StreamWriter 高级用法

作者： Moto Hira

本教程介绍如何使用 播放音频和视频。

注意

本教程使用硬件设备，因此无法跨 不同的操作系统。

本教程在 MacBook Pro（M1,2020）上编写和测试。

注意

本教程需要 FFmpeg 库。 请参考 FFmpeg 依赖 细节。

警告

TorchAudio 动态加载兼容的 FFmpeg 库 已安装在系统上。 支持的格式类型（媒体格式、编码器、编码器 options 等）取决于库。

要检查可用的设备、多路复用器和编码器，您可以使用 以下命令

ffmpeg -muxers
ffmpeg -encoders
ffmpeg -devices
ffmpeg -protocols

制备

import torch
import torchaudio

print(torch.__version__)
print(torchaudio.__version__)

from torchaudio.io import StreamWriter

from torchaudio.utils import download_asset

AUDIO_PATH = download_asset("tutorial-assets/Lab41-SRI-VOiCES-src-sp0307-ch127535-sg0042.wav")
VIDEO_PATH = download_asset(
    "tutorial-assets/stream-api/NASAs_Most_Scientifically_Complex_Space_Observatory_Requires_Precision-MP4_small.mp4"
)

设备可用性

StreamWriter利用 FFmpeg 的 IO 抽象和 将数据写入媒体设备，例如扬声器和 GUI。

要写入设备，请为构造函数提供 option 之。formatStreamWriter

不同的操作系统将具有不同的设备选项及其可用性 取决于 FFmpeg 的实际安装。

要检查哪个设备可用，您可以使用 ffmpeg -devices 命令。

“audiotoolbox”（扬声器）和 “sdl”（视频 GUI） 可用。

$ ffmpeg -devices
...
Devices:
 D. = Demuxing supported
 .E = Muxing supported
 --
  E audiotoolbox    AudioToolbox output device
 D  avfoundation    AVFoundation input device
 D  lavfi           Libavfilter virtual input device
  E opengl          OpenGL output
  E sdl,sdl2        SDL2 output device

有关哪些设备在哪些操作系统上可用的详细信息，请查看 官方 FFmpeg 文档。https://ffmpeg.org/ffmpeg-devices.html

播放音频

通过提供 option，StreamWriter 写入 数据到扬声器设备。format="audiotoolbox"

# Prepare sample audio
waveform, sample_rate = torchaudio.load(AUDIO_PATH, channels_first=False, normalize=False)
num_frames, num_channels = waveform.shape

# Configure StreamWriter to write to speaker device
s = StreamWriter(dst="-", format="audiotoolbox")
s.add_audio_stream(sample_rate, num_channels, format="s16")

# Write audio to the device
with s.open():
    for i in range(0, num_frames, 256):
        s.write_audio_chunk(0, waveform[i : i + 256])

注意

写入 “audiotoolbox” 会阻塞操作，但不会 等待 Aduio 播放。设备必须保持打开状态，同时 正在播放音频。

以下代码将在音频 written 和 before the playback 完成。 添加有助于使设备保持打开状态，直到 播放完成。

with s.open():
    s.write_audio_chunk(0, waveform)

播放视频

要播放视频，您可以使用 或 。 同样，您需要一个具有相应集成的 FFmpeg 版本 启用。可用设备可以使用 进行检查。format="sdl"format="opengl"ffmpeg -devices

在这里，我们使用 SDL 设备 （https://ffmpeg.org/ffmpeg-devices.html#sdl）。

# note:
#  SDL device does not support specifying frame rate, and it has to
#  match the refresh rate of display.
frame_rate = 120
width, height = 640, 360

为此，我们定义了一个辅助函数，该函数将视频加载委托给 一个后台线程并给出 chunks

running = True


def video_streamer(path, frames_per_chunk):
    import queue
    import threading

    from torchaudio.io import StreamReader

    q = queue.Queue()

    # Streaming process that runs in background thread
    def _streamer():
        streamer = StreamReader(path)
        streamer.add_basic_video_stream(
            frames_per_chunk, format="rgb24", frame_rate=frame_rate, width=width, height=height
        )
        for (chunk_,) in streamer.stream():
            q.put(chunk_)
            if not running:
                break

    # Start the background thread and fetch chunks
    t = threading.Thread(target=_streamer)
    t.start()
    while running:
        try:
            yield q.get()
        except queue.Empty:
            break
    t.join()

现在我们开始流式传输。按“Q”将停止视频。

注意

write_video_chunk 对 SDL 设备块进行调用，直到 SDL 完成 播放视频。

# Set output device to SDL
s = StreamWriter("-", format="sdl")

# Configure video stream (RGB24)
s.add_video_stream(frame_rate, width, height, format="rgb24", encoder_format="rgb24")

# Play the video
with s.open():
    for chunk in video_streamer(VIDEO_PATH, frames_per_chunk=256):
        try:
            s.write_video_chunk(0, chunk)
        except RuntimeError:
            running = False
            break

[法典]

流式视频

到目前为止，我们了解了如何写入硬件设备。有一些 视频流的替代方法。

RTMP（实时消息收发协议）

使用 RMTP，您可以将媒体（视频和/或音频）流式传输到单个客户端。 这不需要硬件设备，但需要单独的播放器。

要使用 RMTP，请在 StreamWriter 构造函数，然后在打开 目的地。dst{"listen": "1"}

StreamWriter 将侦听端口并等待客户端请求视频。 在收到请求之前，将阻止对 的调用。open

s = StreamWriter(dst="rtmp://localhost:1935/live/app", format="flv")
s.add_audio_stream(sample_rate=sample_rate, num_channels=num_channels, encoder="aac")
s.add_video_stream(frame_rate=frame_rate, width=width, height=height)

with s.open(option={"listen": "1"}):
    for video_chunk, audio_chunk in generator():
        s.write_audio_chunk(0, audio_chunk)
        s.write_video_chunk(1, video_chunk)

[法典]

UDP（用户数据报协议）

使用 UDP，您可以将媒体（视频和/或音频）流式传输到套接字。 这不需要硬件设备，但需要单独的播放器。

与 RTMP 不同，流式处理和客户端进程是断开连接的。 流式处理进程不知道客户端进程。

s = StreamWriter(dst="udp://localhost:48550", format="mpegts")
s.add_audio_stream(sample_rate=sample_rate, num_channels=num_channels, encoder="aac")
s.add_video_stream(frame_rate=frame_rate, width=width, height=height)

with s.open():
    for video_chunk, audio_chunk in generator():
        s.write_audio_chunk(0, audio_chunk)
        s.write_video_chunk(1, video_chunk)

[法典]

标记：