具体描述
本书采用从零开始，逐级深入的方式写作，以项目实战为阶段性目标，外加实际生产环境下的特殊案例作为优化方案，让读者可以全方位掌握移动平台下音视频开发的大部分内容。首先介绍实现视频播放器和录制需要的基础知识，然后通过案例讲解如何实现视频播放器和一个视频录制的应用。但是一款录制的应用，要想上线，其实还要进行给音频视频美化，所以在提高篇，介绍了相应的内容，并给出了一个实际生产环境中的案例，之后，指导读者进阶，把前面学到的基础内容应用到直播中。后，给出排错方法和工具，和大家分享如何更有效率地开发应用程序。
作者简介
展晓凯，曾工作于淘宝，参与设计开发淘宝旅行的机票搜索业务，曾就职于115网盘参与核心功能的研发，现就职于北京淘科技有限公司公司，任音视频架构师,在公司的唱吧、唱吧直播间、火星三条产品线都负责客户端核心的架构设计与开发工作，其中唱吧目前公布的数据已有几亿用户，月活也在千万量级，热衷于为可以帮助到的人做出一份自己的力量。
目录信息
推荐序二
前言
第1章 音视频基础概念 1
1.1 声音的物理性质 1
1.1.1 声音是波 1
1.1.2 声波的三要素 2
1.1.3 声音的传播介质 3
1.1.4 回声 3
1.1.5 共鸣 4
1.2 数字音频 4
1.3 音频编码 6
1.4 图像的物理现象 7
1.5 图像的数值表示 8
1.5.1 RGB表示方式 8
1.5.2 YUV表示方式 9
1.5.3 YUV和RGB的转化 10
1.6 视频的编码方式 10
1.6.1 视频编码 10
1.6.2 编码概念 11
1.7 本章小结 13
第2章 移动端环境搭建 14
2.1 在iOS上如何搭建一个基础项目 14
2.2 在Android上如何搭建一个基础项目 21
2.3 交叉编译的原理与实践 26
2.3.1 交叉编译的原理 26
2.3.2 iOS平台交叉编译的实践 27
2.3.3 Android平台交叉编译的实践 33
2.3.4 使用LAME编码MP3文件 38
2.4 本章小结 42
第3章 FFmpeg的介绍与使用 43
3.1 FFmpeg的编译与命令行工具的使用 43
3.1.1 FFmpeg的编译 43
3.1.2 FFmpeg命令行工具的使用 51
3.2 FFmpeg API的介绍与使用 60
3.3 FFmpeg源码结构 68
3.3.1 libavformat与libavcodec介绍 68
3.3.2 FFmpeg通用API分析 69
3.3.3 调用FFmpeg解码时用到的函数分析 70
3.3.4 调用FFmpeg编码时用到的函数分析 71
3.3.5 面向对象的C语言设计 72
3.4 本章小结 74
第4章 移动平台下的音视频渲染 75
4.1 AudioUnit介绍与实践 75
4.2 Android平台的音频渲染 84
4.2.1 AudioTrack的使用 85
4.2.2 OpenSL ES的使用 87
4.3 视频渲染 90
4.3.1 OpenGL ES介绍 90
4.3.2 OpenGL ES的实践 91
4.3.3 上下文环境搭建 98
4.3.4 OpenGL ES中的纹理 104
4.4 本章小结 109
第5章 实现一款视频播放器 110
5.1 架构设计 110
5.2 解码模块的实现 115
5.3 音频播放模块的实现 118
5.3.1 Android平台的音频渲染 118
5.3.2 iOS平台的音频渲染 119
5.4 画面播放模块的实现 121
5.4.1 Android平台的视频渲染 121
5.4.2 iOS平台的视频渲染 122
5.5 AVSync模块的实现 124
5.5.1 维护解码线程 124
5.5.2 音视频同步 125
5.6 中控系统串联起各个模块 127
5.6.1 初始化阶段 127
5.6.2 运行阶段 128
5.6.3 销毁阶段 129
5.7 本章小结 130
第6章 音视频的采集与编码 131
6.1 音频的采集 131
6.1.1 Android平台的音频采集 131
6.1.2 iOS平台的音频采集 134
6.2 视频画面的采集 137
6.2.1 Android平台的视频画面采集 137
