Question

我正在使用WinAPI - Wave功能创建一个记录麦克风X秒的录制程序。我在网上搜索了一下，发现PCM数据太大了，通过套接字发送它会有问题......

如何将其压缩到更小的尺寸？任何简单/“便宜”的方式？

我也注意到，当我使用Wave API函数声明格式时，我正在使用此代码：

WAVEFORMATEX pFormat;
pFormat.wFormatTag= WAVE_FORMAT_PCM;     // simple, uncompressed format
pFormat.nChannels=1;                    //  1=mono, 2=stereo
pFormat.nSamplesPerSec=sampleRate;      // 44100
pFormat.nAvgBytesPerSec=sampleRate*2;   // = nSamplesPerSec * n.Channels * wBitsPerSample/8
pFormat.nBlockAlign=2;                  // = n.Channels * wBitsPerSample/8
pFormat.wBitsPerSample=16;              //  16 for high quality, 8 for telephone-grade
pFormat.cbSize=0;

如您所见，pFormat.wFormatTag= WAVE_FORMAT_PCM; 也许我可以插入而不是WAVE_FORMAT_PCM其他东西，所以它会被立即压缩？我已经检查了MSDN的其他值，虽然它们在我的Visual Studio中都不适合我...

那我该怎么办？

谢谢！

Answer 1

最简单的方法是简单地将采样率从44100降低到更易于控制的范围，如22050,16000,11025甚至8000.无论如何，大多数语音编解码器都不会高于16000赫兹。而较旧的则针对8khz进行了优化。

下一步是找到编解码器。有一些编解码器可以与Windows Audio Compression Manager一起使用，但几乎所有编解码器都可以追溯到Windows 95，并且在解压缩后按现代标准听起来很糟糕。

您始终可以使用Format SDK或Media Foundation API实时转换为WMA。或者只是去获取像LAME这样的开源MP3库。

Answer 2

对于电话质量语音，您可以将每个样本更改为8位，采样率为8000.这将大大减少数据量。

Answer 3

GSM具有良好的压缩性。您可以使用acmStreamConvert()将PCM数据块转换为GSM（或已安装的任何其他编解码器）。有关更多详细信息，请参阅MSDN：

Converting Data from One Format to Another

压缩PCM数据

3 个答案: