iOS 关于PCM2AMR的转换记录

项目中遇到一个问题，集成的语音识别模块，由于对采样率有要求，所以识别结束后保存的PCM音频文件是用的16K的采样率，而原先的项目中，包括安卓端的语音播报也都是使用8K的采样率，这样就出现个问题：是把16K的PCM转换成16K的AMR还8K的AMR?

方案一：16K PCM 转换成 16K AMR

由于对音频转换相关方面知识的欠缺，只好上谷歌、百度，也成功的找到一篇关于转换的文章：使用opencore_amr实现WAV 转 AMR (8Khz,16Khz)（更新版）
解决方案也很简单，先将PCM转换成WAV，其实PCM就是缺少信息头的WAV，所以转换WAV就是给PCM添加头信息。
这里有现成解决方案，请参考别人实现的代码，git地址如下：https://github.com/codemonkeybulucck/opencore-amrDemo-iOS

方案二：16K PCM转换成8K PCM，再转换成8K AMR

通过方案一我已经成功转换成16K的AMR，上传TFS服务器上后，发现H5无法正常播报，安卓端还没有转换成功，推荐给安卓方案二，结果他们找到了一个网上的现成解决方案：JSSRC，并且顺利完成把16K PCM转换成了8K AMR，也解决后续H5播放的问题。
通过代码了解到，JSSRC是基于SSRC的C语言版本翻译成JAVA，于是在github上找到了C语言版的源码：https://github.com/ronalde/ssrc-packaging
通过研究JAVA版和C语言版，最终在ssrc.c中新增了一个转换方法：

int tansfer(FILE *fpi,FILE *fpo,int sfrq,int dfrq,int bps, int dbps, int nch,unsigned int length, double att, int dither, int quiet_) {
    int twopass = 0;
    int pdf = 0;
    double noiseamp, peak;
    noiseamp = 0.18;
    
    if (dither < 0 || dither > 4) {
        fprintf(stderr,"unrecognized dither type : %d\n", dither);
        return -1;
    }
    quiet = quiet_;
    
    if (!quiet) printf("Shibatch sampling rate converter version " VERSION "\n\n");
    
    if (bps != 1 && bps != 2 && bps != 3 && bps != 4) {
        fprintf(stderr,"Error: Only 8bit, 16bit and 24bit PCM are supported.\n");
        return -1;
    }
    
    if (dbps == -1) {
        if (bps != 1) {
            dbps = bps;
        } else {
            dbps = 2;
        }
        if (dbps == 4) {
            dbps = 3;
        }
    }
    
    if (dfrq == -1) {
        dfrq = sfrq;
    }
    
    if (dither == -1) {
        if (dbps < bps) {
            if (dbps == 1) {
                dither = 4;
            } else {
                dither = 3;
            }
        } else {
            dither = 1;
        }
    }
    
    if (!quiet) {
        const char *dtype[] = {
            "none","no noise shaping","triangular spectral shape","ATH based noise shaping","ATH based noise shaping(less amplitude)"
        };
        const char *ptype[] = {
            "rectangular","triangular","gaussian"
        };
        printf("frequency : %d -> %d\n",sfrq,dfrq);
        printf("attenuation : %gdB\n",att);
        printf("bits per sample : %d -> %d\n",bps*8,dbps*8);
        printf("nchannels : %d\n",nch);
        printf("length : %d bytes, %g secs\n",length,(double)length/bps/nch/sfrq);
        if (dither == 0) {
            printf("dither type : none\n");
        } else {
            printf("dither type : %s, %s p.d.f, amp = %g\n",dtype[dither],ptype[pdf],noiseamp);
        }
        printf("\n");
    }
    
    if (sfrq < dfrq) {
        peak = upsample(fpi,fpo,nch,bps,dbps,sfrq,dfrq,1,length/bps/nch,twopass,dither);
    }
    else if (sfrq > dfrq) {
        peak = downsample(fpi,fpo,nch,bps,dbps,sfrq,dfrq,1,length/bps/nch,twopass,dither);
    }
    else {
        peak = no_src(fpi,fpo,nch,bps,dbps,1,length/bps/nch,twopass,dither);
    }
    
    if (!quiet) {
        printf("\n");
    }
    
    if (dither != 0) {
        quit_shaper(nch);
    }
    
    if (!twopass && peak > 1) {
        if (!quiet) printf("clipping detected : %gdB\n",20*log10(peak));
    }
    
    return 0;
}

通过下述的使用方式，即可完成16kPCM到8kPCM的转换，至于8kPCM到8kAMR就通过大家常用的opencore-amr库就可以实现了。

char *pcm16k = (char *)[[[NSBundle mainBundle] pathForResource:@"uscvoice16k" ofType:@"pcm"] cStringUsingEncoding:NSUTF8StringEncoding];
    FILE *fpi = fopen(pcm16k, "rb");
    if (fpi == NULL)
    {
        return NO;
    }
    
    NSString *documentDir = NSSearchPathForDirectoriesInDomains(NSDocumentDirectory, NSUserDomainMask, YES).firstObject;
    char *pcm8k = (char *)[[documentDir stringByAppendingPathComponent:@"pcm8k.pcm"] cStringUsingEncoding:NSUTF8StringEncoding];
    // 创建并初始化amr文件
    FILE *fpo = fopen(pcm8k, "wb");
    if (fpo == NULL)
    {
        fclose(fpi);
        return NO;
    }
    
    tansfer(fpi, fpo, 16000, 8000, 2, 2, 1, INT_MAX, 0,0, true);

最后编辑于：2019.05.23 16:58:33