当前位置:网站首页 > 技术博客 > 正文

windows speech sdk



前言:本系列准备介绍一款基于的语音通信软件开发过程,希望对你有所帮助!

环境: +

参考链接:https://www.cnblogs.com/gaoyaguo/p/5032920.html

(读音[spi:ks])是一套开源免费的、无专利保护的、针对语音设计的音频压缩格式。Speex项目通过以提供昂贵的专用语音编解码器的免费替代方案为目标,来降低语音应用程序的进入门槛。此外,Speex非常适用于互联网应用程序,并提供了其他大多数编解码器中不存在的有用功能。最后,Speex是GNU项目的一部分,可以在修订后的BSD许可证下使用。

  • 一种基于码激励线性预测(CELP)算法的开源软件语音引擎。
  • 面向Internet 上的语音通信。
  • 其主要设计目标是为了提供高质量和低比特率的语音编码。
  • 同一个比特流中对语音信号实现
    • 窄带( 8 kHz)
    • 宽带( 16kHz)
    • 超宽带( 32 kHz) 的编码;

  • 支持声音强度的立体声编码;
  • 丢包补偿能力;
  • 可变比特率( variable bitrate, VBR) 特性,
  • 编/ 解码器可以在任意时刻动态地改变语音的比特率;
  • 语音活动检测( voice activity detection, VAD) ;
  • 声音的DTX( discontinuous transmission, 不连续传输);
  • 语音处理的定点数计算功能;
  • 声学回声消除功能。

官网:http://www.speex.org

用户手册:http://www.speex.org/docs/manual/speex-manual.pdf

API手册:http://www.speex.org/docs/api/speex-api-reference.pdf

speex-1.2beta2开源音频编码器win32下编译:http://www.360doc.com/content/070719/11/29694_619680.html

Ekiga-开源的视频聊天程序:http://www.ekiga.org

注意:编解码器已经被编解码器淘汰,Speex还是可以继续使用,但由于Opus比Speex在各方面都更好,所以鼓励大家切换到Opus,但是Opus只支持编码和解码,不支持噪音抑制、声学回音消除等其他处理功能。

下载地址:https://www.speex.org/downloads/

这里写图片描述

win32VS2008包含项目

项目名称 内容 speexenc speex编码器控制台程序,输入是ogg格式封装的speex编码的spx文件,输出是格式为raw PCM或者WAVE文件,有控制台参数提示信息。依赖libogg库 speexdec speex解码器控制台程序,输入是格式为raw PCM或者WAVE文件,输出是ogg格式封装的speex编码的spx文件,有控制台参数提示信息。依赖libogg库 testenc 测试窄带编码 testenc_wb 测试宽带编码 testenc_uwb 测试超宽带编码 libspeex 库里面包含了编码和解码相关的函数

下载地址:http://www.linuxfromscratch.org/blfs/view/svn/multimedia/libogg.html

libogg包包含Ogg文件结构。这对于创建(编码)或播放(解码)一个物理位流非常有用。众所周知,这个包使用LFS-8.2平台构建和工作。

这里写图片描述

  1. 打开libogg-1.3.3win32VS2015libogg_static.sln ,编译此项目,生成;
  2. 将libogg-1.3.3中的文件复制到speex-1.2.0下的include下;

    这里写图片描述

  3. speex-1.2下新建文件夹,将生成的复制到speex-1.2的lib目录下;

    这里写图片描述

  4. 打开speex-1.2win32VS2008libspeex.sln;
  5. 配置项目和的lib库文件,即将添加到这两个项目中,添加库目录,设置链接器输入附加依赖;
    这里写图片描述这里写图片描述
  6. 编译speexenc和speexdec项目 ;

编译错误

编译可能报错1.:fatal error C1083: 无法打开源文件: “……libspeexfftwrap.c”: No such file or directory

解决:删除文件


编译可能报错2.:error MSB8036: 找不到 Windows SDK 版本8.1。请安装所需的版本的 Windows SDK 或者在项目属性页中或通过右键单击解决方案并选择“重定解决方案目标”来更改 SDK 版本。
解决:修改属性 SDK 版本;

这里写图片描述

编译 可能报错1.

