نام (NAME)

ffmpeg-resampler - نمونه‌بردار مجدد صوتی FFmpeg

توضیحات (DESCRIPTION)

نمونه‌بردار مجدد FFmpeg (FFmpeg resampler) یک رابط سطح بالا برای ابزارهای نمونه‌برداری مجدد صوتی کتابخانه libswresample فراهم می‌کند. به ویژه، به کاربر امکان می‌دهد نمونه‌برداری مجدد صوتی، بازآرایی ماتریسی چیدمان کانال‌های صوتی (rematrixing) و تبدیل قالب صوتی و چیدمان بسته‌بندی را انجام دهد.

گزینه‌های نمونه‌بردار مجدد (RESAMPLER OPTIONS)

نمونه‌بردار مجدد صوتی از گزینه‌های نام‌گذاری‌شده زیر پشتیبانی می‌کند.

گزینه‌ها ممکن است با مشخص کردن -option value در ابزارهای FFmpeg، یا option=value برای فیلتر aresample، یا با تنظیم مستقیم مقدار در گزینه‌های "SwrContext" یا استفاده از رابط برنامه‌نویسی libavutil/opt.h برای استفاده برنامه‌نویسی تنظیم شوند.

uchl, used_chlayout: تنظیم چیدمان کانال ورودی استفاده‌شده. پیش‌فرض تنظیم‌نشده است. این گزینه فقط برای نگاشت مجدد خاص استفاده می‌شود.
isr, in_sample_rate: تنظیم نرخ نمونه‌برداری ورودی. مقدار پیش‌فرض 0 است.
osr, out_sample_rate: تنظیم نرخ نمونه‌برداری خروجی. مقدار پیش‌فرض 0 است.
isf, in_sample_fmt: مشخص کردن قالب نمونه ورودی. به طور پیش‌فرض روی "none" تنظیم است.
osf, out_sample_fmt: مشخص کردن قالب نمونه خروجی. به طور پیش‌فرض روی "none" تنظیم است.
tsf, internal_sample_fmt: تنظیم قالب نمونه داخلی. مقدار پیش‌فرض "none" است. این مقدار هنگامی که به صراحت تنظیم نشده باشد، به طور خودکار انتخاب می‌شود.
ichl, in_chlayout
ochl, out_chlayout: تنظیم چیدمان کانال ورودی/خروجی.
برای ساختار نحوی مورد نیاز، بخش Channel Layout در راهنمای ffmpeg-utils(1) را ببینید.
clev, center_mix_level: تنظیم سطح ترکیب کانال مرکزی (center mix level). مقداری بر حسب دسی‌بل است و باید در بازه [-32,32] باشد.
slev, surround_mix_level: تنظیم سطح ترکیب کانال فراگیر (surround mix level). مقداری بر حسب دسی‌بل است و باید در بازه [-32,32] باشد.
lfe_mix_level: تنظیم سطح ترکیب LFE در کانال‌های غیر LFE. زمانی استفاده می‌شود که ورودی LFE وجود دارد اما خروجی LFE وجود ندارد. مقداری بر حسب دسی‌بل است و باید در بازه [-32,32] باشد.
rmvol, rematrix_volume: تنظیم حجم صدای بازآرایی ماتریسی (rematrix volume). مقدار پیش‌فرض 1.0 است.
rematrix_maxval: تنظیم حداکثر مقدار خروجی برای بازآرایی ماتریسی. این می‌تواند برای جلوگیری از برش سیگنال (clipping) در برابر جلوگیری از کاهش حجم صدا استفاده شود. مقدار 1.0 از برش سیگنال جلوگیری می‌کند.
flags, swr_flags: تنظیم پرچم‌های مورد استفاده توسط تبدیل‌کننده. مقدار پیش‌فرض 0 است.
از پرچم‌های فردی زیر پشتیبانی می‌کند:

res: اجبار به نمونه‌برداری مجدد؛ این پرچم نمونه‌برداری مجدد را حتی زمانی که نرخ‌های نمونه‌برداری ورودی و خروجی مطابقت دارند اجباری می‌کند.

