G.711 音频编码

大家好，我是讯享网，很高兴认识大家。

1. 参考

[1] wikipedia/A-law_algorithm
[2] github.com/quatanium/foscam-ios-sdk
[3] charybdis/G711算法学习

2. 概述

本文目的：
1、熟悉G711a/u两种格式的基本原理
2、熟悉两种压缩算法的实现步骤及提供源码实现

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 algorithm，主要运用于欧洲和世界其他地区。特别设计用来方便计算机处理的。

G.711将14bit(uLaw)或者13bit(aLaw)采样的PCM数据编码成8bit的数据流，播放的时候在将此8bit的数据还原成14bit或者13bit进行播放，不同于MPEG这种对于整体或者一段数据进行考虑再进行编解码的做法，G711是波形编解码算法，就是一个sample对应一个编码，所以压缩比固定为：

8/14 = 57% (uLaw)
8/13 = 62% (aLaw)

3. G.711原理

采样率：8kHz
信息量：64kbps／channel
理论延迟：0.125msec
品质：MOS值4.10

讯享网

画出图来则是如下图，用x表示输入的采样值，F(x)表示通过A-law变换后的采样值，y是对F(x)进行量化后的采样值。

由此可见

在输入的x为高值的时候，F(x)的变化是缓慢的，有较大范围的x对应的F(x)最终被量化为同一个y，精度较低。
相反在低声强区域，也就是x为低值的时候，F(x)的变化很剧烈，有较少的不同x对应的F(x)被量化为同一个y。意思就是说在声音比较小的区域，精度较高。

对应反量化公式(即上面函数的反函数)：

3.1 G.711A（A-LAW）压缩十三折线法

G.711A输入的是13位（S16的高13位），这种格式是经过特别设计的，便于数字设备进行快速运算。

取符号位并取反得到s。
获取强度位eee，获取方法如下图所示
获取高位样本位wxyz
组合为seeewxyz，将seeewxyz逢偶数为取补数。

A-law如下表计算。

第一列是采样点，共13bit，最高位为符号位。
对于前两行，折线斜率均为1/2，跟负半段的相应区域位于同一段折线上。
对于3到8行，斜率分别是1/4到1/128，共6段折线。
总共13段折线，这就是所谓的A-law十三段折线法。

示例：

输入pcm数据为1234，二进制对应为（0000 0100 1101 0010）
二进制变换下排列组合方式（0 00001 0011 010010）
1、获取符号位最高位为0，取反，s=1
2、获取强度位00001，查表，编码制应该是eee=011
3、获取高位样本wxyz=0011
4、组合为，逢偶数为取反为，得到E6

#define SIGN_BIT (0x80) /* Sign bit for a A-law byte. */ #define QUANT_MASK (0xf) /* Quantization field mask. */ #define NSEGS (8) /* Number of A-law segments. */ #define SEG_SHIFT (4) /* Left shift for segment number. */ #define SEG_MASK (0x70) /* Segment field mask. */ static int seg_aend[8] = {0x1F, 0x3F, 0x7F, 0xFF, 0x1FF, 0x3FF, 0x7FF, 0xFFF}; static int seg_uend[8] = {0x3F, 0x7F, 0xFF, 0x1FF, 0x3FF, 0x7FF, 0xFFF, 0x1FFF}; static int search( int val, /* changed from "short" *drago* */ int * table, int size) /* changed from "short" *drago* */ { int i; /* changed from "short" *drago* */ for (i = 0; i < size; i++) { if (val <= *table++) return (i); } return (size); } int linear2alaw(int pcm_val) /* 2's complement (16-bit range) */ /* changed from "short" *drago* */ { int mask; /* changed from "short" *drago* */ int seg; /* changed from "short" *drago* */ int aval; pcm_val = pcm_val >> 3;//这里右移3位，因为采样值是16bit，而A-law是13bit，存储在高13位上，低3位被舍弃 if (pcm_val >= 0) { mask = 0xD5; /* sign (7th) bit = 1 二进制的*/ } else { mask = 0x55; /* sign bit = 0 二进制的0*/ pcm_val = -pcm_val - 1; //负数转换为正数计算 } /* Convert the scaled magnitude to segment number. */ seg = search(pcm_val, seg_aend, 8); //查找采样值对应哪一段折线 /* Combine the sign, segment, and quantization bits. */ if (seg >= 8) /* out of range, return maximum value. */ return (0x7F ^ mask); else { //以下按照表格第一二列进行处理，低4位是数据，5~7位是指数，最高位是符号 aval = seg << SEG_SHIFT; if (seg < 2) aval |= (pcm_val >> 1) & QUANT_MASK; else aval |= (pcm_val >> seg) & QUANT_MASK; return (aval ^ mask); } } int alaw2linear(int a_val) { int t; /* changed from "short" *drago* */ int seg; /* changed from "short" *drago* */ a_val ^= 0x55; //异或操作把mask还原 t = (a_val & QUANT_MASK) << 4;//取低4位，即表中的abcd值，然后左移4位变成abcd0000 seg = ((unsigned)a_val & SEG_MASK) >> SEG_SHIFT; //取中间3位，指数部分 switch (seg) { case 0: //表中第一行，abcd0000 -> abcd1000 t += 8; break; case 1: //表中第二行，abcd0000 -> 1abcd1000 t += 0x108; break; default://表中其他行，abcd0000 -> 1abcd1000 的基础上继续左移(按照表格第二三列进行处理) t += 0x108; t <<= seg - 1; } return ((a_val & SIGN_BIT) ? t : -t); }

