speex解碼出錯

我正在使用speex編碼一些音頻數據並通過UDP發送，並在另一側解碼。我用speex進行了一些測試，發現如果我在對它進行編碼後直接對數據包進行解碼，解碼後的數據絕不會接近原始數據。緩衝區開始處的大部分字節爲0. 因此，當我解碼通過UDP發送的音頻時，我所得到的只是噪聲。這是怎麼了編碼音頻：speex解碼出錯

bool AudioEncoder::encode(float *raw, char *encoded_bits) 
{ 
    for (size_t i = 0; i < 256; i++) 
     this->_rfdata[i] = raw[i]; 
    speex_bits_reset(&this->_bits); 
    speex_encode(this->_state, this->_rfdata, &this->_bits); 
    int bytesWritten = speex_bits_write(&this->_bits, encoded_bits, 512); 
    if (bytesWritten) 
     return true; 
    return false; 
}

這是怎麼了解碼音頻：

float *f = new float[256]; 
// recvbuf is the buffer I pass to my recv function on the socket 
speex_bits_read_from(&this->_bits, recvbuf, 512); 
speex_decode(this->state, &this->_bits, f);

我已經簽出文檔，以及我的大多數代碼來自例子編碼/解碼來自speex網站的樣本。我不知道我在這裏錯過了什麼。

來源

2010-11-25 dotminic

的Speex是一個有損編解碼器，所產生的流將是從原始的不同，因爲爲了你鬆散信息來實現更好的壓縮。 – 2010-11-25 18:23:11

@Paulo Scardine如果我使用正弦波值對數組進行編碼，則20〜1個浮點數（一旦解碼）全部等於0。我知道這是有損的，但是我失去了大部分數據。如果我有一些正面價值，我也會得到一些負值。 – dotminic 2010-11-25 18:33:13

看起來像一個簽名/未簽名的數據類型問題。 – 2010-11-25 19:24:08

我發現編碼數據如此不同的原因。事實上這是Paulo Scardine說的有損壓縮，而且speex只能處理160幀，所以從portaudio到speex的數據時，它需要160幀的「數據包」。

來源

2010-11-30 20:43:57 dotminic

你可能想看看這裏的一些簡單的編碼/解碼： http://www.speex.org/docs/manual/speex-manual/node13.html#SECTION001310000000000000000

由於您使用UDP，你還可以與抖動緩衝器工作，以重新排序分組和東西。

來源

2010-11-25 20:34:31 dmck

其實講引入了額外的延遲音頻數據，我發現通過反向enginiering：

narrow band : delay = 200 - framesize + lookahead = 200 - 160 + 40 = 80 samples 

wide band : delay = 400 - framesize + lookahead = 400 - 320 + 143 = 223 samples 

uwide band : delay = 800 - framesize + lookahead = 800 - 640 + 349 = 509 samples

由於先行與zereos初始化，您觀察到的前幾個樣品是「接近零」。

爲了獲得正確的時間，您必須先跳過這些樣本，然後才能獲得您已編入編解碼器的實際音頻數據。爲什麼是這樣，我不知道。 Propelby的作者從來不關心這個問題，因爲speex是用於流式傳輸，主要不是用於存儲和恢復音頻數據。另一個解決方法（不浪費空間）是，在饋送實際音頻數據之前，您將（幀大小延遲）零進入編解碼器，然後丟棄整個第一個speex幀。

我希望這能夠澄清一切。如果熟悉斯佩克斯的人閱讀此文，請隨時糾正我，如果我錯了。

編輯：其實，解碼器和編碼器都有前瞻時間。延遲的實際計算公式爲：

narrow band : delay = decoder_lh + encoder_lh = 40 + 40 = 80 samples 

wide band : delay = decoder_lh + encoder_lh = 80 + 143 = 223 samples 

uwide band : delay = decoder_lh + encoder_lh = 160 + 349 = 509 samples

來源

2012-04-06 20:14:53

回答

相關問題