最近项目中需要用到G729的编解码,查了下FFmpeg,发现只支持G729的解码,没有编码,连用第三方支持都没有。于是开始了漫长的找G729编码器之路。
说ITU官网有,大片大片的英文把我吓得不轻;说VoiceAge有封装,去VA官网也没看见;听说是开源的,赶紧去github上搜,也不知道哪个是官方的,反正引用都不多的样子。————我只是想说,这个g729的编码库真的不好找。也不好用。所以,才有了这篇文章。
下载库
最终,我使用了在github上找到的https://github.com/DoubangoTe...。用它的原因,一是我们项目用过doubango,这个名字眼熟。二是,这里面有makefile,可以直接./configure, make, make install三部曲生成。
库编译问题
下载好上面的库,make的时候发现编译不过,说符号bad_lsf
找不到。
库的代码里声明了extern Word16 bad_lsf;
,但是没有定义。解决办法是找一个会编译的.c文件,加如下一行代码:
Word16 bad_lsf =0;
此处应注意,不要把这一行加到coder.c
,decoder.c
这样包含main函数的文件里,因为那些是Demo代码,编译库的时候不编译的。
注: 有答案是好,但知道找到答案的方法更重要。以上解决办法,是在上面的github库的issue里找到的。当使用库有问题的时候,这是一个很好的找答案的地方。
怎么使用编码库
g729库没有文档,甚至,都不能一眼看出来哪个是接口的头文件。不过刚才提到了coder.c
是示例代码,当然是看示例代码学咯。
核心接口如下:
//初始化Init_Pre_Process();Init_Coder_ld8a();Init_Cod_cng();`//处理数据Pre_Process(new_speech, L_FRAME);Coder_ld8a(prm, frame, vad_enable);prm2bits_ld8k( prm, serial);
简单来说,编码过程分两步。首先从音频数据中提取出一系列参数prm
,然后把参数压缩为二进制串serial
。
编码后长度增加,啥?
写好代码就动手测试,发现写出来的文件比编码前的纯pcm还长,啥情况?居然变长了,那还要你何用!网上一查,发现这还是个普遍现象,需要改代码。
原来,prm2bits_ld8k里的处理有问题。加密后需要80个bit,然而prm2bits_ld8k里的处理有问题,每个bit用一个World16来存放,再加上两个World16的头,所以数据不减反增。修复了这个问题,就OK了。压缩比能达到16:1。
编码出来的数据有两个Word16的头,第一个是SYNC_WORD
,用于确认这是个正常g729帧。第二个是编码后数据的长度。
修复代码如下(增加接口函数bits2prm_ld8k_new
, prm2bits_ld8k_new
,和辅助函数byte2bit, bit2byte
。):
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos){ int i; int bit = 0; Word16 newbyte = 0; Word16 value = 0; unsigned char *p = bits + (bitpos / 8); for (i = 0 ;i< bitlen;i++) { bit = (*p >> (7 - bitpos % 8)) &0x01; if (bit == 1) { newbyte = (1<<(bitlen -i-1)); value |= newbyte; } bitpos++; if(bitpos%8 == 0) p++; } return value;}void prm2bits_ld8k_new( Word16 prm[], /* input : encoded parameters (PRM_SIZE parameters) */ Word16 bits[] /* output: serial bits (SERIAL_SIZE ) bits[0] = bfi bits[1] = 80 */){ int count = 0; Word16 i; *bits++ = SYNC_WORD; /* bit[0], at receiver this bits indicates BFI */ count++; int bitpos = 0; switch(prm[0]){ /* not transmitted */ case 0 : { *bits = RATE_0; count++; break; } case 1 : { *bits++ = (RATE_8000 + 15 ) / 16; count++; for (i = 0; i < PRM_SIZE; i++) { bit2byte( prm[i+1], bitsno[i], bits, bitpos ); bitpos += bitsno[i]; // int2bin(prm[i+1], bitsno[i], bits); // bits += bitsno[i]; } count += (bitpos + 7 )/8;//上取整 break; } case 2 : {#ifndef OCTET_TX_MODE *bits++ = RATE_SID; for (i = 0; i < 4; i++) { int2bin(prm[i+1], bitsno2[i], bits); bits += bitsno2[i]; }#else *bits++ = (RATE_SID_OCTET+ 15 ) / 16; for (i = 0; i < 4; i++) { bit2byte( prm[i+1], bitsno2[i], bits, bitpos ); bitpos += bitsno2[i]; // int2bin(prm[i+1], bitsno2[i], bits); // bits += bitsno2[i]; } *bits++ = BIT_0;#endif break; } default : { printf("Unrecognized frame type\n"); exit(-1); } } return;}void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos){ int i; int bit = 0; unsigned char newbyte = 0; unsigned char *p = bits + (bitpos / 8); for (i = 0 ;i<bitlen;i++) { bit = (para >> (bitlen - i -1) ) &0x01; newbyte = (1 << (7-bitpos%8)); if(bit == 1) *p |= newbyte; else *p &= ~newbyte; bitpos++; if (bitpos % 8 == 0) p++; }}void bits2prm_ld8k_new( Word16 bits[], /* input : serial bits (80) */ Word16 prm[] /* output: decoded parameters (11 parameters) */){ Word16 i; Word16 nb_bits; int bitpos = 0; nb_bits = *bits++; /* Number of bits in this frame */ if(nb_bits == RATE_8000 / sizeof( Word16 )) { prm[1] = 1; prm += 2; for (i = 0; i < PRM_SIZE; i++) { // prm[i+2] = bin2int(bitsno[i], bits); // bits += bitsno[i]; *prm++=byte2bit(bitsno[i],bits,bitpos); bitpos += bitsno[i]; } } else#ifndef OCTET_TX_MODE if(nb_bits == RATE_SID) { prm[1] = 2; prm += 2; for (i = 0; i < 4; i++) { *prm++=byte2bit(bitsno[i],bits,bitpos); bitpos += bitsno[i]; } }#else /* the last bit of the SID bit stream under octet mode will be discarded */ if(nb_bits == RATE_SID_OCTET) { prm[1] = 2; prm += 2; for (i = 0; i < 4; i++) { *prm++=byte2bit(bitsno[i],bits,bitpos); bitpos += bitsno[i]; } }#endif else { prm[1] = 0; } return;}
FFmpeg解码试试
改了g729的源代码,心里惴惴不安,长度是下去了,格式到底是不是这么约定的还不知道呢。
用FFmpeg测试解码,发现报错:
Packet size 14 is unknown.
查看FFmpeg的g729解码源码(搜ff_g729_decoder,找到文件g729dec.c),发现包大小应该是G729_8K_BLOCK_SIZE(10)
。而我们编码的总长度是14(80个bit,10byte,外加2个World16)。不动脑子一猜,好像不加2个world16的头,长度就正好。于是去掉头,再测,解码,成功了。播放解码结果的pcm,声音正常。到底g729编码就确认OK啦。
参考:
g729编解码的总结