s=&threadid=759
更为技术性的解释如下：
http://www.xiph[size=4][/size].org/ogg/vorbis/doc/stereo.html
7、Blade是最佳的mp3编码器？
错。（似乎不用过多的解释）Blade不推荐用于所有bitrate的mp3编码，由于缺少相当多的功能，其音质较lame或FhG逊色很多。下面的两个链接有助于了解blade的缺憾：
http://forums.afterdawn.com/thread_view.cfm/1914
http://www.hydrogenaudio.org/for ... s=&threadid=463
最新消息——Blade已经停止开发，其作者在主页上声明ogg是更好的选择
8、wma在64kbps可达CD音质？
错。不用我多费笔墨，不相信的话点击下面的链接了解详情:：
http://www.hydrogenaudio.org/for ... =&threadid=1434
http://forums.winamp.com/showthread.php?s=&threadid=89378
另外，专门为winamp写plugin的Peter也写了篇文章:
Why not to use wma (http://205.188.228.81/showthread.php?threadid=81838)
9、不同的音乐类型需要不同的编码器及不同的参数?
错。编码器是在音频信号级进行处理，不去分辨音乐类型。只要心理学模型与编码算法正确，同一设置就适用于所有的音乐类型。详情参见：
http://www.hydrogenaudio.org/for ... =&threadid=1835
MP3压缩软件很多，介绍两个相对最常用的MP3工具：
Mp3Resizer (MP3压缩软件绿色版)，下载地址：http://www.anxz.com/down/505.html
Cool Edit Pro 2.1 专业汉化破解特别版，下载地址：http://www.anxz.com/down/457.html
Mp3Resizer的使用相对简单，功能也很少。
详细内容参见:http://www.ee44.net/simple/index.php?t4647.html
3. ffmpeg 连接 mp3
先写个文本的列表文件list.txt，内容为
file '1.mp3'
file '2.mp3'
file '3.mp3'
然后用命令,如果音频参数一致可以
ffmpeg -f concat -i list.txt -c a.mp3
这时a.mp3就是合并生成的
如果音频参数不一致可以重新编码成aac/MP4
ffmpeg -f concat -i list.txt -vn -acodec libvo_aacenc -ab 128k a.m4a
4. ffmpeg 把avi转换flv怎么是0kb
ffmpeg版本太旧，用的7年前的版本。支持太少。换新版即可。
我自己编译的版本，为core2以上cpu优化
ffmpeg version N-57940-g1b3d3a9 Copyright (c) 2000-2013 the FFmpeg developers
built on Nov 6 2013 18:49:29 with gcc 4.7.3 (GCC)
configuration: --prefix=/mingw/i686-w64-mingw32 --enable-version3 --enable-gpl
--enable-nonfree --enable-avisynth --enable-libfaac --enable-libaacplus --enabl
e-libvo-aacenc --enable-libfdk-aac --enable-libmp3lame --enable-libx264 --enable
-librtmp --enable-libvpx --enable-libvorbis --enable-libopus --disable-runtime-c
pudetect --disable-doc --disable-manpages --disable-podpages --disable-txtpages
--enable-cross-compile --target-os=mingw32 --arch=x86 --enable-w32threads --extr
a-cflags='-Ofast -mtune=core2 -fomit-frame-pointer' --extra-libs='-lrtmp -lpolar
ssl -lwinmm -lws2_32 -lgdi32'
libavutil 52. 52.100 / 52. 52.100
