amr编程汇总
今年8月我负责研发amr语音的录制和格式转换，现在将经验于大家分享一下。
amr的特性:
a静音期间内的存储空间几乎为0，所以amr文件的长度并不与录音时间成正比。
b压缩比高，连续讲话60秒的录音文件大概20k左右，因此你可以用手机存储传输amr而不用太担心存储空间和gprs流量费。
一 首先说一下格式转换的问题：
提起格式转换建议看看http://xa.bi/mms/
.-----------. -->| MID/MOD | `-----+-----' | timidity | | | v v v .---------. .-------------. .-------. .-----------. .-------. | +--mp123->| | | +--encode->| +--ifs2amr->| | | MP3 | | WAV |<-sox->| RAW | | AMR-IF2 | | AMR | | |<--lame--+ | | |<-decode--| |<-amr2ifs--+ | `----+----' `---------+---' `-------' `-----------' `---+---' | ^ | | v | v v
这里介绍了一个大致的转换思路，以及需要用到的相应工具。
主要思路是首先将amr通过一系列转换变成wav然后在转其他格式。
本文接下来就剖析一下amr转换成wav的过程。
1首先让我们来了解一下amr的文件格式。
http://www.ietf.org/rfc/rfc3267.txt定义了amr的文件格式。
amr是一种有损压缩，最初的版本只用来存储单声道的语音文件，比特率为4.75 kbit/s。
后续版本提供了双声道和更多的表现细节的能力，
主要是采样率的不断的提高一直到最后的比特率12.5 kbit/s，
最终使得amr可以存储高质量的音乐，当然也占用了大量的存储空间。
2AMR-IF2文件格式。定制AMR-IF2的目的就是用于格式转换的。AMR-IF2相当于一个接口文件格式。
这样在amr的版本不断变化的情况下，我们无需对先前的转换播放从程序做太多的改变。
3两者的区别和联系：
AMR-IF2是没有文件头的。而amr文件有着不同的文件头但所有的文件头有一个共同的特点，
都包括 {0x23,0x21,0x41,0x4D,0x52,0x 0A}(#!AMR+回车)
3.1两者都是分贞的每贞都有固定的长度。与比特率相关。
主要有两种贞，一种是用来记录一小段时间内的声音采样，
采用了小波变换进行提取压缩，压缩率视比特率而定。
另外还有一种特殊的贞叫silenc frame，顾名思义就是静音，表示静音的时间长度。
3.2两者的贞的存储格式是不同的需要进行转换。要了解更多关于amr-if2文件格式请参阅:
http://www.3gpp.org/ftp/tsg_sa/WG4_CODEC/Specs_update_after_SA16/26101-500.zip
Figure A.1: Frame structure for AMR IF2
其中frametype的订阅如下 0-15，注意只占用了4个bit，就是为了节省4个bit给我们的转换工作带来了许多麻烦。类型中的***SID是指该贞为silence贞。
Table 1a: Interpretation of Frame Type,Mode Indication and Mode Request fields
Frame Type
Mode Indication
Mode Request
Frame content (AMR mode, comfort noise, or other)
0
0
0
AMR 4,75 kbit/s
1
1
1
AMR 5,15 kbit/s
2
2
2
AMR 5,90 kbit/s
3
3
3
AMR 6,70 kbit/s (PDC-EFR)
4
4
4
AMR 7,40 kbit/s (TDMA-EFR)
5
5
5
AMR 7,95 kbit/s
6
6
6
AMR 10,2 kbit/s
7
7
7
AMR 12,2 kbit/s (GSM-EFR)
8
-
-
AMR SID
9
-
-
GSM-EFR SID
10
-
-
TDMA-EFR SID
11
-
-
PDC-EFR SID
12-14
-
-
For future use
15
-
-
No Data (No transmission/No reception)
那么每个贞到底是多长呢，这与比特率有关。如下：
Table 2: Number of bits in Classes A, B, and C for each AMR codec mode
Frame Type
AMRcodec mode
Total number of bits
Class A
Class B
Class C
0
4,75
95
42
53
0
1
5,15
103
49
54
0
2
5,90
118
55
63
0
3
6,70
134
58
76
0
4
7,40
148
61
87
0
5
7,95
159
75
84
0
6
10,2
204
65
99
40
7
12,2
244
81
103
60
拿amr475来说
前4个bit放frame type 接下来的95个bit放音频数据，其中classA占42个bit，classB占53个bit。如下所示：
由上面两表可见，if2的贞与amr文件的贞相比多了一个4bit的类型，相应的字节也都左移了。
由于去掉了类型，amr文件存储有时会比if2小一些。
http://xa.bi/files/amrconvert中使用了perl的字符串和正则处理，先将二进制bit转换成串
再去掉type，最后转换成二进制。
我们也可以用位操作来完成这两种贞的转换。
我们可以这样转换两种文件：
If2->amr：
1取出第一个字节，判断贞的类型。
2根据贞类型生成文件头并写入文件。
3根据贞类型确定贞长度。
4如果有则读取一贞，转换成amr贞执行5，否则结束。
5将amr贞写文件 执行4。
Amr->if2:
1读取文件头，判断文件类型。
2根据文件类型确定贞长度。
3如果有则读取一贞，转换成if2贞执行5，否则结束。
4将amr贞写文件 执行4。
26104-500描述了从raw到if2的转换
你可以参考里面的26104-500_ANSI-C_source_code
如果使用特殊的wav文件，从wav到raw的转换是非常简单的，所谓的raw是特定wav
（单声道，8KHz，16Bit）。如果你使用的文件是单声道16bit，8KHz的文件，只需要去掉文件头就可以了。
否则必须用Sox，或者用sox相同的方法。这是一个开源的软件，有兴趣的话你可以参考一下。
http://sox.sourceforge.net/
二接着谈谈amr的录制和播放
如果是pc的话建议录制成wav文件然后转换成amr,手机可不能这么搞，文件太大了转换也麻烦，所以应该直接录制成amr。
Java手机的录制和播放：J2ME (MIDP 2.0, CLDC 1.0)
http://www.hcilab.org/documents/tutorials/AudioTest/
录制：
Player player; ... player=Manager.createPlayer(“capture://audio?encoding=amr”);player.realize();
