使用MediaCodec将PCM音频编码为AMR-WB格式

原创

已于 2024-03-28 16:58:38 修改 · 1.4k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#pcm #音视频 #android

于 2023-04-19 09:23:06 首次发布

文章介绍了PCM作为未经压缩的原始音频格式和AMR-WB压缩语音编码格式的区别。PCM数据结构直观，每个帧包含固定数量的样本，而AMR-WB则包含帧头和压缩音频数据。通过MediaCodecAPI进行转换可能出现杂音，原因包括数据质量、丢失、顺序错误、格式不匹配或编码器配置错误。

PCM (Pulse Code Modulation) 音频数据是一种未经压缩的原始音频数据格式，各个音频样本都由固定大小且有符号/无符号的整数值组成。每个 PCM 帧包含一个或多个 PCM 音频样本，通常表示为 16 比特或 24 比特或 32 比特的整数值。

PCM 格式音频的数据结构是轻松理解和实现的。每个音频帧包含一个或多个 PCM 音频样本（例如，对于单声道，每个PCM帧只包含一个音频样本，而对于立体声，则有两个样本），每个样本由一个固定数量的比特位（通常为 16 比特）表示，可以是有符号整数或无符号整数。

以下是用于描述基本 PCM 数据结构示例：

Byte 1          Byte 2          Byte 3
+--------------+--------------+
| Left Sample 1| Right Sample 1|
+--------------+--------------+

 Byte 4          Byte 5          Byte6
+--------------+--------------+
| Left Sample 2| Right Sample 2|
+--------------+--------------+
 ...            ...            ...

上面的示例展示了一种记录“立体声 PCM”音频样本的方法，其中每个音频帧都包含左右两个音频样本，每个样本是由16位宽度的整数值来表示。

AMR-WB (Adaptive Multi Rate Wideband) 是一种语音编码格式，它使用抽样率为 16 kHz，量化位数为 16 比特，并且允许比较低的码率（通常在 6 到 12.2 kbps 范围内）来压缩语音内容。

AMR-WB 的数据结构与 PCM 数据有所不同。PCM 格式的音频是原始音频数据，而 AMR-WB 音频则是压缩后的数据。每个 AMR-WB 编码帧包含多个采样点意味着一个 AMR-WB 帧可以