G.711编码事例程序
这是JRTPLIB@Conference系列的第六部《G.711编码事例程序》，本系列的主要工作是实现一个基于JRTPLIB的，建立在RTP组播基础上的多媒体视频会议系统。这只是一个实验系统，用于学习JRTPLIB、RTP、和多媒体相关的编程，不是一个完善的软件工程。而且，我只会在业余的时间出于兴趣写一写。有志同道合的朋友可以通过[email protected]这个邮箱或博客回复（推荐）和我交流。
上一部《JRTPLIB@Conference DIY视频会议系统 五、PCM 和G.711编码相关》
这一部我们来做个实验，就是把用windows录音机录下来的"PCM 8.000 kHz, 16 位, 单声道"WAV文件转换成为我们要用的8位8000Hz a-law格式PCM。要注意的是录音机默认的方式是PCM 44.100 kHz, 16 位, 立体声，我们不想去进行采样频率的更改，因为这个要进行插值，而且也没必要，因为我们写软件时采样频率我们是可以更改的。所以我们要先把录音另为"PCM 8.000 kHz, 16 位, 单声道"格式。
一、WAV格式
虽然会议系统完成后我们能直接向声卡拿到PCM数据，但毕竟我们现在拿到手的是WAV文件，我们要识别这种格式的头文件。下面是一编转自其它网站的《WAV 格式详解》(有一定修改）
1、综述
WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图：
------------------------------------------------
| RIFF WAVE Chunk |
| ID = 'RIFF' |
| RiffType = 'WAVE' |
------------------------------------------------
| Format Chunk |
| ID = 'fmt ' |
------------------------------------------------
| Fact Chunk(optional) |
| ID = 'fact' |
------------------------------------------------
| Data Chunk |
| ID = 'data' |
------------------------------------------------
图1 Wav格式包含Chunk示例
其中除了Fact Chunk外，其他三个Chunk是必须的。每个Chunk有各自的ID，位于Chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是Chunk大小（去除ID和Size所占的字节数后剩下的其他字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。下面具体介绍各个Chunk内容。
PS：
所有数值表示均为低字节表示低位，高字节表示高位。
2、具体介绍
RIFF WAVE Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'WAVE' |
----------------------------------
图2 RIFF WAVE Chunk
以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID和Size所占用的字节数，即FileLen - 8 = Size。然后是Type字段，为'WAVE'，表示是wav文件。
Format Chunk
====================================================================
| | 字节数 | 具体内容 |
====================================================================
| ID | 4 Bytes | 'fmt ' |
--------------------------------------------------------------------
| Size | 4 Bytes | 数值为16或18，18则最后又附加信息 |
-------------------------------------------------------------------- ----
| FormatTag | 2 Bytes | 编码方式，一般为0x0001 | |
-------------------------------------------------------------------- |
| Channels | 2 Bytes | 声道数目，1--单声道；2--双声道 | |
-------------------------------------------------------------------- |
| SamplesPerSec | 4 Bytes | 采样频率 | |
-------------------------------------------------------------------- |
| AvgBytesPerSec| 4 Bytes | 每秒所需字节数 | |===> WAVE_FORMAT
-------------------------------------------------------------------- |
| BlockAlign | 2 Bytes | 数据块对齐单位(每个采样需要的字节数) | |
-------------------------------------------------------------------- |
| BitsPerSample | 2 Bytes | 每个采样需要的bit数 | |
-------------------------------------------------------------------- |
| | 2 Bytes | 附加信息（可选，通过Size来判断有无） | |
-------------------------------------------------------------------- ----
图3 Format Chunk
以'fmt '作为标示。一般情况下Size为16，此时最后附加信息没有；如果为18，则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的附加信息。
Fact Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'fact' |
----------------------------------
| Size | 4 Bytes | 数值为4 |
----------------------------------
| data | 4 Bytes | |
----------------------------------
图4 Fact Chunk
Fact Chunk是可选字段，一般当wav文件由某些软件转化而成，则包含该Chunk。
Data Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'data' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| data | | |
----------------------------------
图5 Data Chunk
Data Chunk是真正保存wav数据的地方，以'data'作为该Chunk的标示。然后是数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，wav数据的bit位置可以分成以下几种形式：