libavcodec 55. 41.100 / 55. 41.100
libavformat 55. 21.100 / 55. 21.100
libavdevice 55. 5.100 / 55. 5.100
libavfilter 3. 90.102 / 3. 90.102
libswscale 2. 5.101 / 2. 5.101
libswresample 0. 17.104 / 0. 17.104
libpostproc 52. 3.100 / 52. 3.100
5. 急!我用千千静听转换歌曲 把MP3转ACC怎么转一会就自动关了
你不会不用那个软件转换啊 你可以用iTunes
iTunes，苹果公司最热门音乐软件的最新版本，具有了一个极吸引人的新功能：令人难以置信的iTunes音乐商店，成千上万首歌曲让您预听并且拥有，只要您点击一下就行了。无论走到哪里，都带着音乐，带着您的全心iPod。它可以支持新的 AAC 音频格式（具有更好的音质，而文件大小却更小了），同时也可以让您同本地以太网络或 AirPort 无线网络上的苹果电脑共享您的音乐。如果您的苹果电脑配备 SuperDrive 光驱，您还可以将您的整个音乐库刻录成 DVD 光盘以便保存。
http://dl.pconline.com.cn/html_2/1/123/id=8432&pn=0.html
6. 关于使用浏览器触发录屏的启停。（ScreenCapturerRecorder）
关于使用浏览器触发录屏的启停。（ScreenCapturerRecorder）？ffmpeg在Linux下用X11grab进行屏幕录像,在Windows下用DirectShow滤镜
首先需要安装一个软件,screen capture recorder
编译好的下载地址是:
http://sourceforge.net/projects/screencapturer/
源码地址是:
https://github.com/rdp/screen-capture-recorder-to-video-windows-free
安装完了之后,在命令行执行:
ffmpeg -list_devices true -f dshow -i mmy
系统输出大致如下:
[dshow @ 002db420] DirectShow video devices
[dshow @ 002db420] "screen-capture-recorder"
[dshow @ 002db420] DirectShow audio devices
[dshow @ 002db420] "virtual-audio-capturer"
ffmpeg已经可以捕获到DirectShow视频设备,和音频设备了.
"screen-capture-recorder" 这个就是桌面捕获设备,如果电脑上连有摄像头,也会列出来.
"virtual-audio-capturer" 这个是音频捕获设备
然后就可以用FFMPEG来进行录像了
Java代码
ffmpeg -f dshow -i video="screen-capture-recorder" -f dshow -i audio="virtual-audio-capturer" -pix_fmt yuv420p -vcodec libx264 -acodec libvo_aacenc -s 1280x720 -r 25 -q 10 -ar 44100 -ac 2 -tune zerolatency -preset ultrafast -f mpegts - | ffmpeg -f mpegts -i - -c -bsf:a aac_adtstoasc -f flv temp.flv
7. 千千静听中如何将ogg格式的转换成mp3格式的
需要下载
oggenc2.85-1.2.0-P3.zip(P3,P4是CPU编码)(地址:
http://www.rarewares.org/files/ogg/
)
将其解压至TTplayer所在文件夹(如果将那个编码器oggenc2.exe改名为oggenc.exe就可以用Q4Q5Q6编码了,
q4q5q6表示的也就是品质,很明显q10表明的是最高品质
然后在千千静听中,把想转的歌曲加入到千千静听，在歌曲上右键点
—
转换格式
－输出格式中选命令行编码器1.0，
点击“配置”
【方法1】：新建1个编码器方案，名称任意
－
把编码程序改为刚才下载的那个ogg编码器
－
扩展名为ogg，命令参数为：-q10
-
-o
"%d"
，其余默认
【方法2】：选择
案编码器方案Vorbis
-q4、Vorbis
-q5、Vorbis
-q6，其中一个将其中的4、5、6，改为10其他照旧
－
确认后点击“立即转换”
by:wangbin5542
8. 怎么打开OGG格式文件,急!!!!
