2

我已经安装了 Speex Voice ACM Codec 1.0.1.1 编解码器，它们似乎有不同的 .wav 标头，然后是此 NSpeex(C#) 包中的 C# 代码中描述的标头。

我可以读取使用“Speex Voice ACM Codec 1.0.1.1”创建的 .wav 文件，并成功解码它们，但是当我创建 .wav 文件时，“Speex Voice ACM Codec 1.0.1.1”无法识别我的标题。我检查了十六进制编辑器，“Speex Voice ACM Codec 1.0.1.1”创建的 .wav 标头中有一些字节，我没有创建，它们与 NSpeex.PcmWaveWriter 类中的不同。

所以，我同意这部分： 

raf.Write(WAVE_FORMAT_SPEEX); // Format tag: Speex   
raf.Write((short)channels); // Number of channels    
raf.Write(sampleRate); // Sampling frequency    
raf.Write((CalculateEffectiveBitrate(mode, channels, quality) + 7) >> 3); // Average bytes per second       
raf.Write((short)CalculateBlockSize(mode, channels, quality)); // Blocksize of data    
raf.Write((short)quality); // Bits per sample

但是，其余的不是 NSpeex.PcmWaveWriter 类的代码。

在十六进制编辑器中，我在“Speex Voice ACM Codec 1.0.1.1”创建的 .wav 文件中看到（在上述部分之后）： 

//byte[] speexSpecific ={   
//   0x00, 0x01, 0x02, 0x00,0x0a, 0x00,   
//   0x00, 0x00, 0xf4, 0x01,    
//   0x03, 0x00, 0x00, 0x00};

但我不知道那是什么以及如何创建 .wav 标头以与“Speex Voice ACM Codec 1.0.1.1”兼容。同样，我可以解码他们的 .wav 文件，并创建我可以解码的 .wav 文件，但该编解码器似乎无法识别我的 .wav 标头。

Speex 应该是“开源”的，有人可以透露 .wav (speex) 标头中的秘密字节吗？

4

1 回答 1

1

我找到了！这正好解释了我丢失的 14 个字节（检查 SPEEX_WFX_EXTRA_BYTES=14）

//typedef struct tWAVEFORMATEX
//{
//    WORD        wFormatTag;         /* format type */
//    WORD        nChannels;          /* number of channels (i.e. mono, stereo...) */
//    DWORD       nSamplesPerSec;     /* sample rate */
//    DWORD       nAvgBytesPerSec;    /* for buffer estimation */
//    WORD        nBlockAlign;        /* block size of data */
//    WORD        wBitsPerSample;     /* number of bits per sample of mono data */
//    WORD        cbSize;             /* the count in bytes of the size of */
//                                    /* extra information (after cbSize) */
//} WAVEFORMATEX, *PWAVEFORMATEX, NEAR *NPWAVEFORMATEX, FAR *LPWAVEFORMATEX;

//#define WAVE_FORMAT_SPEEX                           0xa109  
//#define SPEEXWAVEFORMAT_VERSION 0x0100    // 1.0 
//#define SPEEX_WFX_EXTRA_BYTES   14 

///* 
//    wfx.wFormatTag = WAVE_FORMAT_SPEEX 
//    wfx.nChannels = 1,2 
//    wfx.nSamplesPerSec = 8000,16000,32000 
//    wfx.nAvgBytesPerSec = ... 
//    wfx.nBlockAlign = CBR? ... : 1 
//    wfx.wBitsPerSample = 16 
//    wfx.cbSize = SPEEX_WFX_EXTRA_BYTES 

//    For VBR: 
//    wfx.nAvgBytesPerSec = SPEEX_BITRATE_24600; 
//*/ 

//typedef struct speexwaveformat_tag 
//{ 
//    WAVEFORMATEX    wfx; 

//    WORD nVersion;        // SPEEXWAVEFORMAT_VERSION 
//    WORD nFramesPerBlock;// 1.. 
//    WORD nQuality;        // 0..10 
//    WORD nMode;           // SPEEX_MODE_... 
//    WORD nVbrQuality; // 0..1000 ,float [0.00 , 10.00] 
//    WORD nComplexity; // 1..10 
//    WORD nFlags;      // SPEEX_FLAG_... 
//} SPEEXWAVEFORMAT;            
// CBR,ABR,VBR 

//#define SPEEX_MODE_CBR            0 
//#define SPEEX_MODE_ABR            1 
//#define SPEEX_MODE_VBR            2 

//// flags 
//#define SPEEX_FLAG_VAD            0x0001 
//#define SPEEX_FLAG_DTX            0x0002 

//#define SPEEX_DEF_QUALITY 3 
//#define SPEEX_DEF_COMPLEXITY 3 
//#define SPEEX_DEF_VBR_QUALITY 500
于 2013-04-09T14:49:26.010 回答