6.2.2 iOS平台的视频画面采集 146
6.3 音频的编码 156
6.3.1 libfdk_aac编码AAC 156
6.3.2 Android平台的硬件编码器MediaCodec 158
6.3.3 iOS平台的硬件编码器AudioToolbox 161
6.4 视频画面的编码 166
6.4.1 libx264编码H264 166
6.4.2 Android平台的硬件编码器MediaCodec 172
6.4.3 iOS平台的硬件编码器 175
6.5 本章小结 184
第7章 实现一款视频录制应用 185
7.1 视频录制的架构设计 185
7.2 音频模块的实现 188
7.2.1 音频队列的实现 189
7.2.2 Android平台的实现 191
7.2.3 iOS平台的实现 194
7.3 音频编码模块的实现 198
7.3.1 改造编码器 198
7.3.2 编码器适配器 199
7.4 画面采集与编码模块的实现 202
7.4.1 视频队列的实现 202
7.4.2 Android平台画面编码后入队 203
7.4.3 iOS平台画面编码后入队 204
7.5 Mux模块 205
7.5.1 初始化 206
7.5.2 封装和输出 208
7.5.3 销毁资源 212
7.6 中控系统串联起各个模块 213
7.7 本章小结 214
第8章 音频效果器的介绍与实践 215
8.1 数字音频基础 215
8.1.1 波形图 215
8.1.2 频谱图 217
8.1.3 语谱图 219
8.1.4 深入理解时域与频域 219
8.2 数字音频处理：快速傅里叶变换 222
8.3 基本乐理知识 229
8.3.1 乐谱 229
8.3.2 音符的音高与十二平均律 231
8.3.3 音符的时值 233
8.3.4 节拍 233
8.3.5 MIDI格式 234
8.4 混音效果器 235
8.4.1 均衡效果器 236
8.4.2 压缩效果器 239
8.4.3 混响效果器 240
8.5 效果器实现 243
8.5.1 Android平台实现效果器 243
8.5.2 iOS平台实现效果器 252
8.6 本章小结 255
第9章 视频效果器的介绍与实践 256
9.1 图像处理的基本原理 256
9.1.1 亮度调节 257
9.1.2 对比度调节 258
9.1.3 饱和度调节 259
9.2 图像处理进阶 259
9.2.1 图像的卷积过程 260
9.2.2 锐化效果器 260
9.2.3 高斯模糊算法 262
9.2.4 双边滤波算法 263
9.2.5 图层混合介绍 264
9.3 使用FFmpeg内部的视频滤镜 266
9.3.1 FFmpeg视频滤镜介绍 266
9.3.2 滤镜图的构建 267
9.3.3 使用与销毁滤镜图 269
9.3.4 常用滤镜介绍 270
9.4 使用OpenGL ES实现视频滤镜 272
9.4.1 加水印 273
9.4.2 添加自定义文字 278
9.4.3 美颜效果器 282
9.4.4 动图贴纸效果器 284
9.4.5 主题效果器 288
9.5 本章小结 291
第10章 专业的视频录制应用实践 292
10.1 视频硬件解码器的使用 292
10.1.1 初始化信息准备 292
10.1.2 VideoToolbox解码H264 294
10.1.3 MediaCodec解码H264 298
10.2 音频效果器的集成 304
10.2.1 Android音效处理系统的实现 305
10.2.2 iOS音效处理系统的实现 308
10.3 一套跨平台的视频效果器的设计与实现 309
10.4 将特效处理库集成到视频录制项目中 315
10.4.1 Android平台特效集成 316
10.4.2 iOS平台特效集成 321
10.5 本章小结 325
第11章 直播应用的构建 327
11.1 直播场景分析 327
11.2 拉流播放器的构建 329
11.2.1 Android平台播放器增加后处理过程 329
11.2.2 iOS平台播放器增加后处理过程 332
11.3 推流器的构建 335
