Tentando obter corretamente dados de vídeo e áudio de uma câmera IP Hikvision.
Tudo funciona como um charme ao fazer isso para H264 + MP2, por exemplo.
Ao tentar capturar áudio RAW no PCM s16le - o sorriso sai do meu rosto.
Aqui está como eu pego minha câmera (você pode tentar abrir para o mundo):
ffmpeg -re -acodec pcm_s16le -ac 1 -rtsp_transport tcp -i rtsp: // superusuário: [email protected]: 10554 -vcodec copy -acodec libfdk_aac -vbr 5 test.ts
O comando funciona e empacota o fluxo RTSP para um arquivo TS.
No entanto, a duração do áudio e do vídeo é diferente. Por exemplo, estou gravando 21 segundos, dos quais tenho 21 segundos de áudio e 15 de vídeo.
O áudio está sendo esticado e o tom abaixado. Passei vários dias lendo a documentação do FFmpeg e apliquei várias opções como async, alterando a taxa de amostragem e assim por diante - sem sorte.
Espero que Mulvya ou outros especialistas do FFmpeg me aconselhem um FIX para fazer as coisas corretamente.
C:\Users\User>d:/ffmpeg/bin/ffmpeg -y -re -acodec pcm_s16le -rtsp_transport
tcp -i rtsp://superuser:[email protected]:10554 -vcodec copy -
acodec aac -b:a 96k d:/ffmpeg/hik_aac.ts
ffmpeg version N-83410-gb1e2192 Copyright (c) 2000-2017 the FFmpeg
developers
built with gcc 5.4.0 (GCC)
configuration: --enable-gpl --enable-version3 --enable-cuda --enable-cuvid -
-enable-d3d11va --enable-dxva2 --enable-libmfx --enable-nvenc --enable-
avisynth --enable-bzlib --enable-fontconfig --enable-frei0r --enable-gnutls
--enable-iconv --enable-libass --enable-libbluray --enable-libbs2b --enable-
libcaca --enable-libfreetype --enable-libgme --enable-libgsm --enable-
libilbc --enable-libmodplug --enable-libmp3lame --enable-libopencore-amrnb -
-enable-libopencore-amrwb --enable-libopenh264 --enable-libopenjpeg --
enable-libopus --enable-librtmp --enable-libsnappy --enable-libsoxr --
enable-libspeex --enable-libtheora --enable-libtwolame --enable-libvidstab -
-enable-libvo-amrwbenc --enable-libvorbis --enable-libvpx --enable-
libwavpack --enable-libwebp --enable-libx264 --enable-libx265 --enable-
libxavs --enable-libxvid --enable-libzimg --enable-lzma --enable-decklink --
enable-zlib
libavutil 55. 46.100 / 55. 46.100
libavcodec 57. 75.100 / 57. 75.100
libavformat 57. 66.101 / 57. 66.101
libavdevice 57. 2.100 / 57. 2.100
libavfilter 6. 72.100 / 6. 72.100
libswscale 4. 3.101 / 4. 3.101
libswresample 2. 4.100 / 2. 4.100
libpostproc 54. 2.100 / 54. 2.100
Guessed Channel Layout for Input Stream #0.1 : mono
Input #0, rtsp, from 'rtsp://superuser:[email protected]:10554':
Metadata:
title : Media Presentation
Duration: N/A, start: 0.000000, bitrate: N/A
Stream #0:0: Video: h264 (Main), yuv420p(progressive), 1920x1080, 16 fps, 25
tbr, 90k tbn, 32.01 tbc
Stream #0:1: Audio: pcm_s16le, 16000 Hz, mono, s16, 256 kb/s
Output #0, mpegts, to 'd:/ffmpeg/hik_aac.ts':
Metadata:
title : Media Presentation
encoder : Lavf57.66.101
Stream #0:0: Video: h264 (Main), yuv420p(progressive), 1920x1080, q=2-31, 16
fps, 25 tbr, 90k tbn, 90k tbc
Stream #0:1: Audio: aac (LC), 16000 Hz, mono, fltp, 96 kb/s
Metadata:
encoder : Lavc57.75.100 aac
Stream mapping:
Stream #0:0 -> #0:0 (copy)
Stream #0:1 -> #0:1 (pcm_s16le (native) -> aac (native))
Press [q] to stop, [?] for help
[mpegts @ 00000000032cf020] Non-monotonous DTS in output stream 0:0;
previous: 33976, current: 7200; changing to 33977. This may result in
incorrect timestamps in the output file.
[mpegts @ 00000000032cf020] Non-monotonous DTS in output stream 0:0;
previous: 33977, current: 14400; changing to 33978. This may result in
incorrect timestamps in the output file.
[mpegts @ 00000000032cf020] Non-monotonous DTS in output stream 0:0;
previous: 33978, current: 18000; changing to 33979. This may result in
incorrect timestamps in the output file.
[mpegts @ 00000000032cf020] Non-monotonous DTS in output stream 0:0;
previous: 33979, current: 25200; changing to 33980. This may result in
incorrect timestamps in the output file.
[mpegts @ 00000000032cf020] Non-monotonous DTS in output stream 0:0;
previous: 33980, current: 28800; changing to 33981. This may result in
incorrect timestamps in the output file.
frame= 85 fps= 11 q=-1.0 Lsize= 1357kB time=00:00:07.42
bitrate=1497.1kbits/s speed=0.997x
video:1196kB audio:51kB subtitle:0kB other streams:0kB global headers:0kB
muxing overhead: 8.805858%
aac @ 00000000030a0a00] Qavg: 63342.980
Exiting normally, received signal 2.
De acordo com os comentários, uma vez que a taxa de amostragem real parece ser de 22,05 kHz, podemos adaptar o áudio a essa taxa.
Use
ffmpeg -y -re -acodec pcm_s16le -rtsp_transport tcp -i rtsp://URL
-vcodec copy -af asetrate=22050 -acodec aac -b:a 96k test.mp4
O asetrate não reveja o áudio, ele simplesmente redefine o contexto da taxa de amostragem.