开源语音格式speex教程（for IOS）

转自: http://www.cocoachina.com/bbs/read.php?tid=114755

这两天在折腾语音的东西，实现类似微信上对讲机的功能，做了两个Demo，一种使用lib-amr库用amr格式实现的，这个网上有现成的教程，所以还是比较好实现的。另一个是用的speex库，这个提的人很多，但是出教程的不多，恨透那个爱图腾的教程了，很多不明所以的地方，让我们这些新手很困惑呀，网上晃了3天终于可以搞出个像样的Demo了。Demo中我将一个录好的.caf格式的PCM音频 编码成speex格式 然后将speex格式的再转回PCM。当然Demo只是实现了音频的编码解码，并没有增加过多的功能。

本人测试了下，60秒的录音（8khz,单声道）,转成最小格式的amr大小为39k和微信一分钟录音文件的大小差不多,speex格式最小18k但是比较模糊，可以接受的大小是30k,所以还是会比amr格式的小点，另外speex库可以对声音进行比如降噪，增益，静音判定等处理。但是考虑到Android支持amr格式的音频，wp也支持，所以最后还是选了转成amr格式的方案，可惜apple现在已经不支持amr了，所以才需要转码，下面我就和大家一起一步一步做Demo。


编译静态库：
这个着实让我费解了一天，其实linux下的C/C++程序员搞这个应该很轻松，但是我的那些都还给老师了，按照网上的教程愣是折腾了很久。
首先下载你所需要的源文件，因为speex是依赖ogg库的，所以先下载ogg库，这里我一并打包上传了，大家也可以去官网上下载。
源文件：  libogg-1.3.0.zip (496 K) 下载次数:83  speex-1.2rc1.tar (3890 K) 下载次数:82   
因为编译是在命令行模式下进行的，打开终端，首先进入ogg所在的文件夹，我们先编译ogg
补充下，我用的是xcode4.4.1，大家根据自己xcode命令也需要略微调整，4.2的编译教程网上有，这里我就不重复了。
在终端键入以下内容：
1.ogg-i386的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/i386 -host=i386-apple-darwin -build=x86_64-apple-darwin11.3.0 CC="/Applications/Xcode.app/Contents/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch i386 -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator5.1.sdk/"


make
make install
make clean (一定要clean，不然后面编译的都是第一次的编译的内容)
2、ogg-armv6的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/armv6 -host=armv6-apple-darwin -build=x86_64-apple-darwin11.3.0 CC="/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch armv6 -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/SDKs/iPhoneOS5.1.sdk/"


make
make install
make clean 


3、ogg-armv7的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/armv7 -host=armv7-apple-darwin -build=x86_64-apple-darwin11.3.0 CC="/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch armv7 -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/SDKs/iPhoneOS5.1.sdk/"


make
make install
make clean


接着编译speex库：
1.speex-i386的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/speex-1.2rc1/i386 -host=i386-apple-darwin -disable-shared -enable-static -disable-oggtest -disable-fixed-point -enable-float-api -build=x86_64-apple-darwin11.3.0 -with-ogg=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/i386 CC="/Applications/Xcode.app/Contents/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch i386 -isysroot/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator5.1.sdk/"


make
make install
make clean 


2.speex-armv6的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/speex-1.2rc1/armv6 -host=armv6-apple-darwin -disable-shared -enable-static -disable-oggtest -enable-fixed-point -disable-float-api -build=x86_64-apple-darwin11.3.0 -with-ogg=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/armv6 CC="/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch armv6 -isysroot/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/SDKs/iPhoneOS5.1.sdk/"


make
make install
make clean


3.speex-armv7的库
./configure -prefix=/Users/你的电脑用户名/Desktop/speexLibrary/speex-1.2rc1/armv7 -host=armv7-apple-darwin -disable-shared -enable-static -disable-oggtest -enable-fixed-point -disable-float-api -build=x86_64-apple-darwin11.3.0 -with-ogg=/Users/你的电脑用户名/Desktop/speexLibrary/libogg-1.3.0/armv7 CC="/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/usr/llvm-gcc-4.2/bin/llvm-gcc-4.2 -std=c99 -arch armv7 -isysroot/Applications/Xcode.app/Contents/Developer/Platforms/iPhoneOS.platform/Developer/SDKs/iPhoneOS5.1.sdk/"


make
make install
make clean 


最后合并静态库，进入speexLibrary文件夹，终端键入：
lipo -create i386/lib/libogg.a armv6/lib/libogg.a armv7/lib/libogg.a -output libogg.a
lipo -create i386/lib/libspeex.a armv6/lib/libspeex.a armv7/lib/libspeex.a -output libspeex.a
lipo -create i386/lib/libspeexdsp.a armv6/lib/libspeexdsp.a armv7/lib/libspeexdsp.a -output libspeexdsp.a 


