压缩/解压缩音频数据

Question

我在C＃应用程序中使用win32波形api来制作一个voip系统。一切顺利，但我需要一些方法来动态压缩音频数据。

所以基本上音频数据进入大小为150字节的“记录”缓冲区，然后通过udp发送此缓冲区，在远端，接收150个字节并将其放入“播放”缓冲区。

所以我需要一些在udp-＆gt;发送之前和udp-＆gt; recv之后压缩/解压缩数据的方法。普通压缩算法不适用于音频，包括.NET GZip类。

有没有人知道我可以使用哪个库来帮助我这样做？

提前感谢...

Answer 1

150字节是用于音频数据的难以置信的小缓冲器 - 例如小于5毫秒。 16 KHz单声道。我不是专家，但我认为无论你选择哪种压缩方案，你的压缩比都会因使用这么小的缓冲区而受到很大影响。除此之外，您发送的每个数据包都会产生大量开销。

也就是说，如果您要发送语音数据，请查看Speex进行有损压缩（我发现它在压缩语音方面非常有效，但音质对音乐来说非常糟糕。）

Answer 2

我认为您想要批量处理这些150字节的块以获得更好的压缩效果 虽然，即使在这样的小缓冲区大小，你仍然可以得到一些压缩。

如果内置GZipStream不起作用，您可以尝试DotNetZip中包含的GZipStream。在DotNetZip中还有一个ZlibCodec类可以实现Codec模式 - 这可以促进150字节块的压缩。

Answer 3

您正在寻找的组件更为人熟知的是编码器/解码器，或codec，并且在选择组件时有很多选择。

Answer 4

如上所述，我会研究Speex。它得到了很好的支持，现在是Flash Player的事实标准。

我假设你设置缓冲区的大小是延迟是个问题（缓冲区越大，延迟越大），所以不要选择具有高解压缩帧大小的编解码器，因为它引入了高延迟。这或多或少地排除了MP3 ...对于5khz输出采样率的语音（它不会用于更高的目的），最小解压缩帧大小是576个样本，或者在发送之前必须编码的~100ms数据。这意味着在您考虑问题的网络部分之前，双向延迟超过200毫秒。