audio_algorithm的博客

帧的概念：音频的帧的概念没有视频帧那么清晰，几乎所有视频编码格式都可以简单的认为一帧就是编码后的一副图像。但音频帧跟编码格式相关，它是各个编码标准自己实现的。因为如果以PCM（未经编码的音频数据）来说，它根本就不需要帧的概念，根据采样率和采样精度就可以播放了。比如采样率为44.1HZ，采样精度为16位的音频，你可以算出bitrate（比特率）是4410016kbps，每秒的音频数据是固定的4410016/8 字节。amr帧比较简单，它规定每20ms的音频是一帧，每一帧音频都是独立的，有可能采用不

通过衡量比较各种语音编码器或语音编码算法的性能指标来评价语音编码器的好坏。指标有：编码速率、语音质量、顽健性、时延、计算复杂性、算法的扩展性等。对同一种算法，这些性能指标之间有矛盾性，必须根据实际情况进行取舍和折衷。编码速率：是语音编码首要目的。直接关系到传输资源的有效利用和网络容量的提高。有固定速率编码器和可变速率编码器。大部分编码标准是固定速率编码:保密电话0.8Kbps-4.8Kbps,原因是他的通信信道带宽限定在4.8Kbps以下。数字蜂窝移动电话和卫星电话编码器的编码速率是3.3Kbps-

G.711是国际电信联盟ITU-T定制出来的一套语音压缩标准，它代表了对数PCM（logarithmic pulse-code modulation）抽样标准，是主流的波形声音编解码标准，主要用于电话。主要用脉冲编码调制对音频采样，采样率为8k每秒。它利用一个 64Kbps 未压缩通道传输语音讯号。 压缩率为1：2， 即把16位成8位。G.711 标准下主要有两种压缩算法。u-law algorithm （又称u-law, ulaw, mu-law），主要运用于北美和日本。 A-law alg

AAC代表Advanced AudioCoding（高级音频编码），是一种由MPEG-4标准定义的有损音频压缩格式，由Fraunhofer发展，Dolby, Sony和AT&T是主要的贡献者。在使用MP4作为各种内容的容器格式的新多媒体MPEG-4标准中，它是MPEG Layer III / MP3的天然后继者。AAC能够在一条音轨中包括48条全带宽（直到96khz）音频声道，加上15条低频增强（

常用语音编解码介绍主要的speech codec 有: G.711, G.723, G.726 , G.729, ILBC，QCELP, EVRC, AMR, SMV主要的audiocodec 有: real audio, AAC,AC3, MP3, WMA, SBC等，各种编解码都有其应用的重点领域。G.711G.711