c# - 压缩/解压缩音频数据

Question

我在 C# 应用程序中使用 win32 波形 api 来制作 voip 系统。一切都很顺利，但是我需要一些即时压缩音频数据的方法。

所以基本上音频数据进入一个 150 字节大小的“记录”缓冲区，然后这个缓冲区通过 udp 发送，在远程端，150 个字节被接收并放入一个“播放”缓冲区。

所以我需要一些在udp->发送之前和udp->recv之后压缩/解压缩数据的方法。普通压缩算法不适用于音频，包括 .NET GZip 类。

有谁知道我可以使用的图书馆可以帮助我做到这一点？

提前致谢...

Answer 1

150 字节对于音频数据来说是一个令人难以置信的小缓冲区——对于例如 16 KHz 单声道来说不到 5 毫秒。我不是专家，但我认为无论您选择哪种压缩方案，使用如此小的缓冲区，您的压缩率都会受到很大影响。除此之外，您发送的每个数据包都会产生大量开销。

也就是说，如果您要发送语音数据，请查看Speex的有损压缩（我发现它在压缩语音方面非常有效，但音质对于音乐来说很糟糕。）

Answer 2

我认为您希望批量处理这些 150 字节的块以获得更好的压缩。
虽然，即使在像这样小的缓冲区大小下，您仍然可以获得一些压缩。

如果内置 GZipStream 不起作用，您可以尝试 DotNetZip 中包含的GZipStream。DotNetZip 中还有一个 ZlibCodec 类可用，它实现了 Codec 模式——这可能有助于压缩 150 字节块。

Answer 3

如上所述，我会研究 Speex。它得到了很好的支持，现在是 Flash Player 的事实标准。

我假设根据您设置缓冲区的大小，延迟是一个问题（缓冲区越大，延迟越大），所以不要选择具有高解压缩帧大小的编解码器，因为它会引入高延迟。这或多或少地排除了 MP3 ......对于 5khz 输出采样率的语音（它不会有太大的用途），最小解压缩帧大小为 576 个样本，或大约 100 毫秒必须在发送之前编码的数据. 这意味着在您考虑问题的网络部分之前，双向延迟超过 200 毫秒。

Answer 4

您正在寻找的组件更广为人知的是编码器/解码器或编解码器，在选择其中一个时有很多选择。