dither_scale: تنظیم مقیاس لرزش تصادفی (dither scale). مقدار پیش‌فرض 1 است.
dither_method: تنظیم روش دیترینگ (dither method). مقدار پیش‌فرض 0 است.
مقادیر پشتیبانی‌شده:

rectangular: انتخاب دیتر مستطیلی (rectangular)
triangular: انتخاب دیتر مثلثی (triangular)
triangular_hp: انتخاب دیتر مثلثی با فیلتر بالاگذر (high pass)
lipshitz: انتخاب دیتر شکل‌دهی نوفه لیپشیتز (Lipshitz noise shaping)
shibata: انتخاب دیتر شکل‌دهی نوفه شیباتا (Shibata noise shaping)
low_shibata: انتخاب دیتر شکل‌دهی نوفه شیباتای پایین
high_shibata: انتخاب دیتر شکل‌دهی نوفه شیباتای بالا
f_weighted: انتخاب دیتر شکل‌دهی نوفه وزن‌دار f
modified_e_weighted: انتخاب دیتر شکل‌دهی نوفه وزن‌دار e اصلاح‌شده
improved_e_weighted: انتخاب دیتر شکل‌دهی نوفه وزن‌دار e بهبودیافته

resampler: تنظیم موتور نمونه‌برداری مجدد. مقدار پیش‌فرض swr است.
مقادیر پشتیبانی‌شده:

swr: انتخاب SW Resampler بومی؛ گزینه‌های فیلتر precision و cheby در این حالت قابل اعمال نیستند.
soxr: انتخاب SoX Resampler (در صورت در دسترس بودن)؛ جبران‌سازی و گزینه‌های فیلتر filter_size، phase_shift، exact_rational، filter_type و kaiser_beta در این حالت قابل اعمال نیستند.

filter_size: فقط برای swr، تنظیم اندازه فیلتر نمونه‌برداری مجدد، مقدار پیش‌فرض 32 است.
phase_shift: فقط برای swr، تنظیم تغییر فاز نمونه‌برداری مجدد، مقدار پیش‌فرض 10 است و باید در بازه [0,30] باشد.
linear_interp: استفاده از درون‌یابی خطی در صورت فعال بودن (پیش‌فرض). اگر می‌خواهید در صورت شکست exact_rational سرعت را به جای کیفیت حفظ کنید، آن را غیرفعال کنید.
exact_rational: فقط برای swr، در صورت فعال بودن، تلاش می‌کند از phase_count دقیق بر اساس نرخ نمونه‌برداری ورودی و خروجی استفاده کند. با این حال، اگر بزرگ‌تر از "1 << phase_shift" باشد، phase_count به عنوان پشتیبان برابر با "1 << phase_shift" خواهد بود. پیش‌فرض فعال است.
cutoff: تنظیم نسبت فرکانس قطع (swr: نقطه 6dB؛ soxr: نقطه 0dB)؛ باید یک مقدار ممیز شناور بین 0 و 1 باشد. مقدار پیش‌فرض با swr برابر 0.97 و با soxr برابر 0.91 است (که با نرخ نمونه‌برداری 44100 کل باند صوتی را تا 20 کیلوهرتز حفظ می‌کند).
precision: فقط برای soxr، دقت بر حسب بیت که سیگنال نمونه‌برداری مجدد شده بر اساس آن محاسبه می‌شود. مقدار پیش‌فرض 20 (که با دیترینگ مناسب برای عمق بیت مقصد 16 مناسب است) کیفیت High Quality در SoX را می‌دهد؛ مقدار 28 کیفیت Very High Quality در SoX را ارائه می‌دهد.
cheby: فقط برای soxr، رول‌آف باند عبور را روی هیچ (چبیشف) و تقریب با دقت بالاتر برای نسبت‌های گنگ انتخاب می‌کند. مقدار پیش‌فرض 0 است.
async: فقط برای swr، همگام‌سازی صوتی تک‌پارامتری ساده با برچسب‌های زمانی با استفاده از کشش، فشرده‌سازی، پر کردن و برش. تنظیم این مقدار روی 1 پر کردن و برش را فعال می‌کند، مقادیر بزرگ‌تر نشان‌دهنده حداکثر مقدار در نمونه‌هایی است که داده‌ها ممکن است برای هر ثانیه کشیده یا فشرده شوند. مقدار پیش‌فرض 0 است، بنابراین هیچ جبرانی برای تطبیق نمونه‌ها با برچسب‌های زمانی صوتی اعمال نمی‌شود.
first_pts: فقط برای swr، فرض می‌کند اولین pts باید این مقدار باشد. واحد زمان 1 / نرخ نمونه‌برداری است. این اجازه می‌دهد تا در شروع جریان صوتی فاصله‌گذاری/برش انجام شود. به طور پیش‌فرض هیچ فرضی در مورد pts مورد انتظار اولین فریم وجود ندارد، بنابراین هیچ فاصله‌گذاری یا برشی انجام نمی‌شود. به عنوان مثال، این مقدار می‌تواند روی 0 تنظیم شود تا در صورتی که یک جریان صوتی پس از جریان ویدیو شروع شود، ابتدای آن با سکوت پر شود یا هر نمونه با pts منفی ناشی از تأخیر رمزگذار برش داده شود.
min_comp: فقط برای swr، تنظیم حداقل اختلاف بین برچسب‌های زمانی و داده‌های صوتی (به ثانیه) برای راه‌اندازی کشش/فشرده‌سازی/پر کردن یا برش داده‌ها برای تطبیق با برچسب‌های زمانی. پیش‌فرض این است که کشش/فشرده‌سازی/پر کردن و برش غیرفعال است (min_comp = "FLT_MAX").
min_hard_comp: فقط برای swr، تنظیم حداقل اختلاف بین برچسب‌های زمانی و داده‌های صوتی (به ثانیه) برای راه‌اندازی افزودن/حذف نمونه‌ها جهت تطبیق با برچسب‌های زمانی. این گزینه عملاً آستانه‌ای برای انتخاب بین جبران سخت (برش/پر کردن) و جبران نرم (فشرده‌سازی/کشش) است. توجه داشته باشید که تمام جبران‌سازی‌ها به طور پیش‌فرض از طریق min_comp غیرفعال هستند. پیش‌فرض 0.1 است.
comp_duration: فقط برای swr، مدت زمان (به ثانیه) را تنظیم می‌کند که در طول آن داده‌ها کشیده/فشرده می‌شوند تا با برچسب‌های زمانی مطابقت داشته باشند. باید یک مقدار ممیز شناور دوبل غیرمنفی باشد، مقدار پیش‌فرض 1.0 است.
max_soft_comp: فقط برای swr، حداکثر ضریبی را تنظیم می‌کند که داده‌ها بر اساس آن کشیده/فشرده می‌شوند تا با برچسب‌های زمانی مطابقت داشته باشند. باید یک مقدار ممیز شناور دوبل غیرمنفی باشد، مقدار پیش‌فرض 0 است.
matrix_encoding: انتخاب کدگذاری استریوی ماتریسی.
مقادیر زیر را می‌پذیرد:

none: انتخاب هیچ‌کدام
dolby: انتخاب Dolby
dplii: انتخاب Dolby Pro Logic II

مقدار پیش‌فرض "none" است.

filter_type: فقط برای swr، نوع فیلتر نمونه‌برداری مجدد را انتخاب می‌کند. این فقط بر عملیات نمونه‌برداری مجدد تأثیر می‌گذارد.
مقادیر زیر را می‌پذیرد:

cubic: انتخاب مکعبی (cubic)
blackman_nuttall: انتخاب پنجره sinc با بلکمن ناتال
kaiser: انتخاب پنجره sinc با کایزر

kaiser_beta: فقط برای swr، تنظیم مقدار بتای پنجره کایزر. باید یک مقدار ممیز شناور دوبل در بازه [2,16] باشد، مقدار پیش‌فرض 9 است.
output_sample_bits: فقط برای swr، تعداد بیت‌های نمونه خروجی مورد استفاده برای دیترینگ را تنظیم می‌کند. باید یک عدد صحیح در بازه [0,64] باشد، مقدار پیش‌فرض 0 است که به معنای عدم استفاده است.

همچنین ببینید (SEE ALSO)

ffmpeg(1), ffplay(1), ffprobe(1), libswresample(3)

نویسندگان (AUTHORS)

توسعه‌دهندگان FFmpeg.

برای جزئیات در مورد نویسندگی، به تاریخچه گیت پروژه (https://git.ffmpeg.org/ffmpeg) مراجعه کنید، به عنوان مثال با تایپ دستور git log در دایرکتوری منبع FFmpeg، یا مرور مخزن آنلاین در https://git.ffmpeg.org/ffmpeg.

نگه‌دارنده‌های اجزای خاص در فایل MAINTAINERS در درخت کد منبع فهرست شده‌اند.

FFmpeg