amr编程汇总

                                                                          amr编程汇总

 

 

       今年8月我负责研发amr语音的录制和格式转换，现在将经验于大家分享一下。

       amr的特性:

       a静音期间内的存储空间几乎为0，所以amr文件的长度并不与录音时间成正比。

       b压缩比高，连续讲话60秒的录音文件大概20k左右，因此你可以用手机存储传输amr而不用太担心存储空间和gprs流量费。

 

 

一  首先说一下格式转换的问题：

提起格式转换建议看看http://xa.bi/mms/

                       .-----------.
                    -->|  MID/MOD  |
                       `-----+-----'
                             |
                          timidity
       |                     |                                                             |
       v                     v                                                             v
  .---------.         .-------------.       .-------.          .-----------.           .-------.
  |         +--mp123->|             |       |       +--encode->|           +--ifs2amr->|       |
  |   MP3   |         |     WAV     |<-sox->|  RAW  |          |  AMR-IF2  |           |  AMR  |
  |         |<--lame--+             |       |       |<-decode--|           |<-amr2ifs--+       |
  `----+----'         `---------+---'       `-------'          `-----------'           `---+---'
       |                  ^     |                                                          |
       v                  |     v                                                          v

这里介绍了一个大致的转换思路，以及需要用到的相应工具。

   主要思路是首先将amr通过一系列转换变成wav然后在转其他格式。

   本文接下来就剖析一下amr转换成wav的过程。

    

       1首先让我们来了解一下amr的文件格式。

       http://www.ietf.org/rfc/rfc3267.txt定义了amr的文件格式。

       amr是一种有损压缩，最初的版本只用来存储单声道的语音文件，比特率为4.75 kbit/s。

       后续版本提供了双声道和更多的表现细节的能力，

       主要是采样率的不断的提高一直到最后的比特率12.5 kbit/s，

       最终使得amr可以存储高质量的音乐，当然也占用了大量的存储空间。

       2AMR-IF2文件格式。定制AMR-IF2的目的就是用于格式转换的。AMR-IF2相当于一个接口文件格式。

       这样在amr的版本不断变化的情况下，我们无需对先前的转换播放从程序做太多的改变。

       3两者的区别和联系：

       AMR-IF2是没有文件头的。而amr文件有着不同的文件头但所有的文件头有一个共同的特点，

       都包括 {0x23,0x21,0x41,0x4D,0x52,0x 0A}(#!AMR+回车)

       3.1两者都是分贞的每贞都有固定的长度。与比特率相关。

       主要有两种贞，一种是用来记录一小段时间内的声音采样，

       采用了小波变换进行提取压缩，压缩率视比特率而定。

       另外还有一种特殊的贞叫silenc frame，顾名思义就是静音，表示静音的时间长度。

       3.2两者的贞的存储格式是不同的需要进行转换。要了解更多关于amr-if2文件格式请参阅:

http://www.3gpp.org/ftp/tsg_sa/WG4_CODEC/Specs_update_after_SA16/26101-500.zip

 

 

 

Figure A.1: Frame structure for AMR IF2

其中frametype的订阅如下 0-15，注意只占用了4个bit，就是为了节省4个bit给我们的转换工作带来了许多麻烦。类型中的***SID是指该贞为silence贞。

Table 1a: Interpretation of Frame Type,
Mode Indication and Mode Request fields

Frame Type	Mode Indication	Mode Request	Frame content (AMR mode, comfort noise, or other)
0	0	0	AMR 4,75 kbit/s
1	1	1	AMR 5,15 kbit/s
2	2	2	AMR 5,90 kbit/s
3	3	3	AMR 6,70 kbit/s (PDC-EFR)
4	4	4	AMR 7,40 kbit/s (TDMA-EFR)
5	5	5	AMR 7,95 kbit/s
6	6	6	AMR 10,2 kbit/s
7	7	7	AMR 12,2 kbit/s (GSM-EFR)
8	-	-	AMR SID
9	-	-	GSM-EFR SID
10	-	-	TDMA-EFR SID
11	-	-	PDC-EFR SID
12-14	-	-	For future use
15	-	-	No Data (No transmission/No reception)

