Opus

Opus

Opus 简介

Opus 编码是一种有损音频编码的格式，由互联网工程任务组（IETF）进来开发，标准格式为RFC 6716。Opus 编码是由 Skype 的 SILK 编码及 Xiph.Org 的 CELT 编码融合而成，所以既适合语音又适合音乐编码，可以从低比特率窄带语音扩展到非常高质量的立体声音乐。

• SILK 编码：由 skype 公司开源的一种语音编码，特别适合人声，适合于 Voip 语音通信。
• CELT 编码：由 Xiph.Org 开源的编码格式，和 mp3, aac 类似，适合于传输音乐。

总结来说，Opus 是一个高保真的适合在网络中传输的开源的语音编码格式，相对于其他编码格式来讲，保真性更好，压缩比高，延迟低。

技术特点

• 6 kb /s 到 510 kb / s 的编码码率，想要压缩比大一点就设置小一点，但是相应失真变大
• 采样率从 8 kHz（窄带）到 48 kHz（全频），（8k, 12k, 16k, 24k, 48k）
• 音频帧时长从 2.5 毫秒到 60 毫秒，（2.5, 5, 10, 20, 40, 60ms）
• 支持恒定比特率（CBR）和可变比特率（VBR）
• 支持语音和音乐
• 支持单声道和立体声
• 支持多达 255 个频道（多数据流的帧）
• 可动态调节比特率，音频带宽和帧大小
• 良好的鲁棒性丢失率和数据包丢失隐藏（PLC）
• 浮点和定点实现

下载安装

• 官网下载源码：Opus 官网
• 编译与安装：

tar -zxf opus-1.2.1.tar.gz
cd opus-1.2.1
./configure --prefix=$your_install_dir
make
make install

编译完之后, 在$your_install_dir目录下就有存在这三个文件夹include, lib, share，一般可以设置为自己的工程目录或者/usr/local/。

Opus 主要接口

接口声明

opus 的接口声明在include/opus.h中，下面是四个主要的函数：

// 创建编码器
OpusEncoder *opus_encoder_create(
    opus_int32 Fs, // 采样率，8000, 12000, 16000, 24000, 48000
    int channels, // 声道数，网络实时音频数据一般为单通道
    int application, // 语音或音乐
    int *error // 是否创建成功，0为成功
)

// 修改编码器参数
int opus_encoder_ctl(
    OpusEncoder *st,
    int request, ...
)

opus_encoder_ctl(enc, OPUS_SET_BITRATE(24000)); // 编码比特率
opus_encoder_ctl(enc, OPUS_SET_VBR(0)); // 0恒定比特率，1可变比特率
opus_encoder_ctl(enc, OPUS_SET_SIGNAL(OPUS_SIGNAL_VOICE)); // 指定编码类型，AUTO, VOICE, MUSIC可选


// PCM编码成opus
// 返回编码后的字节
// frame_size 必须是恰好是一帧(2.5, 5, 10, 20, 40, 60)ms的音频数据
// frame_size = 帧时长/(1/采样率)
opus_int32 opus_encode(
    OpusEncoder *st,
    const opus_int16 *pcm,
    int frame_size,
    unsigned char *data,
    opus_int32 max_data_bytes  // data的最大存储大小
)

// 释放编码器
void opus_encoder_destroy(OpusEncoder *st)

// 创建解码器
OpusDecoder *opus_decoder_create(
    opus_int32 Fs,
    int channels,
    int *error
)

// opus解码成PCM
// **返回采样点的大小，而不是解码后的数据长度**
int opus_decode(
    OpusDecoder *st, // 解码器实例
    const unsigned char *data, // 要解码的数据
    opus_int32 len, // 解码数据长度
    opus_int16 *pcm, // 解码后的数据，是一个以16位为单位的数组
    int frame_size, // 每个声道给pcm数组的长度
    int decode_fec // 是否用inbandfec，0为不需要，1为需要
)

// 释放解码器
void opus_decoder_destroy(OpusDecoder *st)

opus 解码后返回的不是解码数据长度，而是采样点的大小，这应该时帧大小吧

使用技巧

动态编码码率

编码器默认使用动态码率，故需要在每个压缩数据帧头部记录每一个编码帧的大小，比如用 2 个字节的头部记录这个帧长。当然也可以使用静态编码码率，编码后总是返回固定大小的 opus 编码帧。

opus_encoder_ctl(enc, OPUS_SET_VBR(0)); // 0恒定比特率，1可变比特率

指定编码码率

在定义编码器后，可是修改编码器设置，指定静态码率，6 kb /s 到 510 kb / s 的编码比特率，想要压缩比大一点就设置小一点，但是相应失真变大。

opus_encoder_ctl(enc, OPUS_SET_BITRATE(24000)); // 编码比特率

语音信号优化

由于 opus 集成了语音和音乐两种优秀的编码算法，所以可以对指定的音频类型进行单独优化。

opus_encoder_ctl(enc, OPUS_SET_SIGNAL(OPUS_SIGNAL_VOICE)); // 指定编码类型，AUTO, VOICE, MUSIC可选

示例

#include "opus.h"
#include "opus_types.h"
#include "opus_multistream.h"

#define SAMPLE_RATE 16000
#define CHANNEL_NUM 1
#define BIT