AMR文件格式的解释

一、什么是AMR、AMR-WB

全称Adaptive Multi-Rate和Adaptive Multi-Rate Wideband，主要用于移动设备的音频，压缩比比较大，但相对其他的压缩格式质量比较差，由于多用于人声，通话，效果还是很不错的。

二、编码方式

这里都是针对AMR narrow-band (AMR-NB)进行讨论
Amr有以下一些编码方式：

Mode 0 - AMR 4.75 - Encodes at 4.75kbit/s
Mode 1 - AMR 5.15 - Encodes at 5.15kbit/s
Mode 2 - AMR 5.9 - Encodes at 5.9kbit/s
Mode 3 - AMR 6.7 - Encodes at 6.7kbit/s
Mode 4 - AMR 7.4 - Encodes at 7.4kbit/s
Mode 5 - AMR 7.95 - Encodes at 7.95kbit/s
Mode 6 - AMR 10.2 - Encodes at 10.2kbit/s
Mode 7 - AMR 12.2 - Encodes at 12.2kbit/s
8~15位一些 noise frames 和保留位的定义。

每种格式对应的帧的大小如下。
CMR Mode Frame size (bytes)
0 AMR 4.75 13
1 AMR 5.15 14
2 AMR 5.9 16
3 AMR 6.7 18
4 AMR 7.4 20
5 AMR 7.95 21
6 AMR 10.2 27
7 AMR 12.2 32

我们来做一个简单的计算，PCM16和AMR之间的转换
Amr 一帧为20毫秒
AMR 4.75Kbits/s:

每秒产生的声音位数 = 4750bits/s
每20ms帧占用的位数 = 4750bits/s / 50frames/s = 95bits
每20ms帧占用的字节数 = 95bits / 8bits/byte = 11.875bytes - 圆整到12字节，不足的补0
加上一个字节的帧头，所以，20ms一帧的AMR: 12-bytes + 1-byte = 13-bytes

相反，转换回来就成了
13-bytes * 50frames/s * 8bits/byte = 5200bits/s

注意，这里两个数值并不对应，是由于圆整地原因

三、文件格式
Amr的文件格式极为简单，如图1所示：

文件最开始时6个字节的header，
[#!AMR/n] 括号间的部分
(或者十六进制表示为 0x2321414d520a ).

接下来就是连续的语音帧，
每个帧包含一个帧头+语音数据
帧头如图2所示：

P设置为0
FT为编码模式，上面已经列举了可用的值。
Q为帧质量指示器，如果为0表明帧被损坏，接受者需要将RX_TYPE设置成SPEECH_BAD或者SID_BAD。
何为RX_TYPE请参考RFC3267，其实该节介绍的内容都可以在RFC3267里面找到。

图3 这个图表为 5.9 kbit 编码的文件格式 (with 118 speech bits)
其中P为补0位。