speex的基本编码和解码流程

最近在研究speex的编码和解码流程

之前在IM上用到的都是发语音片段，这个很简单，只需要找到googlecode上gauss的代码，然后套一下就可以用了。

不过googlecode要关闭，有人将他导入到了github，地址在这里 https://github.com/cczufish/OggSpeex-android

我也导入了，但是没成功，不知道什么问题，可能级别不够吧，哈哈 https://github.com/dongweiq/android-recorder

现在我们的需求是要求将语音片段拼接合成，而且要在UI中显示出正在播放的时间，看了gauss的代码后发现，他的代码是边解码边播放的，按照的是short[160]的片段一个个播放的

/* decode each segment, writing output to wav */
                for (curseg = 0; curseg < segments; curseg++) {

                    if (Thread.interrupted()) {
                        dis.close();
                        track.stop();
                        track.release();
                        return;
                    }

                    while (this.isPaused()) {
                        track.stop();
                        track.release();
                        // Thread.sleep(100);
                    }

                    /* get the number of bytes in the segment */
                    bodybytes = header[OGG_HEADERSIZE + curseg] & 0xFF;
                    if (bodybytes == 255) {
                        System.err.println("sorry, don't handle 255 sizes!");
                        return;
                    }
                    dis.readFully(payload, 0, bodybytes);
                    chksum = OggCrc.checksum(chksum, payload, 0, bodybytes);

                    /* decode the segment */
                    /* if first packet, read the Speex header */
                    if (packetNo == 0) {
                        if (readSpeexHeader(payload, 0, bodybytes, true)) {
                            packetNo++;
                        } else {
                            packetNo = 0;
                        }
                    } else if (packetNo == 1) { // Ogg Comment packet
                        packetNo++;
                    } else {

                        /* get the amount of decoded data */
                        short[] decoded = new short[160];
                        if ((decsize = speexDecoder.decode(payload, decoded, 160)) > 0) {
                            track.write(decoded, 0, decsize);
                            float maxVol = AudioTrack.getMaxVolume();
                            track.setStereoVolume(maxVol, maxVol);// 设置当前音量大小
                            track.play();
                        }
                        packetNo++;
                    }
                }

而且他还有一个包序号，pacetNo为0则是speex的文件头，占80字节，packetNo为1则查找包序号2，2中就按照160short解码音频，然后播放解码后的wav。

后来从网上找到以下内容http://blog.163.com/yuan_zhch/blog/static/193790046201172611527217/

相当于是对整个speex编码和解码的过程的总结吧

一：编码流程

使用Speex的API函数对音频数据进行压缩编码要经过如下步骤：

1、定义一个SpeexBits类型变量bits和一个Speex编码器状态变量enc_state。

2、调用speex_bits_init(&bits)初始化bits。

3、调用speex_encoder_init(&speex_nb_mode)来初始 化enc_state。其中speex_nb_mode是SpeexMode类型的变量，表示的是窄带模式。还有speex_wb_mode表示宽带模 式、speex_uwb_mode表示超宽带模式。

4、调用函数int speex_encoder_ ctl(void *state, int request, void *ptr)来设定编码器的参数，其中参数state表示编码器的状态；参数request表示要定义的参数类型，如SPEEX_ GET_ FRAME_SIZE表示设置帧大小，SPEEX_ SET_QUALITY表示量化大小，这决定了编码的质量；参数ptr表示要设定的值。

可通过speex_encoder_ctl(enc_state, SPEEX_GET_FRAME_SIZE, &frame_size) 和speex_encoder_ctl(enc_state, SPEEX_SET_QUALITY, &quality)来设定编码器的参数。

5、初始化完毕后，对每一帧声音作如下处理：调用函数 speex_bits_reset(&bits)再次设定SpeexBits，然后调用函数speex_encode(enc_state, input_frame, &bits)，参数bits中保存编码后的数据流。

6、编码结束后，调用函数speex_bits_destroy (&bits)，    speex_encoder_destroy (enc_state)来

二：解码流程

同样，对已经编码过的音频数据进行解码要经过以下步骤：

1、     定义一个SpeexBits类型变量bits和一个Speex编码状态变量enc_state。

2、   调用speex_bits_init(&bits)初始化bits。

3、   调用speex_decoder_init (&speex_nb_mode)来初始化enc_state。

4、    调用函数speex_decoder_ctl (void *state, int request, void *ptr)来设定编码器的参数。

5、   调用函数 speex_decode(void *state, SpeexBits *bits, float *out)对参数bits中的音频数据进行解编码，参数out中保存解码后的数据流。

6、   调用函数speex_bits_destroy(&bits), speex_ decoder_ destroy (void *state)来关闭和销毁SpeexBits和解码器。

 

下面是一段实例代码：

1. #include <speex.h> 
2. #include <stdio.h> 
3. /*帧的大小在这个例程中是一个固定的值,但它并不是必须这样*/ 
4. #define FRAME_SIZE 160 
5.   
6. int main(int argc, char **argv) 
7. { 
1. char *inFile; 
2. FILE *fin; 
3. short in[FRAME_SIZE]; 
4. float input[FRAME_SIZE]; 
5. char cbits[200]; 
6. int nbBytes; 
7. /*保存编码的状态*/ 
8. void *state; 
9. /*保存字节因此他们可以被speex常规读写*/ 
10. SpeexBits bits; 
11. int i, tmp; 
12. //新建一个新的编码状态在窄宽(narrowband)模式下 
13. state = speex_encoder_init(&speex_nb_mode); 
14. //设置质量为8(15kbps) 
15. tmp=8; 
16. speex_encoder_ctl(state, SPEEX_SET_QUALITY, &tmp); 
17. inFile = argv[1]; 
18.   
19. fin = fopen(inFile, "r"); 
20. //初始化结构使他们保存数据 
21. speex_bits_init(&bits); 
22. while (1) 
23. { 
1. //读入一帧16bits的声音 
2. fread(in, sizeof(short), FRAME_SIZE, fin); 
3. if (feof(fin)) 
1. break; 
4. //把16bits的值转化为float,以便speex库可以在上面工作 
5. for (i=0;i<FRAME_SIZE;i++) 
1. input[i]=in[i]; 
6.  
7. //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 
8. speex_bits_reset(&bits); 
9. //对帧进行编码 
10. speex_encode(state, input, &bits); 
11. //把bits拷贝到一个利用写出的char型数组 
12. nbBytes = speex_bits_write(&bits, cbits, 200); 
13. //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 
14. fwrite(&nbBytes, sizeof(int), 1, stdout); 
15. //写出压缩后的数组 
16. fwrite(cbits, 1, nbBytes, stdout); 
24. } 
25.   
26. //释放编码器状态量 
27. speex_encoder_destroy(state); 
28. //释放bit_packing结构 
29. speex_bits_destroy(&bits); 
30. fclose(fin); 
31. return 0; 
8. }