Interpretando a saída do ffprobe para um fluxo WAV

Question

tl; dr: O que significa ([1][0][0][0] / 0x0001) ?

ffprobe test.wav produz:

ffprobe version 3.3.3 Copyright (c) 2007-2017 the FFmpeg developers
  built with gcc 4.8 (Ubuntu 4.8.4-2ubuntu1~14.04.3)
  configuration: --extra-libs=-ldl --prefix=/opt/ffmpeg --mandir=/usr/share/man --enable-avresample --disable-debug --enable-nonfree --enable-gpl --enable-version3 --enable-libopencore-amrnb --enable-libopencore-amrwb --disable-decoder=amrnb --disable-decoder=amrwb --enable-libpulse --enable-libfreetype --enable-gnutls --disable-ffserver --enable-libx264 --enable-libx265 --enable-libfdk-aac --enable-libvorbis --enable-libtheora --enable-libmp3lame --enable-libopus --enable-libvpx --enable-libspeex --enable-libass --enable-avisynth --enable-libsoxr --enable-libxvid --enable-libvidstab --enable-libwavpack --enable-nvenc --enable-libzimg
  libavutil      55. 58.100 / 55. 58.100
  libavcodec     57. 89.100 / 57. 89.100
  libavformat    57. 71.100 / 57. 71.100
  libavdevice    57.  6.100 / 57.  6.100
  libavfilter     6. 82.100 /  6. 82.100
  libavresample   3.  5.  0 /  3.  5.  0
  libswscale      4.  6.100 /  4.  6.100
  libswresample   2.  7.100 /  2.  7.100
  libpostproc    54.  5.100 / 54.  5.100
Input #0, wav, from 'test.wav':
  Metadata:
    encoder         : Lavf57.71.100
  Duration: 00:00:10.00, bitrate: 1536 kb/s
    Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 48000 Hz, 2 channels, s16, 1536 kb/s

Como interpreto o fluxo de áudio? Isso é o que eu entendo até agora:

• Stream #0:0 : o primeiro fluxo
• Audio : Nenhuma surpresa aqui ...
• pcm_s16le : Pulse Coded Modulation, em que cada amostra é um inteiro assinado de little bits de 16 bits com sinal
• ([1][0][0][0] / 0x0001) : ???
• 48000 Hz : a taxa de amostragem
• 2 channels estéreo
• s16 : Assinou números inteiros de 16 bits novamente?
• 1536 kb/s : a taxa de dados

Answer 1

Em ([1][0][0][0] / 0x0001) , 0x0001 é a tag de codec e [1][0][0][0] é uma string derivada dessa tag. Se a tag codifica caracteres imprimíveis, a string conterá os caracteres, ou seja,

0x6134706d - > mp4a onde (hex) 6d == 'm', 70 == 'p', 34 == '4' e 61 == 'a'.

PCM_S16LE tem uma marca de 0x0001.

s16 é assinado 16 bits, intercalados, isto é, para um fluxo estéreo, o decodificador enviará {amostra para o canal 1, amostra do canal 2, amostra para o canal 1 ...}. A outra opção é s16p , que é planar.