336      阿裏雲

OPUS格式語音編解碼__一句話識別_語音識別(ASR)_智能語音交互-阿裏雲

簡介

Opus編碼器 是一個有損聲音編碼的格式，由互聯網工程任務組（IETF）進來開發，適用於網絡上的實時聲音傳輸，標準格式為RFC 6716。Opus 格式是一個開放格式，使用上沒有任何專利或限製。

• Bitrates 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 bitrate (CBR) and variable bitrate (VBR)
• Audio bandwidth from narrowband to fullband
• Support for speech and music
• Support for mono and stereo

Why Opus？

OPUS 在NLS服務中的使用

目前我們的Android 和 iOS客戶端sdk中集成了OPUS編碼（encoder）功能。根據我們的參數進行語音編解碼，可以做到大概9:1的語音壓縮比，能夠有效的節省傳輸帶寬和響應時間。

在使用Java SDK時，SDK本身不支持OPUS的編解碼，用戶可以根據本文檔的設置自行進行編碼，將生成的opu格式的文件通過SDK做語音識別。

下載

opus更詳細的說明請參考 https://www.opus-codec.org/ 。

opus版本請使用1.0.3以上版本 https://www.opus-codec.org/downloads/older.shtml.en ，下載libopus Source code。

接口說明： https://www.opus-codec.org/docs/html_api-1.0.3/index.html 。

主要參數配置

Encoder配置：

 //encoder's settings
 OpusEncoder *pOpusEnc = opus_encoder_create(16000, 1, OPUS_APPLICATION_VOIP,&error); // 初始化操作.創建編碼器
 opus_encoder_ctl(pOpusEnc, OPUS_SET_VBR(1));  //可變比特率
 opus_encoder_ctl(pOpusEnc, OPUS_SET_BITRATE(27800)); //比特率設置為27800
 opus_encoder_ctl(pOpusEnc, OPUS_SET_COMPLEXITY(8));  
 opus_encoder_ctl(pOpusEnc, OPUS_SET_SIGNAL(OPUS_SIGNAL_VOICE)); //信號類型
opus_int32 opus_encode    (    OpusEncoder *     st,
const opus_int16 *     pcm,
int     frame_size,
unsigned char *     data,
opus_int32     max_data_bytes 
)    //Encodes an Opus frame.
void opus_encoder_destroy    (    OpusEncoder *     st    )//釋放編碼器

Decoder 配置

//decoder's settings
OpusDecoder* opus_decoder_create    (16000,
int     1,
int *     error 
)    //創建解碼器
int opus_decode    (    OpusDecoder *     st,
const unsigned char *     data,
opus_int32     len,
opus_int16 *     pcm,
int     frame_size,
int     decode_fec 
) //解碼操作
void opus_decoder_destroy    (    OpusDecoder *     st    )    //釋放解碼器