 

 

 

那么每个贞到底是多长呢，这与比特率有关。如下：

Table 2: Number of bits in Classes A, B, and C for each AMR codec mode

Frame Type	AMR codec mode	Total number of bits	Class A	Class B	Class C
0	4,75	95	42	53	0
1	5,15	103	49	54	0
2	5,90	118	55	63	0
3	6,70	134	58	76	0
4	7,40	148	61	87	0
5	7,95	159	75	84	0
6	10,2	204	65	99	40
7	12,2	244	81	103	60

拿amr475来说

前4个bit放frame type 接下来的95个bit放音频数据，其中classA占42个bit，classB占53个bit。如下所示：

 

 

由上面两表可见，if2的贞与amr文件的贞相比多了一个4bit的类型，相应的字节也都左移了。

由于去掉了类型，amr文件存储有时会比if2小一些。

http://xa.bi/files/amrconvert中使用了perl的字符串和正则处理，先将二进制bit转换成串

再去掉type，最后转换成二进制。

我们也可以用位操作来完成这两种贞的转换。

我们可以这样转换两种文件：

If2->amr：

1取出第一个字节，判断贞的类型。

2根据贞类型生成文件头并写入文件。

3根据贞类型确定贞长度。

4如果有则读取一贞，转换成amr贞执行5，否则结束。

5将amr贞写文件 执行4。

Amr->if2:

1读取文件头，判断文件类型。

2根据文件类型确定贞长度。

3如果有则读取一贞，转换成if2贞执行5，否则结束。

4将amr贞写文件 执行4。

26104-500描述了从raw到if2的转换

你可以参考里面的26104-500_ANSI-C_source_code

        如果使用特殊的wav文件，从wav到raw的转换是非常简单的，所谓的raw是特定wav

（单声道，8KHz，16Bit）。如果你使用的文件是单声道16bit，8KHz的文件，只需要去掉文件头就可以了。

否则必须用Sox，或者用sox相同的方法。这是一个开源的软件，有兴趣的话你可以参考一下。

http://sox.sourceforge.net/

二接着谈谈amr的录制和播放

如果是pc的话建议录制成wav文件然后转换成amr,手机可不能这么搞，文件太大了转换也麻烦，所以应该直接录制成amr。

Java手机的录制和播放：J2ME (MIDP 2.0, CLDC 1.0)

http://www.hcilab.org/documents/tutorials/AudioTest/

录制：

        Player player; 

        ... 

        player=Manager.createPlayer(“capture://audio?encoding=amr”); 

        player.realize();

       RecordControl rc = (RecordControl)player.getControl("RecordControl"); 

       ByteArrayOutputStream output = new ByteArrayOutputStream(); 

       rc.setRecordStream(output); 

       rc.startRecord(); 

       player.start(); 

       Thread.currentThread().sleep(5000); 

       rc.commit(); 

播放：

       ByteArrayInputStream recordedInputStream = new ByteArrayInputStream(recordedSoundArray); 

       Player p2 = Manager.createPlayer(recordedInputStream,"audio/x-wav"); 

       p2.prefetch(); 

       p2.start(); 

Symbian手机的录制和播放:

主要是CMdaAudioRecorderUtility的使用方法的问题。

 

播放：

 TFileName tFullFileName = GetFullFileName(aBarFileName);
 iCurrentFileName=tFullFileName;
 RLog::Log(aBarFileName); 
 RLog::Log(tFullFileName);
 
