如何将字节数组转换为音频文件？

Question

我编写了一个程序，该程序可以从网络实时获取SIP数据包，并且我想使用数据包中嵌入的SDP信息来捕获来自两个VOIP软电话的音频对话。

一旦我从RTP协议中检索了二进制数据，应该如何将其转换为声音文件？

首选c ++。

Answer 1

Adrian，您好，

是的，我们不能将 RTP 有效负载直接放置在一个接一个的文件中，然后再将该文件读取为音频文件，例如".wav"。

您正在寻找的缺失部分是一段代码，它将rtp数据包流重新组合，解码和播放为语音样本；为了简单起见，请考虑众所周知的G.711或PCM编解码器，因为所有SIP电话都支持此编解码器。 您需要实现一个Playout buffer（从逻辑上讲是一个无限缓冲区，但是可以环绕的环形缓冲区是可以的。）

数据包本身包含20ms持续时间的有效载荷中的音频数据。每个音频数据块都带有一个RTP头，该头指示编码的类型（这与SDP信息有关，您对该部分有很好的了解）。

对于每个数据包：

1. 对于G.711，通常以每秒8000次的正确速率将8位值解码为16位样本；

2. 从RTP头计算播出点，它是播出缓冲区数组中的索引。 考虑到基于RTP时间戳的抖动和重新排序

3. 将样本写入.wav或将其播放到音频设备。

从务实的角度来看，您可以通过几种方式来做到这一点：

• 您将所有UDP / RTP数据包收集到捕获文件中，并使用wireshark进行艰苦的工作；
• 使用现有工具，例如playSIP A command-line SIP session recorder;
• 为此目的获取一个库或编写现有代码，但这并不是一件容易的事。例如，您可以考虑处理数据包丢失。

Answer 2

如果仅从音频记录的角度出发

（.wav文件-通话中使用的音频编解码器是a-law / u-law）

您无需编码即可采用这种方法。

使用Wireshark捕获网络数据包（在pcap文件中）

Wireshark->电话->流分析

在Stream Analysis窗口中->保存（下拉菜单-选择“正向/反向流音频”）

以.raw文件格式保存。

以Audacity打开.raw文件格式，并将其转换为.wav文件。

我希望它能对您有所帮助。