嵌入式音頻應用開發應該如何實現
時間：2024-02-19 來源：華清遠見
一 嵌入式音頻應用的應用場景
1> 智能音箱
場景：用戶說出想要聽的歌曲名，歌手，甚至直接播放一小段旋律或者歌曲本身，讓智能音箱在本地查找或者聯網查找后進行播放
2> 錄音/翻譯設備
場景：開會的時候，可以使用錄音設備/軟件 進行錄音，然后翻譯成文字進行記錄
3> 視頻直播
場景：騰訊會議，直播軟件等，都是需要音頻功能開發的
4> 智能家居
場景：回到家，對著中控說出拉起窗簾，空調調整成制熱20度，打開電視機。然后就可以躺在沙發上享受人生了
5> 智能穿戴設備
場景：帶上手表，開始跑步/騎車，通過語音對著手表說 “播放音樂”，”開始騎行”，手表就會進行相應的操作
6> 車載中控
場景：場景類似于智能穿戴設備，大家也非常常見，對著方向盤說出我要去哪，或者撥打誰的電話，中控都能準確的執行對應操作
二音頻應用開發中的一些名詞解釋
Pcm 編碼 ：脈沖編碼調制，最原始的音頻編碼格式。通常通過主機設備、麥克風采集到的音頻數據都是pcm編碼格式
Opus 編碼：他是一種有損聲音編碼格式，由于完全開源，所以應用場景非常廣泛。常用與網絡中的實時音頻傳輸
例如：可以使用任意麥克風采集pcm編碼的音頻，將該編碼轉碼成 opus編碼后進行傳輸。因為opus編碼會對pcm編碼進行壓縮，所以體積更小，傳輸效率更高,并且opus編碼允許動態調節比特率、支持語音和音樂、支持單聲道和立體聲。傳輸后的opus編碼文件，可以直接播放，也可以保存到容器(文件中)，未來再播放(錄音設備，翻譯設備)
資料引用：opus是一個有損聲音編碼的格式,由IETF開發,沒有任何專利或限制,適用于網絡上的實時聲音傳輸,標準格式為RFC 6716,其技術來源于Skype的SILK及Xiph.Org的CELT編碼.
Opus文件是一個用開放的Opus編解碼器編碼的數字音頻文件。Opus文件使用Ogg容器格式。目前一些知名的媒體播放器如VLC支持直接播放.opus文件，而其他的播放器則需要先安裝一個外部的Opus編解碼器（“libopus”）。
Opus開發團隊提供了一套參考工具，用于獲取.opus文件的信息（“opusinfo”），并將它們轉換為/從WAV（“opusenc”、“opusdec”）。在Microsoft Windows上，可以使用安裝了免費編碼器包的foobar2000創建Opus編碼的音頻。
opus使用約束
采樣率約束：
輸入信號的采樣率(Hz)，必須是8000、12000、16000、24000、或48000。
OpusEncoder* opus_encoder_create(opus_int32 Fs, int channels, int application, int *error);
函數參數中的Fs就是采樣率。
幀長約束：
opus為了對一個幀進行編碼，必須正確地用音頻數據的幀(2.5, 5, 10, 20, 40 or 60 ms)來調用opus_encode()或opus_encode_float()函數。
比如，在48kHz的采樣率下，opus_encode()參數中的合法的frame_size（單通道的幀大小）值只有：120, 240, 480, 960, 1920, 2880。即：
frame_size = 采樣率 * 幀時間。
因為需要滿足幀時間長度為10,20,40,60ms這些才能編碼opus，因而需要對輸入數據進行緩沖裁剪
兼容opus的容器格式：
有ogg，ts，mkv。但ts無法播放，mkv只能foobar播放，ogg能用foobar，vlc播放。因而不再考慮opus合成到ts