讯享网

3.2 G.711u(u-law)

使用在北美和日本，输入的是14位，编码算法就是查表，计算出：基础值+平均偏移值

μ-law的公式如下，μ取值一般为255

相应的μ-law的计算方法如下表

示例：
输入pcm数据为1234
1、取得范围值，查表得 +2014 to +991 in 16 intervals of 64
2、得到基础值为0xA0
3、得到间隔数为64
4、得到区间基本值2014
5、当前值1234和区间基本值差异2014-1234=780
6、偏移值=780/间隔数=780/64，取整得到12
7、输出为0xA0+12=0xAC

讯享网#define BIAS (0x84) /* Bias for linear code. 线性码偏移值*/ #define CLIP 8159 //最大量化级数量 int linear2ulaw( int pcm_val) /* 2's complement (16-bit range) */ { int mask; int seg; int uval; /* Get the sign and the magnitude of the value. */ pcm_val = pcm_val >> 2; if (pcm_val < 0) { pcm_val = -pcm_val; mask = 0x7F; } else { mask = 0xFF; } if ( pcm_val > CLIP ) pcm_val = CLIP; /* clip the magnitude 削波*/ pcm_val += (BIAS >> 2); /* Convert the scaled magnitude to segment number. */ seg = search(pcm_val, seg_uend, 8); /* * Combine the sign, segment, quantization bits; * and complement the code word. */ if (seg >= 8) /* out of range, return maximum value. */ return (0x7F ^ mask); else { uval = (seg << 4) | ((pcm_val >> (seg + 1)) & 0xF); return (uval ^ mask); } } int ulaw2linear( int u_val) { int t; /* Complement to obtain normal u-law value. */ u_val = ~u_val; /* * Extract and bias the quantization bits. Then * shift up by the segment number and subtract out the bias. */ t = ((u_val & QUANT_MASK) << 3) + BIAS; t <<= (u_val & SEG_MASK) >> SEG_SHIFT; return ((u_val & SIGN_BIT) ? (BIAS - t) : (t - BIAS)); }

3.2 A-law和u-law对比

A-law和u-law画在同一个坐标轴中就能发现A-law在低强度信号下，精度要稍微高一些。

实际应用中，我们确实可以用浮点数计算的方式把F(x)结果计算出来，然后进行量化，但是这样一来计算量会比较大，实际上对于A-law（A=87.6时），是采用13折线近似的方式来计算的，而μ-law（μ=255时）则是15段折线近似的方式。

4. 总结

G711尽管是一种非常古老的话音编码算法，原理和计算也比较简单，但是其中用到的一些基本原理同样在其他编码算法中得到了应用，对其进行深入的了解有助于更好的理解其他的算法。

G711和PCM 的互转

//http://www.easydarwin.org/article/Streaming/38.html               参考文章
//https://github.com/EasyDarwin/EasyAACEncoder/blob/master/g711.cpp
//http://www.oschina.net/code/snippet_1173523_38946
//http://blog.csdn.net/rightorwrong/article/details/4209467  PCM 2 G711  G711 2 PCM 
 
unsigned char encode(short pcm);
short decode(unsigned char alaw);
 
