G.711 音频编码

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

G.711是将语音模拟信号进行一种非线性量化，详细的资料可以在ITU 上下到相关的spec 。下面主要列出一些性能参数：
G.711（PCM方式）

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

算法原理：
A-law的公式如下，一般采用A=87.6

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10110011，逢偶数为取反为11100110，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11010101*/} else {mask = 0x55;        /* sign bit = 0  二进制的01010101*/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;elseaval |= (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abcd0000seg = ((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 -> abcd1000t += 8;break;case 1: //表中第二行，abcd0000 -> 1abcd1000t += 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);
}

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

#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。

链接：https://www.jianshu.com/p/512ce6566f8a

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

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/qq_24551315/article/details/51134689

 G711 -> PCMpublic 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8int 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;}