FFmpeg - 与音频帧大小的概念及其计算相混淆

Question

我正在学习使用FFmpeg的视频和音频编解码器。我正在努力了解帧大小和其他一些概念。

帧大小这是每帧的大小（以字节为单位）。这可能会有很大不同：如果每个样本是8位，并且我们正在处理单声道声音，则帧大小为一个字节。类似地，在具有64位浮点采样的6通道音频中，帧大小为48字节（PCM Terminology and Concepts）

如上所述，如果每个样本是8位并且有6个通道，则帧大小将是48个字节。我的代码的结果是96（16位* 6通道）。另一方面，调用stream->codecpar->frame_size的结果是1024.为什么它们不同？ 6个通道的帧大小是1024还是只是每个通道？

main.cpp中：

else if (stream->codecpar->codec_type == AVMEDIA_TYPE_AUDIO) {
    std::cout << "audio sample rate: " << stream->codecpar->sample_rate << std::endl;
    std::cout << "audio bits: " << stream->codecpar->bits_per_coded_sample << std::endl;
    std::cout << "audio channels: " << stream->codecpar->channels << std::endl;
    std::cout << "audio frame size: " << stream->codecpar->frame_size << std::endl; 
    std::cout << "audio frame size: (16bits * 6 channels) = " << stream->codecpar->channels * stream->codecpar->bits_per_coded_sample << std::endl; 
    audio_stream_index = i;
}

安慰：

audio sample rate: 48000
audio bits: 16
audio channels: 6
audio frame size: 1024
audio frame size: (16bits * 6 channels) = 96

Answer 1

在FFmpeg中，音频帧大小是指样本，而不是字节。因此，16位4通道PCM流的一个音频帧将具有1024 x 16 x 4 = 65536位= 8192字节。