1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_packet_to_header,该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_init,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_destroy,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_read_from,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_remaining,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decode_stereo_int,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_std_stereo_request_handler,该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_init,该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_destroy,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decode_int,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_ctl,该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_lib_ctl,该符号在函数 _version 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_lib_get_mode,该符号在函数 _process_header 中被引用











解决:属性→配置属性→链接器→输入→附加依赖项:

这里写图片描述

编译 可能报错2.

1>libspeex.lib(stereo.obj) : error LNK2019: 无法解析的外部符号 __imp__floor,该符号在函数 _speex_encode_stereo 中被引用
1>libspeex.lib(speex.obj) : error LNK2001: 无法解析的外部符号 __imp__floor
1>libspeex.lib(sb_celp.obj) : error LNK2001: 无法解析的外部符号 __imp__floor
1>libspeex.lib(nb_celp.obj) : error LNK2001: 无法解析的外部符号 __imp__floor


解决:参考解决方法

这里写图片描述

使用的API函数对音频数据进行压缩编码要经过如下步骤

  1. 定义一个SpeexBits类型变量bits和一个Speex编码器状态变量enc_state。
  2. 调用speex_bits_init(&bits)初始化bits。
  3. 调用speex_encoder_init(&speex_nb_mode)来初始化enc_state。其中speex_nb_mode是SpeexMode类型的变量,表示的是窄带模式。还有speex_wb_mode表示宽带模式、speex_uwb_mode表示超宽带模式。
  4. 调用函数 int speex_encoder_ctl(void * state, int request, void * ptr)来设定编码器的参数,其中参数state表示编码器的状态;参数request表示要定义的参数类型,如SPEEX_GET_FRAME_SIZE表示设置帧大小,SPEEX_SET_QUALITY表示量化大小,这决定了编码的质量;参数ptr表示要设定的值。
  5. 可通过speex_encoder_ctl(enc_state, SPEEX_GET_FRAME_SIZE, &frame_size) 和speex_encoder_ctl(enc_state, SPEEX_SET_QUALITY, &quality)来设定编码器的参数。
  6. 初始化完毕后,对每一帧声音作如下处理:调用函数speex_bits_reset(&bits)再次设定SpeexBits,然后调用函数speex_encode(enc_state, input_frame, &bits),参数bits中保存编码后的数据流。
  7. 编码结束后,调用函数speex_bits_destroy(&bits),speex_encoder_destroy(enc_state)来关闭和销毁SpeexBits和解码器。
  1. 对已经编码过的音频数据进行解码要经过以下步骤:
  2. 定义一个SpeexBits类型变量bits和一个Speex编码状态变量enc_state。
  3. 调用speex_bits_init(&bits)初始化bits。
  4. 调用speex_decoder_init (&speex_nb_mode)来初始化enc_state。
  5. 调用函数speex_decoder_ctl (void *state, int request, void *ptr)来设定编码器的参数。
  6. 调用函数 speex_decode(void *state, SpeexBits *bits, float *out)对参数bits中的音频数据进行解编码,参数out中保存解码后的数据流。
  7. 调用函数speex_bits_destroy(&bits), speex_ decoder_ destroy (void *state)来关闭和销毁SpeexBits和解码器。

版权声明


相关文章:

  • pytest与unittest框架原理2025-10-07 14:30:01
  • 字典树c++详解2025-10-07 14:30:01
  • linux 用户添加组命令2025-10-07 14:30:01
  • dbcp连接池配置详解2025-10-07 14:30:01
  • 策略组编辑器 win10家庭版2025-10-07 14:30:01
  • shtml和html的区别2025-10-07 14:30:01
  • jdk调试2025-10-07 14:30:01
  • css怎么清除浮动2025-10-07 14:30:01
  • 在线代码分析2025-10-07 14:30:01
  • class类详解2025-10-07 14:30:01