11.4 第三方云服务介绍 340
11.5 礼物系统的实现 341
11.5.1 Cocos2dX项目的运行原理 342
11.5.2 关键API详解 344
11.5.3 实现一款动画 348
11.6 聊天系统的实现 350
11.6.1 Android客户端的WebSocket实现 351
11.6.2 iOS客户端的WebSocket实现 352
11.7 本章小结 353
第12章 直播应用中的关键处理 354
12.1 直播应用的细节分析 354
12.1.1 推流端细节分析 354
12.1.2 拉流端细节分析 355
12.2 推流端的关键处理 355
12.2.1 自适应码率的实践 356
12.2.2 统计数据保证后续的应对策略 361
12.3 拉流端的关键处理 363
12.3.1 重试机制的实践 364
12.3.2 首屏时间的保证 366
12.3.3 统计数据保证后续的应对策略 370
12.4 本章小结 371
第13章 工欲善其事，必先利其器 372
13.1 Android平台工具详解 372
13.1.1 ADB工具的熟练使用 372
13.1.2 MAT工具检测Java端的内存泄漏 377
13.1.3 NDK工具详解 387
13.1.4 Native层的内存泄漏检测 389
13.1.5 breakpad收集线上Crash 396
13.2 iOS使用Instruments诊断应用 399
13.2.1 Debug Navigator 399
13.2.2 Time Profiler 400
13.2.3 Allocations 402
13.2.4 Leaks 403
13.3 本章小结 405
附录A 通过Ne10的交叉编译输入理解ndk-build 406
附录B 编码器的使用细节 415
附录C 视频的表示与编码 423
· · · · · · (收起)
读后感
用户评价
对于我这样的开发者来说，能够真正“实践”的内容是至关重要的。很多技术书籍虽然理论扎实，但脱离了实际场景，看懂了也用不上。这本书的“实践”二字，让我对它充满了期待。我非常想知道它是否会涵盖音视频录制、播放、编码、解码、转码、实时通信（RTC）等多个方面。特别是在音视频播放方面，除了基础的播放控制，我更关心如何实现高质量、低延迟的播放，例如如何处理网络抖动、如何进行缓冲管理、如何实现硬解码以提高效率。而在录制方面，我希望它能深入讲解如何利用系统API（如MediaCodec on Android, AVFoundation on iOS）进行高效的音视频采集，如何处理摄像头和麦克风的权限问题，以及如何进行实时的美颜、滤镜等效果处理。如果书中能提供一些关于如何优化这些流程、解决常见性能瓶颈的经验，那对我来说将是无价的。
在音视频开发过程中，异常处理和错误排查是一项非常重要的工作。我希望这本书能够提供一些实用的技巧和工具，帮助我更有效地诊断和解决问题。比如，在Android平台上，如何利用Logcat、Systrace等工具来分析音视频播放的性能瓶颈？在iOS平台上，如何使用Instruments来监测CPU、内存和网络使用情况？如果书中能够提供一些常见的音视频开发错误场景的分析和解决方案，例如播放卡顿、花屏、声音断续等，那将是极其宝贵的经验。
随着移动互联网的发展，音视频在直播、短视频、社交互动等场景中的应用越来越普遍。我希望这本书能够跟上时代的步伐，提供一些关于这些热门领域的开发实践。比如，在直播推流和拉流方面，如何实现低延迟、高可用性的传输？如何进行CDN分发和管理？在短视频剪辑方面，如何实现流畅的视频剪辑操作，支持多种特效和滤镜？在实时通信方面，如何构建稳定可靠的语音通话和视频会议系统？如果书中能够提供一些案例分析，或者分享一些行业内的最佳实践，那将非常有价值，能够帮助我把握技术趋势，做出更符合市场需求的产品。
我一直认为，优秀的技术书籍不仅仅是传授知识，更重要的是能够激发读者的思考和探索。这本书的“进阶指南”的定位，让我相信它不仅仅会告诉你“怎么做”，更会告诉你“为什么这么做”，以及“还有哪些更好的方法”。我期待书中能够深入剖析音视频开发中的一些底层原理，比如PCM音频数据、YUV像素格式、GOP结构等，并解释它们如何影响着音视频的质量和性能。同时，我也希望它能够提供一些关于性能优化的思路，例如如何减少CPU和内存占用，如何提高编码和解码效率，如何处理大数据量的音视频文件。