---------------------------------------------------------------------
| 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |
| |--------------------------------------------------------
| 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
---------------------------------------------------------------------
| 双声道 | 取样1 | 取样2 |
| |--------------------------------------------------------
| 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |
---------------------------------------------------------------------
| | 取样1 | 取样2 |
| 单声道 |--------------------------------------------------------
| 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
| | 取样1 |
| 双声道 |--------------------------------------------------------
| 16bit量化 | 声道0(左) | 声道0(左) | 声道1(右) | 声道1(右) |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
图6 wav数据bit位置安排方式
3、小结
因此，根据上述结构定义以及格式介绍，很容易编写相应的wav格式解析代码。这里具体的代码就不给出了。
二、代码的实现
根据上面的格式规定，我们把它写成一头文件wav.h
#ifndef _WAV_H_
2
#define _WAV_H_
3
4
#include "types.h"
5
6
#pragma pack(1)
7
8
struct RIFF_HEADER
9
{
10
U8 szRiffID[4]; // 'R','I','F','F'
11
U32 dwRiffSize;
12
U8 szRiffFormat[4]; // 'W','A','V','E'
13
};
14
15
struct WAVE_FORMAT
16
{
17
U16 wFormatTag;
18
U16 wChannels;
19
U32 dwSamplesPerSec;
20
U32 dwAvgBytesPerSec;
21
U16 wBlockAlign;
22
U16 wBitsPerSample;
23
U16 pack; //附加信息
24
};
25
struct FMT_BLOCK
26
{
27
U8 szFmtID[4]; // 'f','m','t',' '
28
U32 dwFmtSize;
29
struct WAVE_FORMAT wavFormat;
30
};
31
32
struct FACT_BLOCK
33
{
34
U8 szFactID[4]; // 'f','a','c','t'
35
U32 dwFactSize;
36
};
37
38
struct DATA_BLOCK
39
{
40
U8 szDataID[4]; // 'd','a','t','a'
41
U32 dwDataSize;
42
};
43
44
45
#endif
因为这是个简单的程序，我没有去规划，相就的WAV解码过程我放到main.c的main函数里做了，这是不应该的，请原谅
/*******************************************************
2
* 这是配合我的博客《JRTPLIB@Conference DIY视频会议系统》
3
* 而写的一个阶段性实验。
4
* 作者：冯富秋 tinnal
5
* 邮箱：[email protected]
6
* 博客：www.cnitblog.com/tinnal/
7
* 目期：2009-01-03
8
* 版本：1.00
9
*********************************************************/
10
11
#include "stdio.h"
12
#include "string.h"
13
#include "types.h"
14
#include "g711.h"
15
#include "wav.h"
16
17
struct RIFF_HEADER riff_header;
18
struct FMT_BLOCK fmt_block;
19
char fack_block_buffer[20]; //20 should be enough
20
struct FACT_BLOCK fact_block;
21
struct DATA_BLOCK data_block;
22
23
int main(int argc, char **argv)
24
{
25
FILE *wav_in;
26
FILE *wav_out;
27
U32 i;
28
U8 has_fact_block =0;
29
30
unsigned char pcm_bytes[2];
31
short pcm;
32
unsigned char a_law;
33
34
long file_pos;
35
36
if(argc != 3 )
37
{
38
printf("Usage:\n\t%s <intput file> <output file>\n", argv[0]);
39
exit(-1);
40
}
41
42
wav_in = fopen(argv[1],"rb");
43
if(wav_in == NULL)
44
{
45
printf("Can't open input file %s\n", argv[1]);
46
return (-1);
47
}
48
49
wav_out = fopen(argv[2], "wb");
50
if( wav_out == NULL)
51
{
52
printf("Can't open output file %s\n",argv[2]);
53
fclose(wav_in);
54
return(-1);
55
}
56
57
file_pos = ftell(wav_in);
58
59
//Read RIFF_HEADER
60
fread(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_in);
61
if( memcmp(riff_header.szRiffID, "RIFF", 4) != 0 ||
62
memcmp(riff_header.szRiffFormat, "WAVE", 4) != 0 )
63
{
64
printf("No a vaild wave file!\n");
65
fclose(wav_in);
66
fclose(wav_out);
67
return(-1);
68
}
69
file_pos = ftell(wav_in);
70
71
//Read FMT_BLOCK
72
fread(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_in);
73
if( memcmp(fmt_block.szFmtID, "fmt ", 4) !=0 ||
