语音的播放与压缩

 

最近在做语音通信有关的东西，原来没有接触过，所以绕了好大的弯子，尤其是语音压缩与播放一块。在网上找了direct sound播放和压缩有关的内容，但是播放的时间总会有延迟，而压缩的效果也不是很好。

后来找到了 朱二的一篇文章(http://zhuer.info/?p=24)，用定时器机制来把数据写入到SecondaryBuffer中，这样使用定时器方式后，同时减少检查的间隔，减少secondaryBuffer的BufferSize，这样可以减少播放带来的延迟。

接着是压缩，找了g711,adpcm,g729,ilbc，最开始效果最好的是g711,直接套用现成的算法，但压缩率太小了，占用的带宽比较大，就想找其他的压缩算法，把网上的adpcm的Ｃ代码改为C#后，效果很差，可能是没改好吧，又找了一段使用g729的代码，才发现原来考虑的不周到，因为压缩算法需要考虑到帧长，即以多少字节做为一个单位进行压缩和解压，比如g729的帧长是10ms，那么压缩的单位就是 8000 * 16/8  * 1 / 100  = 160个字节进行压缩；因为 g729有专利要求，就找到了ilbc算法，这是开源的，不需要交专利费的，其帧长有20ms和30ms两种，即以 320或480个字节进行压缩，效果还不错