libmad音频解码库分析

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_flow{

MAD_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->samples[0], *right_ch =pcm->samples[1]; //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 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

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

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

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：

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。

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。

int mad_frame_decode(struct mad_frame *, struct mad_stream *);

把mad_stream中的 MPEG 帧数据解码。

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。

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。