Speexmanul手册中文版.docx
《Speexmanul手册中文版.docx》由会员分享，可在线阅读，更多相关《Speexmanul手册中文版.docx（10页珍藏版）》请在冰豆网上搜索。
Speexmanul手册中文版
在VOIP的音频算法中，回音处理已经成为一个关系通话质量的主要问题。
回声的产生在IP网络主要有两种：
1.声学回声
2.电路回声
声学回声主要又分成以下几种:
a）直接回声:
由扬声器产生的声音未经任何反射直接进入麦克风
b）间接回声:
由扬声器发出的声音经过多次反射后,再进入Mic
对于第二种回声,拥有多路径,时变性的特点.是比较难处理的.
由于IP网络下的传输的延迟较大,而一般情况下,对于人耳,如果声音延迟达到了10ms以上的话,那么回声就会越来越明显.
一般来讲,VOIP中的声音延迟主要来自于几个方面:
1.编码延迟:
一般情况下编码算法在声音压缩时都会产生延迟,就我们采用的Speex来讲,延迟大概在20ms左右
2.处理延迟,封装时延,缓冲时延等
3.在IP网络中数据的传输过程也会照成延时.这由当前的网络状况决定.
回声消除的模型:
a）建立远端声音模型,进行回声估计,从采集的值中减去估计值
b）声学模型
Speex是一套专门用于压缩声音的库,由于其专门针对声音,所以压缩声音的性能非常高.Speex由于其压缩性能,及0.80版后的跨平台的性能,所以在网络声音的传输中有很大的价值.但是需要注意的是speex只能对声音进行压缩,不支持音乐的压缩,如果你需要音乐的压缩你或许需要用vorbis库.
但是的speex资料像其它大都数专用库一样,并没有大多的中文资料.所以在这里我决定将里面最核心的编程技术翻译出来.一来是练习练习自己翻译资料的能力,二来是方便一些英语水平较差的朋友.由于本人能力有限,有些感觉有出入或难理解的地方可以去speex的官方.speex.org找到英文原版的说明.
1,speex的介绍（略）
2特征描述
这个章节展示了speex的主要特征,以衣一些关于对话（speech）编码的一个概念,以便帮助我们更好的了解下一章节.
取样率（Samplingrate）
Speex主要是设计了三种不同的取样率:
8kHz,16kHz,32kHz.这些分别代表了窄宽（narrowband）,多频率,超声.
质量
Speex编码大都数时间是被一个围为0到10的质量参数来控制 的.在一个比特率为常量（CBR）的操作中,质量参数是一个整数,而对于变动的比特率（VBR）参数是一个float;
复杂性（变量）
用speex,你可以将编码设置成允许的复杂度.这由一个围为1到10的整数来控制完成,就像你用选项-1到-9来控制gzip和bzip2的压缩质量.在通常的运用中,噪声级别的复杂度1是在1到2dB之间,比复杂度10要高,但是CPU需要复杂度10大概5倍高行复杂度1.在实践中,最好的是设置在2到4之间,尽管更高的设定通常有用,当编码一个非对话声音（non-speechsounds）像DTMF语调（tones）.
变波特率（VBR
Variablebit-rate（VBR）allowsacodectochangeitsbit-ratedynamicallytoadaptto
变波特率（VBR）允许编码动态地改变它的波特率以适应声音编码的”难度”.在speex举例来说,
像元音（vowel）和瞬间高音（high-enenrgtransients）需要个高的比特率来取得一个不错的质量,而摩擦音（fricative）可以被充分地用相对较少的字节来进行编码.由于上面这个原因,VBR可以调节到一个低的比特率却达到一个同样的质量,或者用某个比特率达到更好的质量.尽管有上面这些优点,但是VBR也有两个主要的缺点.首先,仅仅靠指定质量值,这里没有一个关于最后平均比特率的保证.（译者注:
作者大概是想说没有什么明确的方法知道质量值）此外,对一些即时通信,像IP（VoIP）这种包含着最大的比特率的,必须把比特率设为足够低以适应传输通道.
平均比特率（ABR）
平均比特率通过动态地调节VBR质量去得到一个确定的目标的比特率,从而解决了VBR中的一个问题..因为质量/比特率被即时的调整了,整体质量将会稍稍低于由VBR对一个
设置得和目标平均比特率非常接近的质量数编码得到的结果.
声音生动性检测（VAD）
声音生动性检测将会发觉音频正在被编码成对话,静音,或背景噪音.VAD总在用VBR进行编码时暗中起作用,因此选项仅仅对一个不是VBR的操作起作用.对于不是VBR的操作来说,speex察觉出一个不属于对话的周期,然后对它用足够的字节重新生成为背景噪音.不这叫做舒适的噪音生成（CNG）.
