¿Cómo convertir sonido estéreo a mono con FFmpeg?

Uso la biblioteca FFmpeg para un proyecto personal y necesito ayuda sobre una cosa. Tengo un archivo de música en sonido estéreo y quiero convertir este sonido estéreo en sonido mono. ¿Es posible con esta biblioteca? ¿Hay una función interna para hacer este trabajo? Mi proyecto está en C/C++.

Busqué en la documentación de Doxygen en el sitio web de FFmpeg y en este foro, pero no encontré nada interesante.

Gracias por leer !

Puedes simplemente usar ffmpeg. El comando directo está presente para el propósito-

ffmpeg -i stereo.flac -ac 1 mono.flac

Convertiría su archivo estéreo en un canal mono. Para más detalles, puede consultar esta página-

https://trac.ffmpeg.org/wiki/Manipulación de canales de audio

Usar swr_convert de libswresample para convertir entre formatos. Algo como:

#include "libswresample/swresample.h"

au_convert_ctx = swr_alloc();

out_channel_layout = AV_CH_LAYOUT_MONO;
out_sample_fmt = AV_SAMPLE_FMT_S16;
out_sample_rate = 44100;
out_channels = av_get_channel_layout_nb_channels(out_channel_layout);

in_sample_fmt = pCodecCtx->sample_fmt;
in_channel_layout=av_get_default_channel_layout(pCodecCtx->channels);

au_convert_ctx=swr_alloc_set_opts(au_convert_ctx,out_channel_layout, out_sample_fmt, out_sample_rate,
            in_channel_layout, in_sample_fmt, pCodecCtx->sample_rate, 0, NULL);
swr_init(au_convert_ctx);
//Generate your frame of original audio, then use swr_convert to convert to mono,
//converted number of samples will now be in out_buffer.
int converted = swr_convert(au_convert_ctx, &out_buffer, MAX_AUDIO_FRAME_SIZE, (const uint8_t **)&pFrame->data , pFrame->nb_samples);
//...
swr_free(&au_convert_ctx);

para empezar Esto convertirá el formato original a 44100 kHz mono. También podrías usar pCodecCtx->sample_rate como la frecuencia de muestreo de salida también.

Es la solución más flexible y fácil.

Como mencioné en el comentario, podría volver a muestrearlo usted mismo. Depende de lo que ya tengas y del formato que utilices. No puedo darle un código que funcione instantáneamente, pero le daré un ejemplo (mezcla de código pseudo/real).

Después de codificar el cuadro y haber hecho las cosas que tiene que hacer, su búfer de datos se llenará con el audio. Ahora depende de cómo sea tu formato (ver aquí) y cuántos canales tiene. Supongamos que está firmado en estéreo de 16 bits, entonces su búfer se vería así:

+-----+-----+-----+-----+-----+
| LS1 | RS1 | LS2 | RS2 | ... |
+-----+-----+-----+-----+-----+
// LS = LEFT SAMPLE 16 Bit
// RS = RIGHT SAMPLE 16 Bit

Ahora itere a través del búfer y calcule la muestra izquierda y derecha juntas.

for(int i=0; i<sample_size; i+=2) {
    auto r = (static_cast<int32_t>(buffer[i]) + buffer[i+1]) / 2;
    buffer[i] = buffer[i+1] = r;
}