转换OGG格式的方法有很多，但最简单的方法是就是用Foobar2000+OGGENC外部编码器。Foobar2000现在很流行，它是一个Windows 平台下的高级音频播放器。不仅音质很出色，功能也很强大。Foobar2000支持WAV、AIFF、VOC、 AU、SND、Ogg Vorbis、MPC、MP2、MP3等音乐格式，通过插件还能支持MPEG-4、AAC、FLAC、Ogg、FLAC、Monkey“sAudio、WavPack、Speex、CDDA、SPC及各种MOD类型，相信支持的类型是已经足够了。利用Foobar2000的转换功能，可以方便的其它的音频格式转换成OGG格式。Foobar2000转换OGG需要OGG外部编码器的支持（OGGENC）,可供选择的OGGENC外部编码器版本很多，音质也有些细微的差距.基于目前音质最好的aoTuV beta 4.51制作的编码器 使用SSE大幅优化了编码速度 非常快下载链接：最新版本的编码器 http://yigi.cn/oggenc.exe这是一个命令行编码器 可以在foobar2000 / EAC / 千千静听等软件中方便的调用比如在foobar2000中 大家用鼠标选中要转换的歌曲，右键点击，选中“转换”，然后选择“转换到同目录”，这样你就不用找转换出来的歌了。FOOBAR会弹出个“转换器设置”，在“编码预置”里选择“Ogg Vorbis"。FOOBAR默认的是Q5。我们可以点击“。。。”，然后在“命令行编码器设置”将品质拉到最右边即是最高品质Q10了！设置好后，点击“确定”开始转换咯！如果没有设置好OGG编码器的为止，FOOBAR会弹出提示叫你选择OGG编码器的位置。在千千静听中,把想转的歌曲加入到千千静听，在歌曲上右键点转换格式 － 输出格式中选命令行编码器1.0，点击“配置”－ 新建1个编码器方案，名称任意 － 把编码程序改为刚才下载的那个ogg编码器 － 扩展名为ogg，命令参数为：-q10 - -o "%d" ，其余默认 － 确认后点击“立即转换”，OK了，等吧。不是Q10的话把"10"改成对应的数字即可。用Easy CD-DA Extractor 9转起来更方便，但是选择第三方编码器时比较麻烦。
9. 怎么将MP3转换为m4a的啊
1）在桌面新建一个文件夹，里面装上你要转换的MP3音乐。
2）去千千静听官网
http://wwwct.ttplayer.com/index.php
下载一个千千静听播放软件，趁等待空隙再去
http://wwwct.ttplayer.com/download/nero_aac.rar
下载一个叫“NERO6组件”的东东。等待下载成功。
3）NERO6组件下载成功好了后，解压找到里面的3个文件，分别是：Aac.dll，aacenc32.dll，NeroIPP.dll。你需要做的就是把这3个文件复制到千千静听的安装目录AddIn文件夹下。
4）刷新后打开千千静听先把你之前装好的MP3音乐导入到千千静听的播放列表里，然后全选中点右键，在菜单中选择“格式转换”。在输出格式中选择“Nero
HE-AAC解码器”，（记得在下面选择目标文件夹，不然转换好了都还不知道是转换在哪个文件夹里。）在最下面选择“立即转换”就好了，等着吧。
10. 求python将两个MP3音频文件拼接成一个MP3文件的代码
可以使用pyb
1 网址:https://github.com/jiaaro/pyb
2 pyb需要依赖 libav或者ffmpeg
3 在mac环境下安装依赖：(二选一)
[plain]view plain
brewinstalllibav--with-libvorbis--with-sdl--with-theora
将所有依赖都安装上~~
brewinstallffmpeg--with-fdk-aac--with-ffplay--with-freetype--with-frei0r--with-libass--with-libvo-aacenc--with-libvorbis--with-libvpx--with-opencore-amr--with-openjpeg--with-opus--with-rtmpmp--with-schroedinger--with-speex--with-theora--with-tools--with-fdk-aac--with-freetype--with-ffplay--with-ffplay--with-freetype--with-frei0r--with-libass--with-libbluray--with-libcaca--with-libquvi--with-libvidstab--with-libvo-aacenc--with-libvorbis--with-libvpx--with-opencore-amr--with-openjpeg--with-openssl--with-opus--with-rtmpmp--with-schroedinger--with-speex--with-theora--with-tools--with-x265
4 安装pyb: pip install pyb
5 使用pyb:
下载是示代码
enPath="%s%s/%s"%(enDir,file,enfile)#英文文件的路径
cnPath="%s%s/%s"%(cnDir,file,enfile.replace("en_w","cn_w"))#中文文件的路径
targetPath="%s%s/%s"%(toDir,file,enfile.replace("en_w","all"))#合并文件的路径
#加载MP3文件
song1=AudioSegment.from_mp3(enPath)
song2=AudioSegment.from_mp3(cnPath)
#取得两个MP3文件的声音分贝
db1=song1.dBFS
db2=song2.dBFS
song1=song1[300:]#从300ms开始截取英文MP3
#调整两个MP3的声音大小，防止出现一个声音大一个声音小的情况
dbplus=db1-db2
ifdbplus<0:#song1的声音更小
song1+=abs(dbplus)
elifdbplus>0:#song2的声音更小
song2+=abs(dbplus)
#拼接两个音频文件
song=song1+song2
#导出音频文件
song.export(targetPath,format="mp3")#导出为MP3格式