不连续传输（DTX）
不连续传输是VAD/VBR操作的一个额外选项,当背景噪音一定时,它可以完整地传输.因为在基于文件的操作中,我们不能停止对文件进行写入,所以只有5字节被这种帧所运用.（给250bps通信）
Algorithmicdelay
迟时算法
每一个声音编码导致了在传输上的延时.对于speex,这种延时等于frame的大小加上一些数量的需要对每一帧进行的前瞻（”look-adhead”）.在窄宽操作中（8kHz）,迟时是30ms,而对于多频率（2-44Hz）,迟时是34ms.这些值不包括CPU编码,解码帧的时间.
4.1Encoding
4.1压缩
为了用Speex压缩对话,你首先需要引用头文件:
#include
然后你需要定义一个Speex的位采集（bit-packing）结构
SpeexBitsbits;
andaSpeexencoderstate
以及定义一个speex编码器状态量
void*enc_state;
上面定义的这样被初始化:
Thetwoareinitializedby:
speex_bits_init（&bits）;
enc_state=speex_encoder_init（&speex_nb_mode）;
为了支持多频率的压缩,speex_nb_mode将被sppex_wb_mode取代.在大都数情况下,你需要知道你用的模式（mode）的帧（frame）的大小,你可以得到在frame_size变量里得到这值:
speex_encoder_ctl（enc_state,SPEEX_GET_FRAME_SIZE,&frame_size）;
一但初始化完毕,对于每一个输入帧:
speex_bits_reset（&bits）;
speex_encode（enc_state,input_frame,&bits）;
nbBytes=speex_bits_write（&bits,byte_ptr,MAX_NB_BYTES）;
上面input_frame是一个指向对话（speech）帧（frame）的float指针（pointing）;byte_ptr是指向编码帧开始写的地方的char指针,MAX_NB_BYTES是能写进byte_ptr而不会造成溢出的最大数.nbBytes是一个实际写入btye_ptr的数,即编码的实际大小在调用speex_bits_write前,可能你需要调用speex_bits_nbytes（&bits）得到需要写入（write）的字节大小.
在你已经编码后,释放所有的资源.
speex_bits_destroy（&bits）;
speex_encoder_destroy（enc_state）;
That’saboutitfortheencoder.
这就是关于编码的方面.
Speexmanul中文版三
附源代码的翻译:
BSamplecode
B 例程源代码
这个章节演示了一段用speex编码,解码对话（speech）的源代码.
可以如下用api命令来编码并解码一个文件:
译者注:
这里说的api命令是指unix的用”|”进行管道写入读出.在windows下这样并不能实现.
%sampleencin_file.sw|sampledecout_file.sw
这里这两段代码都没有引用其它的头文件,并以16 比特率（bits）进行编码
naturalendianness）.
B.1sampleenc.c
Sameleenc 用一个未加工的16比特率（bits）文章,给它编码并产生一个speex 流（steam）给标准输出.注意已压缩的和speexenc/speexdec不和谐!
#include
#include
#defineFRAME_SIZE160
intmain（intargc,char**argv）
{
char*inFile;
FILE*fin;
shortin[FRAME_SIZE];
floatinput[FRAME_SIZE];
charcbits[200];
intnbBytes;
void*state;
SpeexBitsbits;
inti,tmp;
//新建一个新的编码状态在窄宽（narrowband）模式下
state=speex_encoder_init（&speex_nb_mode）;
//设置质量为8（15kbps）
tmp=8;
speex_encoder_ctl（state,SPEEX_SET_QUALITY,&tmp）;
inFile=argv[1];
fin=fopen（inFile,"r"）;
//初始化结构使他们保存数据
speex_bits_init（&bits）;
while
（1）
{
//读入一帧16bits的声音
fread（in,sizeof（short）,FRAME_SIZE,fin）;
if（feof（fin））
break;
//把16bits的值转化为float,以便speex库可以在上面工作
for（i=0;iinput[i]=in[i];
//清空这个结构体里所有的字节,以便我们可以编码一个新的帧
speex_bits_reset（&bits）;
//对帧进行编码
speex_encode（state,input,&bits）;
//把bits拷贝到一个利用写出的char型数组
nbBytes=speex_bits_write（&bits,cbits,200）;
//首先写出帧的大小,这是sampledec文件需要的一个值,但是你的应用程序中可能不一样
fwrite（&nbBytes,sizeof（int）,1,stdout）;
//写出压缩后的数组
fwrite（cbits,1,nbBytes,stdout）;
}
//释放编码器状态量
speex_encoder_destroy（state）;
//释放bit_packing结构
speex_bits_destroy（&bits）;
fclose（fin）;
return0;
}
如何使用Speex中的AEC模块，提高声音质量？
在Speex（.speex.org）的最新版本中，开始集成了回音消除的模块，而回音消除一直是Voip之中亟待解决的主要问题。
很多朋友和我说speex的aec模块的效能并不好，我们先来看一下speex的aec的api调用方式。
SpeexEchoState*echo_state=speex_echo_stat
升级会员 