好了，这里应该已经编译完成了。如果合并静态库不成功，那么请检查上述步骤（我当时就是忘了make clean，导致编译的都是i386的.a文件）.你可以lipo -info xxx.a文件，后面会显示库内文件使用的平台信息，正常显示为i386,armv6,armv7那么就成功了。当然打包好的库我也一并上传了，方便大家下载。
打包好的speex库：  _speex.zip (821 K) 下载次数:80 


下面开始我们的工程：
新建一个工程，导入我们的静态库，我是将包直接拖到工程里面的，记得设置静态库的查找路径，我当时就是忘了设置路径，结果就是各种找不到头文件。导入完以后就进入主题了。


为了方便我已经录好一个60秒的.caf文件，怎么录制的？此处省略一千字…
详细的Demo解释我就不说明了，大家看Demo，我这里讲一下步骤
1.我们需要从.caf文件中将文件头去掉得到纯的PCM数据
2.将纯的PCM数据编码成纯speex格式
3.给纯speex格式数据添加文件头
4.导出speex文件（这步我没做，因为是程序内转码所以也不需要，我直接用的NSData。至于speex文件的后缀名我也不知道，是ogg?，有知道的补充下）
---------------分割一下-------------
4.解码speex格式数据（带文件头的）成纯PCM格式
5.添加wav格式文件头
6.将wav数据写入文件导出caf文件（导出的文件可以在模拟下该工程的tmp文件夹内找到，一个caf文件，点击可以播放出声音）.


下面是我给出的Demo，请结合speex官方的用户手册对照，用户手册上有编码解码的C语言示例代码，一定要仔细研究。
我的Demo  TEST_Speex_001.zip (1585 K) 下载次数:233 希望对大家有帮助


---------------------------------------- ---------------------------------------- ---------------------------------------- ----提问汇总-------------------------- ---------------------------------------- ----------------------------------------

1.对于真机下面调试出现的问题

Undefined symbols for architecture armv7:
  "_speex_decode", referenced from:
      _DecodeSpeexToWAVE in SpeexCodec.o
     (maybe you meant: _speex_decode_stereo_int, _speex_decode_native , _speex_decoder_init , _speex_decode_int , _speex_decoder_destroy , _speex_decoder_ctl )
  "_speex_encode", referenced from:
      _EncodePCMToRawSpeex in SpeexCodec.o
     (maybe you meant: _speex_encode_stereo_int, _speex_encoder_init , _speex_encoder_ctl , _speex_encoder_destroy , _speex_encode_native , _speex_encode_int )
ld: symbol(s) not found for architecture armv7
clang: error: linker command failed with exit code 1 (use -v to see invocation)


“由于编译的时候speex_encode和speex_decode这2个方法找不到，我就使用了speex_encode_int和speex_decode_int这两个方法来替代了，从而其中的参数也改成了spx_int16_t类型”
此方法是按照本站另外一篇帖子提供的方法，laniu的帖子


2.关于工程的四个警告，因为重复定义，有人尝试注掉了，可以编译通过，在此，谢谢！

3.关于int tmp = 1;// bps?
void*encode_state = speex_encoder_init(&speex_nb_mode);
    speex_encoder_ctl(encode_state, SPEEX_SET_QUALITY, &tmp);
这一段tmp = 8的时候音质还原比较好，但是压缩后的文件也大
个人统计，60秒的录音
tmp值为：
0 --> 18K
1 --> 30K
2 --> 45K
3 --> 60K
4 --> 60K
5 --> 84K
6 --> 84K
7 --> 114K
8 --> 114K
9 --> 138K
10--> 186K
其实对应的参数值，对应一定比特率，这个详细请参考手册。