336      阿里云  技术社区[云栖]

OPUS格式语音编解码__一句话识别_语音识别(ASR)_智能语音交互-阿里云

简介

Opus编码器 是一个有损声音编码的格式，由互联网工程任务组（IETF）进来开发，适用于网络上的实时声音传输，标准格式为RFC 6716。Opus 格式是一个开放格式，使用上没有任何专利或限制。

• 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服务中的使用

目前我们的Android 和 iOS客户端sdk中集成了OPUS编码（encoder）功能。根据我们的参数进行语音编解码，可以做到大概9:1的语音压缩比，能够有效的节省传输带宽和响应时间。

在使用Java SDK时，SDK本身不支持OPUS的编解码，用户可以根据本文档的设置自行进行编码，将生成的opu格式的文件通过SDK做语音识别。

下载

opus更详细的说明请参考 https://www.opus-codec.org/ 。

opus版本请使用1.0.3以上版本 https://www.opus-codec.org/downloads/older.shtml.en ，下载libopus Source code。

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

主要参数配置

Encoder配置：

 //encoder's settings
 OpusEncoder *pOpusEnc = opus_encoder_create(16000, 1, OPUS_APPLICATION_VOIP,&error); // 初始化操作.创建编码器
 opus_encoder_ctl(pOpusEnc, OPUS_SET_VBR(1));  //可变比特率
 opus_encoder_ctl(pOpusEnc, OPUS_SET_BITRATE(27800)); //比特率设置为27800
 opus_encoder_ctl(pOpusEnc, OPUS_SET_COMPLEXITY(8));  
 opus_encoder_ctl(pOpusEnc, OPUS_SET_SIGNAL(OPUS_SIGNAL_VOICE)); //信号类型
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    )//释放编码器

Decoder 配置

//decoder's settings
OpusDecoder* opus_decoder_create    (16000,
int     1,
int *     error 
)    //创建解码器
int opus_decode    (    OpusDecoder *     st,
const unsigned char *     data,
opus_int32     len,
opus_int16 *     pcm,
int     frame_size,
int     decode_fec 
) //解码操作
void opus_decoder_destroy    (    OpusDecoder *     st    )    //释放解码器