/ 个人理解
 * bitsize 应该为16, pBuffer(pcm数据) 两个char 合成一个 short ,长度自然就是原来的一半(nBufferSize/2),
 * 通过编码后short类型的数据变为char类型,让后复制给pCodecBits
 */
int g711_encode(unsigned char* pCodecBits, const char* pBuffer, int nBufferSize)
{
	short* buffer = (short*)pBuffer;
	int i;
	for(i=0; i<nBufferSize/2; i++)
	{
		pCodecBits[i] = encode(buffer[i]);
	}
	return nBufferSize/2;
}
/ 个人理解
 * bitsize 应该为16, pcm 数组的宽度变为原来两倍(short *out_data = (short*)pRawData;),
 * 通过对pBuffer(g711数据)中char解码转为两个字节的short ,后复制给out_data数组, 在使用的时候又转为char类型, 则 解码后的数据就是原来的两倍(nBufferSize*2)
 */
int g711_decode(char* pRawData, const unsigned char* pBuffer, int nBufferSize)
{
	short *out_data = (short*)pRawData;
	int i;
	for(i=0; i<nBufferSize; i++)
	{
		out_data[i] = decode(pBuffer[i]);
	}
	return nBufferSize*2;
}
#define MAX 32635
unsigned char encode(short pcm)
{
    int sign = (pcm & 0x8000) >> 8;
    if (sign != 0)
        pcm = -pcm;
    if (pcm > MAX) pcm = MAX;
    int exponent = 7;
    int expMask;
    for (expMask = 0x4000; (pcm & expMask) == 0
		&& exponent>0; exponent--, expMask >>= 1) { }
    int mantissa = (pcm >> ((exponent == 0) ? 4 : (exponent + 3))) & 0x0f;
    unsigned char alaw = (unsigned char)(sign | exponent << 4 | mantissa);
    return (unsigned char)(alaw^0xD5);
}
short decode(unsigned char alaw)
{
    alaw ^= 0xD5;
    int sign = alaw & 0x80;
    int exponent = (alaw & 0x70) >> 4;
    int data = alaw & 0x0f;
    data <<= 4;
    data += 8;
    if (exponent != 0)
        data += 0x100;
    if (exponent > 1)
        data <<= (exponent - 1);
    return (short)(sign == 0 ? data : -data);
}

G711 -> PCM

讯享网JNIEXPORT void JNICALL Java_com_ff_aacdemo_jni_G711Coder_g711Topcm   (JNIEnv *env, jobject obj){     FILE* fpOut = fopen("/storage/emulated/0/t/pcm_to_g711.pcm", "wb");     FILE* fpIn = fopen("/storage/emulated/0/t/pcm_to_g711.g711", "rb");//g711格式文件在最后会给出连接       int g711_BufferSize = 1024;     char g711_Buffer[g711_BufferSize];       int len;     while((len = fread(g711_Buffer, 1, g711_BufferSize, fpIn)) > 0){         LOGD("g711topcm length = %d", len);         char pcmBuffer[len];         int pcmbufsize = g711_decode(pcmBuffer, g711_Buffer, len);         fwrite(pcmBuffer, 1, pcmbufsize, fpOut);     }     LOGD("g711topcm end");     fclose(fpIn);     fclose(fpOut); }

PCM -> G711

JNIEXPORT void JNICALL Java_com_ff_aacdemo_jni_G711Coder_pcmTog711   (JNIEnv *env, jobject obj){     FILE* fpIn = fopen("/storage/emulated/0/t/pcm_to_g711.pcm", "rb");     FILE* fpOut = fopen("/storage/emulated/0/t/pcm_to_g711.g711", "wb");       LOGD("pcmTog711 1");       int pcm_BufferSize = 1024;     char pcm_Buffer[pcm_BufferSize];       int len;     while((len = fread(pcm_Buffer, 1, pcm_BufferSize, fpIn)) > 0){         LOGD("pcmTog711 length = %d", len);         char g711Buffer[len];         int  g711BufSize = g711_encode(g711Buffer, pcm_Buffer, len);         fwrite(g711Buffer, 1, g711BufSize, fpOut);     }     LOGD("pcmTog711 end");     fclose(fpIn);     fclose(fpOut); }

虽然能够实现他们的相互转换, 可是,不怎么好找到播放器播放, 效果始终没有验证, 在下一章中, 将总结将 G711 转换为 AAC , AAC这种格式将能够使用常规的播放器进行播放

原文链接：https://blog.csdn.net/_/article/details/

讯享网 G711 -> PCM public static byte[] convertG711ToPcm(byte[] g711Buffer, int length, byte[] pcmBuffer) { if (pcmBuffer == null) { pcmBuffer = new byte[length*2]; } for (int i=0; i<length; i++) { byte alaw = g711Buffer[i]; alaw ^= 0xD5; int sign = alaw & 0x80; int exponent = (alaw & 0x70) >> 4; // 这个移位多此一举？结果应该一直是8 int value = (alaw & 0x0F) >> 4 + 8; if (exponent != 0) { value += 0x0100; } if (exponent > 1) { value <<= (exponent - 1); } value = (char)((sign == 0 ? value : -value) & 0xFFFF); pcmBuffer[i*2+0] = (byte) (value & 0xFF); pcmBuffer[i*2+1] = (byte) (value >> 8 & 0xFF); } return pcmBuffer; }

目录

1. 参考

2. 概述

3. G.711原理

3.2 A-law和u-law对比

4. 总结

相关推荐