1、音频编码整体流程
2、FFmpeg音频编码详细流程
3、关键函数说明
（1）avcodec_find_encoder：根据指定的AVCodecID查找注册的编码器。
（2）avcodec_alloc_context3：为AVCodecContext分配内存。
（3）avcodec_open2：打开编码器。
（4）avcodec_send_frame：将AVFrame非压缩数据给编码器。
（5）avcodec_receive_packet：获取到编码后的AVPacket数据，收到的packet需要自己释放内存。
（6）av_frame_get_buffer：为音频或视频帧分配新的buffer。在调用这个函数之前，必须在AVFame上设置好以下属性：format(视频为像素格式，音频为样本格式)、nb_samples(样本个数，针对音频)、channel_layout(通道类型，针对音频)、width/height(宽高，针对视频）。
（7）av_frame_make_writable：确保AVFrame是可写的，使用av_frame_make_writable()的问题是，在最坏的情况下，它会在您使用encode再次更改整个输入frame之前复制它. 如果frame不可写，av_frame_make_writable()将分配新的缓冲区，并复制这个输入input frame数据，避免和编码器需要缓存该帧时造成冲突。
（8）av_samples_fill_arrays：填充音频帧。
对于flush encoder的操作–编码器通常的冲洗方法：调用一次avcodec_send_frame(NULL)(返回成功)，然后不停调用avcodec_receive_packet() 直到其返回 AVERROR_EOF，取出所有缓存帧，avcodec_receive_packet() 返回 AVERROR_EOF 这一次是没有有效数据的，仅仅获取到一个结束标志。
4、PCM简介
4.1 PCM定义
PCM(Pulse Code Modulation，脉冲编码调制)音频数据是未经压缩的音频采样数据裸流，它是由模拟信号经过采样、量化、编码转换成的标准数字音频数据。
描述PCM的6个参数：
（1）Sample Rate：采样频率，8kHz（电话）、44.1kHz（CD）、48kHz（DVD）。
（2）Sample Size : 量化位数。通常该值为16-bit。
（3）Number of Channels : 通道个数。常见的音频有立体声(stereo)和单声道(mono)两种类型，立体声包含左声道和右声道。另外还有环绕立体声等其它不太常用的类型。
（4）Sign : 表示样本数据是否是有符号位，比如用一字节表示的样本数据，有符号的话表示范围为-128 ~ 127，有符号是0 ~ 255。有符号位16bits数据取值范围为-32768~32767。
（5）Byte Ordering : 字节序。字节序是little-endian还是big-endian。通常均为little-endian。字节序说明见第4节。
（6） Integer Or Floating Point : 整形或浮点型。大多数格式的PCM样本数据使用整形表示，而在一些对精度要求高的应用方面，使用浮点类型表示PCM样本数据（浮点数 float值域为 [-1.0, 1.0]）。
4.2 PCM播放
PCM的可以通过3种工具进行播放：
（1）ffplay：例子，播放格式为f32le，双声道，采样频率48000Hz的PCM数据
ffplay -f f32le -ac 2 -ar 48000 pcm_audio
（2）Audacity：免费开源的跨平台音频处理软件。
（3）Adobe Auditon。导入原始数据，打开的时候需要选择采样率、格式和字节序。
4.3 FFmpeg支持的PCM数据格式
使用ffmpeg -formats命令，获取ffmpeg支持的音视频格式，其中我们可以找到支持的PCM格式。
s是有符号，u是无符号，f是浮点数；be是大端，le是小端。
4.4 FFmpeg中Packed和Planar的PCM数据区别
FFmpeg中音视频数据基本上都有Packed和Planar两种存储方式；
对于双声道音频来说，Packed方式为两个声道的数据交错存储；Planar方式为两个声道分开存储。
假设一个L/R为一个采样点，数据存储的方式如下所示：
- Packed: L R L R L R L R
- Planar: L L L L … R R R R…
（1）Packed格式
AV_SAMPLE_FMT_U8, //< unsigned 8 bits
AV_SAMPLE_FMT_S16, //< signed 16 bits
AV_SAMPLE_FMT_S32, //< signed 32 bits
AV_SAMPLE_FMT_FLT, //< float
AV_SAMPLE_FMT_DBL, //< double
只能保存在AVFrame的uint8_t *data[0];
格式：LRLRLR …
（2）Planar格式
planar为FFmpeg内部存储音频使用的采样格式，所有的Planar格式后面都有字母P标识。
AV_SAMPLE_FMT_U8P, //< unsigned 8 bits, planar
AV_SAMPLE_FMT_S16P, //< signed 16 bits, planar
AV_SAMPLE_FMT_S32P, //< signed 32 bits, planar
AV_SAMPLE_FMT_FLTP, //< float, planar
AV_SAMPLE_FMT_DBLP, //< double, planar
AV_SAMPLE_FMT_S64, //< signed 64 bits
AV_SAMPLE_FMT_S64P, //< signed 64 bits, planar
格式：
plane 0: LLLLLLLLLLLLLLLLLLLLLLLLLL…
plane 1: RRRRRRRRRRRRRRRRRRRR…
plane 0对于uint8_t *data[0];
plane 1对于uint8_t *data[1];
FFmpeg默认的AAC编码器不支持AV_SAMPLE_FMT_S16格式的编码，只支持AV_SAMPLE_FMT_FLTP，这种格式是按平面存储，样点是float类型，所谓平面也就是：每个声道单独存储，比如左声道存储到data[0]中，右声道存储到data[1]中。
FFmpeg音频解码后和编码前的数据是存放在AVFrame结构中的：
（1）Packed格式，frame.data[0]或frame.extended_data[0]包含所有的音频数据中。
（2）Planar格式，frame.data[i]或者frame.extended_data[i]表示第i个声道的数据（假设声道0是第1个）, AVFrame.data数组大小固定为8，如果声道数超过8，需要从frame.extended_data获取声道数据。
4.5 其他说明
（1）Planar模式是ffmpeg内部存储模式，我们实际使用的音频文件都是Packed模式的。
（2）ffmpeg解码不同格式的音频输出的音频采样格式不是一样。测试发现，其中AAC解码输出的数据为浮点型的AV_SAMPLE_FMT_FLTP格式，MP3解码输出的数据为AV_SAMPLE_FMT_S16P格式（使用的MP3文件为16位）。具体采样格式可以查看解码后的AVFrame中的format成员或编解码器的AVCodecContext中的sample_fmt成员。
（3）Planar或者Packed模式直接影响到保存文件时写文件的操作，操作数据的时候一定要先检测音频采样格式。