#ifdef __WINS__ 
  TRAPD(err,
  iMdaAudioRecorderUtility->OpenFileL(
    tFullFileName,
    KMMFExControllerUID,
    KMMFExControllerUID,
    KMMFExDesFormatUID,
    KMMFFourCCCodeAMR
  ));
#else
 TRAPD(err,
 iMdaAudioRecorderUtility->OpenFileL(
  tFullFileName
  ));
#endif
 if(err) 
 {
  RLog::Log(_L("OpenFile err"),err);
  User::Leave(err);  
 }

  CMdaAudioRecorderUtility* iMdaAudioRecorderUtility;
iMdaAudioRecorderUtility= new ...

iMdaAudioRecorderUtility= new ...

 iMdaAudioRecorderUtility->SetAudioDeviceMode(CMdaAudioRecorderUtility::ELocal);
 
    // Set maximum volume for playback
    iMdaAudioRecorderUtility->SetVolume(iMdaAudioRecorderUtility->MaxVolume());
 
    // Set the playback position to the start of the file
    iMdaAudioRecorderUtility->SetPosition(TTimeIntervalMicroSeconds(0));
 
 TRAPD(errp,iMdaAudioRecorderUtility->PlayL());
 if(errp)
 {
  RLog::Log(_L("Play"),errp);
 }

录制：

 if(iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::ERecording
  ||iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::EPlaying)
  return;
 RLog::Log(_L("RecordL 1"));
 if(iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::EOpen)
  iMdaAudioRecorderUtility->Close();
 //TPtrC aFileName(KRecorderFile);
 TRAPD(errc,this->CleanAmrFileL(aBarFileName));
 if(errc)
 {
  RLog::Log(_L("CleanAmrFileL:"),errc);
  User::Leave(errc);
 }
 else{
  RLog::Log(_L("CleanAmrFileL:OK"));
 }
 TRAPD(erro,this->OpenRecordFileL(aBarFileName));
 if(erro)
 {
  RLog::Log(_L("OpenRecordFile:"),erro);
  User::Leave(erro);
 }
 else{
  RLog::Log(_L("OpenRfileOK"));
 }
 // Record from the device microphone
    iMdaAudioRecorderUtility->SetAudioDeviceMode(CMdaAudioRecorderUtility::ELocal);
 
    // Set maximum gain for recording
    iMdaAudioRecorderUtility->SetGain(iMdaAudioRecorderUtility->MaxGain());
   
    // Delete current audio sample from beginning of file
    iMdaAudioRecorderUtility->SetPosition(TTimeIntervalMicroSeconds(0));
    //iMdaAudioRecorderUtility->CropL();
 
    TRAPD(err,iMdaAudioRecorderUtility->RecordL());
 if(err){
  RLog::Log(_L("RecordL Err"),err);
 }
 //iEngineStatus=ERECORDING;

也用CMdaAudioOutputStream可以进行流播放

我用的是syimbian的stream带的sdk
iAudioStreamPlayer = CMdaAudioOutputStream::NewL(*this);
iSettings.iVolume = iAudioStreamPlayer -> MaxVolume()/iVolume;
iSettings.iChannels = TMdaAudioDataSettings::EChannelsMono;
iSettings.iSampleRate =(aMMF4CCode==KMMFFourCCCodeMP3)? TMdaAudioDataSettings::ESampleRate8000Hz: TMdaAudioDataSettings::ESampleRate32000Hz;
#ifndef __WINS__
this->iAudioStreamPlayer->SetDataTypeL(aMMF4CCode);
this->iAudioStreamPlayer->SetPriority(EPriorityNormal, EMdaPriorityPreferenceNone);
#endif
//this->iAudioStreamPlayer->SetDataTypeL(KMMFFourCCCodePCM16);
iAudioStreamPlayer -> Open(&iSettings);

流的播放：

有时候你只能在内存里面播放amr而不是从文件里面打开。这需要你完成转码和流的播放两步工作。

在SDK 1.2中你只能用 CAmrToPcmDecoder 在 amrcodec.h 里面。

如果SDK是 2.0 或者更高的版本中使用 CMMFCodec

       未完待续