语音编码研究

最近在做公司的消息服务SDK，基本的功能已经完成，想试一下能否实现把发送的语音数据进一步减小。

Android上面经过AudioRecord把模拟的语音信号变为数字信号后，一般是采用Wave格式进行编码的，所谓的语音压缩算法就是在Wave编码的基础之上进行压缩。

同理，图像压缩应该就是在bmp的基础之上进行压缩。

我们目前的方式是这样：

使用MediaRecorder进行录音，编码格式是AMR_NB，经过我的测试录制一分钟的语音的数据大小大概是41KB左右，这个与微信的情况一致

我们最初的想法是能否找到另外一个压缩格式，得到的数据体积比AMR_NB更小，我从其它同事那里得知了SPEEX（目前已经进化为Opus）这种编码，但是经过我的试验，使用Opus采样率8kHz录音1分钟的文件大小是185KB，远远大于使用AMR_NB的情况，所以采用Opus其实并不能满足我们的需求。

后来我查看了一下Opus的官方网页，它的特性描述如下：

Technology

Opus can handle a wide range of audio applications, including Voice over IP, videoconferencing, in-game chat, and even remote live music performances. It can scale from low bit-rate narrowband speech to very high quality stereo music. Supported features are:

• Bit-rates from 6 kb/s to 510 kb/s
• Sampling rates from 8 kHz (narrowband) to 48 kHz (fullband)
• Frame sizes from 2.5 ms to 60 ms
• Support for both constant bit-rate (CBR) and variable bit-rate (VBR)
• Audio bandwidth from narrowband to fullband
• Support for speech and music
• Support for mono and stereo
• Support for up to 255 channels (multistream frames)
• Dynamically adjustable bitrate, audio bandwidth, and frame size
• Good loss robustness and packet loss concealment (PLC)
• Floating point and fixed-point implementation

始终都在讲Opus的特性如何如何，却没有讲文件体积小，所以Opus是针对那种对语音质量有很高要求的情况

所以我们的需求得不到满足，事实上我们已经找到了使文件体积最小的方案，那就是AMR.