RecordControl rc = (RecordControl)player.getControl("RecordControl"); ByteArrayOutputStream output = new ByteArrayOutputStream(); rc.setRecordStream(output); rc.startRecord(); player.start();Thread.currentThread().sleep(5000); rc.commit();
播放：
ByteArrayInputStream recordedInputStream = new ByteArrayInputStream(recordedSoundArray); Player p2 = Manager.createPlayer(recordedInputStream,"audio/x-wav"); p2.prefetch(); p2.start();
Symbian手机的录制和播放:
主要是CMdaAudioRecorderUtility的使用方法的问题。
播放：
TFileName tFullFileName = GetFullFileName(aBarFileName); iCurrentFileName=tFullFileName; RLog::Log(aBarFileName); RLog::Log(tFullFileName); #ifdef __WINS__ TRAPD(err, iMdaAudioRecorderUtility->OpenFileL( tFullFileName, KMMFExControllerUID, KMMFExControllerUID, KMMFExDesFormatUID, KMMFFourCCCodeAMR ));#else TRAPD(err, iMdaAudioRecorderUtility->OpenFileL( tFullFileName ));#endif if(err) { RLog::Log(_L("OpenFile err"),err); User::Leave(err); }
CMdaAudioRecorderUtility* iMdaAudioRecorderUtility;iMdaAudioRecorderUtility= new ...
iMdaAudioRecorderUtility= new ...iMdaAudioRecorderUtility->SetAudioDeviceMode(CMdaAudioRecorderUtility::ELocal); // Set maximum volume for playback iMdaAudioRecorderUtility->SetVolume(iMdaAudioRecorderUtility->MaxVolume()); // Set the playback position to the start of the file iMdaAudioRecorderUtility->SetPosition(TTimeIntervalMicroSeconds(0)); TRAPD(errp,iMdaAudioRecorderUtility->PlayL()); if(errp) { RLog::Log(_L("Play"),errp); }
录制：
if(iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::ERecording ||iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::EPlaying) return; RLog::Log(_L("RecordL 1")); if(iMdaAudioRecorderUtility->State()==CMdaAudioClipUtility::EOpen) iMdaAudioRecorderUtility->Close(); //TPtrC aFileName(KRecorderFile); TRAPD(errc,this->CleanAmrFileL(aBarFileName)); if(errc) { RLog::Log(_L("CleanAmrFileL:"),errc); User::Leave(errc); } else{ RLog::Log(_L("CleanAmrFileL:OK")); } TRAPD(erro,this->OpenRecordFileL(aBarFileName)); if(erro) { RLog::Log(_L("OpenRecordFile:"),erro); User::Leave(erro); } else{ RLog::Log(_L("OpenRfileOK")); } // Record from the device microphone iMdaAudioRecorderUtility->SetAudioDeviceMode(CMdaAudioRecorderUtility::ELocal); // Set maximum gain for recording iMdaAudioRecorderUtility->SetGain(iMdaAudioRecorderUtility->MaxGain()); // Delete current audio sample from beginning of file iMdaAudioRecorderUtility->SetPosition(TTimeIntervalMicroSeconds(0)); //iMdaAudioRecorderUtility->CropL(); TRAPD(err,iMdaAudioRecorderUtility->RecordL()); if(err){ RLog::Log(_L("RecordL Err"),err); } //iEngineStatus=ERECORDING;
也用CMdaAudioOutputStream可以进行流播放
我用的是syimbian的stream带的sdk iAudioStreamPlayer = CMdaAudioOutputStream::NewL(*this); iSettings.iVolume = iAudioStreamPlayer -> MaxVolume()/iVolume; iSettings.iChannels = TMdaAudioDataSettings::EChannelsMono; iSettings.iSampleRate =(aMMF4CCode==KMMFFourCCCodeMP3)? TMdaAudioDataSettings::ESampleRate8000Hz: TMdaAudioDataSettings::ESampleRate32000Hz; #ifndef __WINS__ this->iAudioStreamPlayer->SetDataTypeL(aMMF4CCode); this->iAudioStreamPlayer->SetPriority(EPriorityNormal, EMdaPriorityPreferenceNone); #endif //this->iAudioStreamPlayer->SetDataTypeL(KMMFFourCCCodePCM16); iAudioStreamPlayer -> Open(&iSettings);
流的播放：
有时候你只能在内存里面播放amr而不是从文件里面打开。这需要你完成转码和流的播放两步工作。
在SDK 1.2中你只能用 CAmrToPcmDecoder 在 amrcodec.h 里面。
如果SDK是 2.0 或者更高的版本中使用 CMMFCodec
未完待续