我特别关注书中对于音视频流的传输和处理的讲解。在实际开发中，我们经常需要将音视频流从一个设备传输到另一个设备，或者在服务器端进行处理。我希望这本书能够深入讲解RTMP、RTSP、WebRTC等音视频传输协议的工作原理，以及如何在Android和iOS平台上实现这些协议。此外，对于音视频的帧率控制、码率控制、丢包处理等关键技术，我也希望能够得到清晰的解释和实践指导，确保在各种网络环境下都能获得良好的用户体验。
除了基础的播放和录制功能，我还在探索一些更高级的音视频处理技术，例如水印添加、画面裁剪、音频混合、语音变声等。我非常期待这本书是否会涵盖这些方面的内容。如果书中能够提供如何使用FFmpeg或者平台原生API来实现这些高级功能，并且附带详细的代码示例，那将极大地扩展我的开发能力。同时，对于如何进行音视频文件的格式转换（如MP4转MP3，MKV转MP4）以及如何提取音视频的元数据信息，我也希望能有所学习。
最终，我选择一本书，是希望它能够成为我技术道路上的得力助手。我希望《音视频开发进阶指南:基于Android与iOS平台的实践》不仅仅是一本技术手册，更是一本能够激发我学习兴趣，帮助我解决实际问题的“伙伴”。我期待它能够引导我深入理解音视频开发的方方面面，掌握核心技术，并最终能够独立开发出高质量的音视频应用。这本书的书名就预示着它将是一次深入的探索，我迫不及待地想翻开它，开启我的进阶之旅。
我一直觉得音视频开发是个既神秘又充满挑战的领域，接触过一些基础知识，但总感觉无法深入。直到我看到了这本书的介绍，名字听起来就非常吸引人——《音视频开发进阶指南:基于Android与iOS平台的实践》。我第一时间就想深入了解一下，看看它到底能带给我哪些实质性的帮助。首先，这本书的书名就直接点明了它的核心价值：进阶和实践。这意味着它不会停留在浅显的理论层面，而是会深入到开发者在实际工作中会遇到的具体问题，并提供解决方案。我最期待的是它能够解析那些隐藏在API背后的复杂逻辑，比如音视频编解码的原理，不同编码格式（H.264, H.265, VP9等）的优劣势以及在实际应用中的选择，还有音频采样率、比特率、通道数这些参数的含义和影响。我希望这本书能用清晰易懂的方式解释这些概念，并辅以大量的代码示例，让我能够直接上手，在我的项目中进行验证和修改。
音视频开发涉及的知识点非常广泛，从底层的编解码算法，到上层的UI交互，都需要一定的理解。我希望这本书能帮助我建立起一个完整的知识体系。例如，它是否会讲解FFmpeg这样的开源库在音视频处理中的应用？FFmpeg的功能强大，但学习曲线也比较陡峭，如果书中能有详细的FFmpeg在Android和iOS上的集成与使用指南，那将是极大的福音。另外，关于音视频的同步问题，比如音画不同步的原理和解决方案，也是我一直以来感到困惑的地方。我期待这本书能提供清晰的解释和实用的调试方法，让我能够彻底解决这个问题。
跨平台开发一直是我的一个技术追求方向，尤其是看到这本书明确提到了“基于Android与iOS平台的实践”，我更是眼前一亮。这意味着它很有可能不仅仅是针对单一平台讲解，而是会对比分析两个平台在音视频开发上的异同，以及如何进行跨平台适配。我非常想了解，在音视频处理方面，Android的MediaCodec、MediaPlayer和iOS的AVFoundation、CoreAudio等框架之间有哪些核心的差异？在性能调优上，两个平台有哪些不同的思路和技巧？如果书中能够提供一些跨平台代码复用的思路，或者在处理平台差异时的一些最佳实践，那将极大地节省我的时间和精力，让我能够更高效地构建跨平台音视频应用。
有些章节写得不错，挺有收获的。但其它章节，与其说是教程，不如说是作者所在的公司的项目的部分代码介绍，而且代码的可读性极差，结构混乱，逻辑混乱，版本老旧，甚至有的还无法正常运行。
囫囵。
泛泛而谈
音视频开发实践书籍比较少，对入门帮助很大，不过书上用的工具版本有些老
不多见的音视频工程类图书