74
fmt_block.dwFmtSize != 18 ||
75
fmt_block.wavFormat.wFormatTag != 0x1 ||
76
fmt_block.wavFormat.wChannels != 0x1 ||
77
fmt_block.wavFormat.dwSamplesPerSec != 8000 ||
78
fmt_block.wavFormat.wBitsPerSample != 16)
79
{
80
printf("Sorry this is only test program,\n"
81
"we only support follow format,\n"
82
"\t 1. Format: linear PCM \n"
83
"\t 2. Samples Rate: 8000 KHz \n"
84
"\t 3. Channels: one channel \n"
85
"\t 4. BitsPerSample: 16 \n");
86
fclose(wav_in);
87
fclose(wav_out);
88
return(-1);
89
}
90
91
file_pos = ftell(wav_in);
92
93
//Try to read FACT_BLOCK
94
file_pos = ftell(wav_in);
95
fread(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_in);
96
if( memcmp(fact_block.szFactID, "fact", 4) == 0 )
97
{
98
has_fact_block =1;
99
fread(&fack_block_buffer, fact_block.dwFactSize, 1, wav_in);
100
}
101
else
102
fseek(wav_in, file_pos, SEEK_SET);
103
104
fread(&data_block, sizeof(struct DATA_BLOCK), 1, wav_in);
105
if (memcmp(data_block.szDataID, "data", 4) != 0)
106
{
107
printf("OOh what error?\n");
108
fclose(wav_in);
109
fclose(wav_out);
110
return(-1);
111
}
112
113
//Change the wave header to write
114
riff_header.dwRiffSize -= data_block.dwDataSize/2 ;
115
116
fmt_block.wavFormat.wFormatTag = 0x06;
117
fmt_block.wavFormat.wChannels = 0x01;
118
fmt_block.wavFormat.dwSamplesPerSec = 8000;
119
fmt_block.wavFormat.dwAvgBytesPerSec = 8000;
120
fmt_block.wavFormat.wBlockAlign = 0x01;
121
fmt_block.wavFormat.wBitsPerSample = 0x08;
122
123
data_block.dwDataSize -= data_block.dwDataSize/2 ;
124
125
//Write wave file header
126
fwrite(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_out);
127
fwrite(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_out);
128
if(has_fact_block == 1)
129
{
130
fwrite(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_out);
131
fwrite(&fack_block_buffer, fact_block.dwFactSize, 1, wav_out);
132
}
133
fwrite(&data_block, sizeof(struct DATA_BLOCK), 1, wav_out);
134
135
//Convert pcm data to a-low data and write wav file.
136
for(i =0; i< data_block.dwDataSize; i++)
137
{
138
pcm_bytes[0] = (U8) fgetc(wav_in);
139
pcm_bytes[1] = (U8) fgetc(wav_in);
140
pcm = *(short *)&pcm_bytes;
141
142
a_law = ALawEncode((int)pcm);
143
// a_law = linear2alaw((int)pcm);
144
fputc(a_law, wav_out);
145
}
146
fclose(wav_in);
147
fclose(wav_out);
148
149
printf("Finish!\n");
150
return 0;
151
}
152
整个文件基本都是在为WAV文件格式服务而非我们的核心工作－－G.711编码。唉~，我也不想。这里在面进行G.711编码的就是ALawEncode函数。这个函数定义在g711.c里件里，这个文件函数一些我认为比较有用的函数。我们这是只把ALawEncode这个函数拿出来。
//
省略的代码
2
unsigned char ALawEncode(int pcm16)
3
{
4
int p = pcm16;
5
unsigned a; // A-law value we are forming
6
if(p<0)
7
{
8
// -ve value
9
// Note, ones compliment is used here as this keeps encoding symetrical
10
// and equal spaced around zero cross-over, (it also matches the standard).
11
p = ~p;
12
a = 0x00; // sign = 0
13
}
14
else
15
{
16
// +ve value
17
a = 0x80; // sign = 1
18
}
19
20
// Calculate segment and interval numbers
21
p >>= 4;
22
if(p>=0x20)
23
{
24
if(p>=0x100)
25
{
26
p >>= 4;
27
a += 0x40;
28
}
29
if(p>=0x40)
30
{
31
p >>= 2;
32
a += 0x20;
33
}
34
if(p>=0x20)
35
{
36
p >>= 1;
37
a += 0x10;
38
}
39
}
40
// a&0x70 now holds segment value and 'p' the interval number
41
42
a += p; // a now equal to encoded A-law value
43
44
return a^0x55; // A-law has alternate bits inverted for transmission
45
}
46
//
省略的代码
47
哈哈，前一部说了这么多，其实G711编码也只是很简单的
。当然，不然VOIP怎么把它变的每个软件的必要品。
完整的程序可以从下面的链接下载：PCM2ALaw.rar