AMR音频格式分析

一.  AMR音频格式概述

AMR，全称是：Adaptive Multi-Rate，自适应多速率，是一种音频编码文件格式，专用于有效地压缩语音频率。

AMR音频主要用于移动设备的音频压缩，压缩比非常高，但是音质比较差，主要用于语音类的音频压缩，不适合对音质要求较高的音乐类音频的压缩。

1.1   AMR分类

1.        AMR:

又称为AMR-NB，相对于下面的WB而言，

语音带宽范围：300－3400Hz，

8KHz抽样

 

2.       AMR-WB:

AMR WideBand，

        语音带宽范围： 50－7000Hz

        16KHz抽样

 

“AMR-WB”全称为“Adaptive Multi-rate - Wideband”，即“自适应多速率宽带编码”，采样频率为16kHz，是一种同时被国际标准化组织ITU-T和3GPP采用的宽带语音编码标准，也称 为G722.2标准。AMR-WB提供语音带宽范围达到50～7000Hz，用户可主观感受到话音比以前更加自然、舒适和易于分辨。

与之作比较，现在GSM用的EFR(Enhenced Full Rate，增强型全速率编码)采样频率为8kHz，语音带宽为200～3400Hz。

AMR-WB应用于窄带GSM(全速信道16k，GMSK)的优势在于其可采用从6.6kb/s, 8.85kb/s和12.65kb/s三种编码，当网络繁忙时C/I恶化，编码器可以自动调整编码模式，从而增强QoS。在这种应用中，AMR-WB抗扰 度优于AMR-NB。

AMR-WB应用于EDGE、3G可充分体现其优势。足够的传输带宽保证AMR-WB可采用从6.6kb/s到23.85kb/s共九种编码，语音质量超越PSTN固定电话。

1.2   AMR编码方式

1． AMR-NB编码方式

AMR 一共有16种编码方式， 0-7对应8种不同的编码方式， 8-15 用于噪音或者保留用:

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)

2． AMR-WB编码方式

Frame Type Index	Mode Indication	Mode Request	Frame content (AMR-WB mode, comfort noise, or other)
0	0	0	AMR-WB 6.60 kbit/s
1	1	1	AMR-WB 8.85 kbit/s
2	2	2	AMR-WB 12.65 kbit/s
3	3	3	AMR-WB 14.25 kbit/s
4	4	4	AMR-WB 15.85 kbit/s
5	5	5	AMR-WB 18.25 kbit/s
6	6	6	AMR-WB 19.85 kbit/s
7	7	7	AMR-WB 23.05 kbit/s
8	8	8	AMR-WB 23.85 kbit/s
9	-	-	AMR-WB SID (Comfort Noise Frame)
10-13	-	-	For future use
14	-	-	speech lost
15	-	-	No Data (No transmission/No reception)

 

说明：

l  比特率是指将数字声音由模拟格式转化成数字格式的采样率，采样率越高，还原后的音质就越好。

 

l  比特率值与现实音频对照:

16kbps=电话音质

24kbps=增加电话音质、短波广播、长波广播、欧洲制式中波广播

40kbps=美国制式中波广播

56kbps=话音

64kbps=增加话音（手机铃声最佳比特率设定值、手机单声道MP3播放器最佳设定值）

112kbps=FM调频立体声广播

128kbps=磁带（手机立体声MP3播放器最佳设定值、低档MP3播放器最佳设定值）

160kbps=HIFI高保真（中高档MP3播放器最佳设定值）

192kbps=CD（高档MP3播放器最佳设定值）

256kbps=Studio音乐工作室（音乐发烧友适用）

 

l  音频数据帧大小的计算：

amr 一帧对应20ms，那么一秒有50帧的音频数据。由于比特率不同，每帧的数据大小也不同。

如果比特率是12.2kbs，那么每秒采样的音频数据位数为：

12200 / 50 = 244bit = 30.5byte，取整为31字节。

取整要四舍五入。

再加上一个字节的帧头，这样数据帧的大小为32字节。

二.  AMR音频格式剖析

AMR文件格式如下所示：

Header(文件头)

Speech frame 1（语音帧1）

…

Speech fram n（语音帧n）

它包含一个文件头，然后就是一帧一帧的AMR数据了。

具体如下：

 

2.1 AMR文件头

AMR 文件支持单声道和多声道。单声道和多声道的文件头是不同的。单声道（AMR-NB）只包含一个Magic number；多声道（AMR-WB）包含Magic number和一个32位的Chanel description field，多声道情况下的32位通道描述字符，前28位都是保留字符，必须设置成0，最后4位说明使用的声道个数。多声道文件头长度比单声道文件头长度大4个字节。

1.     单声道：

 AMR-NB文件头： "#!AMR\n" (or 0x2321414d520a in hexadecimal)(引号内的部分)

 AMR-WB 文件头："#!AMR-WB\n" (or 0x2321414d522d57420a in hexadecimal).（引号内）

2.     多声道：

多声道的文件头包含一个magic number和32bit channle description域。

Magic number

Chan-desc field

AMR-NB 的magic number："#!AMR_MC1.0\n"

(or 0x2321414d525F4D43312E300a in hexadecimal).

AMR-WB的magic number："#!AMR-WB_MC1.0\n"

(or 0x2321414d522d57425F4D43312E300a in hexadecimal).

32bit的channel description域的定义如下：

 

其中 reserved bits必须为0， CHAN:表示当前文件中含有几个声道。