开源语音克隆模型 开源语音软件

开源语言Speex丨Windows环境配置和测试（一）

• 开源语言Speex丨Windows环境配置和测试（一）

• Speex 介绍
• Speex 特性
• Speex 参考资料
• Speex + libogg 下载
• 编译步骤（speex-1.2 + libogg-1.3.3）
• 编码流程
• 解码流程
• 例程

前言：本系列准备介绍一款基于Speex的语音通信软件开发过程，希望对你有所帮助！

环境：Windows 10 + vs 2017

参考链接：

Speex 介绍

Speex（读音[spi:ks]）是一套开源免费的、无专利保护的、针对语音设计的音频压缩格式。Speex项目通过以提供昂贵的专用语音编解码器的免费替代方案为目标，来降低语音应用程序的进入门槛。此外，Speex非常适用于互联网应用程序，并提供了其他大多数编解码器中不存在的有用功能。最后，Speex是GNU项目的一部分，可以在修订后的BSD许可证下使用。

Speex 特性

• 一种基于码激励线性预测（CELP）算法的开源软件语音引擎。
• 面向Internet 上的语音通信。
• 其主要设计目标是为了提供高质量和低比特率的语音编码。
• 同一个比特流中对语音信号实现

• 窄带( 8 kHz)
• 宽带( 16kHz)
• 超宽带( 32 kHz) 的编码;

• 支持声音强度的立体声编码;
• 丢包补偿能力;
• 可变比特率( variable bitrate, VBR) 特性,
• 编/ 解码器可以在任意时刻动态地改变语音的比特率;
• 语音活动检测( voice activity detection, VAD) ;
• 声音的DTX( discontinuous transmission, 不连续传输);
• 语音处理的定点数计算功能;
• 声学回声消除功能。

Speex 参考资料

官网：http://www.speex.org

用户手册：http://www.speex.org/docs/manual/speex-manual.pdf

API手册:http://www.speex.org/docs/api/speex-api-reference.pdf

speex-1.2beta2开源音频编码器win32下编译：http://www.360doc.com/content/070719/11/29694_619680.html

Ekiga－开源的视频聊天程序：http://www.ekiga.org

注意：Speex编解码器已经被Opus编解码器淘汰，Speex还是可以继续使用，但由于Opus比Speex在各方面都更好，所以鼓励大家切换到Opus，但是Opus只支持编码和解码，不支持噪音抑制、声学回音消除等其他处理功能。

Speex + libogg 下载

Speex下载地址：https://www.speex.org/downloads/

win32\VS2008包含项目：

项目名称	内容
speexenc	speex编码器控制台程序，输入是ogg格式封装的speex编码的spx文件，输出是格式为raw PCM或者WAVE文件，有控制台参数提示信息。依赖libogg库
speexdec	speex解码器控制台程序，输入是格式为raw PCM或者WAVE文件，输出是ogg格式封装的speex编码的spx文件，有控制台参数提示信息。依赖libogg库
testenc	测试窄带编码
testenc_wb	测试宽带编码
testenc_uwb	测试超宽带编码
libspeex	库里面包含了编码和解码相关的函数

libogg下载地址：http://www.linuxfromscratch.org/blfs/view/svn/multimedia/libogg.html

libogg包包含Ogg文件结构。这对于创建(编码)或播放(解码)一个物理位流非常有用。众所周知，这个包使用LFS-8.2平台构建和工作。

编译步骤（speex-1.2 + libogg-1.3.3）

1. 打开libogg-1.3.3\win32\VS2015\libogg_static.sln ，编译此项目，生成libogg_static.lib；
2. 将libogg-1.3.3中的ogg文件复制到speex-1.2.0下的include下；
3. speex-1.2下新建lib文件夹，将步骤1生成的libogg_static.lib复制到speex-1.2的lib目录下；
4. 打开speex-1.2\win32\VS2008\libspeex.sln;
6. 配置项目speexenc和speexdec的lib库文件，即将libogg_static.lib添加到这两个项目中，添加库目录，设置链接器\输入\附加依赖；





7. 编译speexenc和speexdec项目 ;

编译错误：

编译libspeex可能报错1.：fatal error C1083: 无法打开源文件: “……\libspeex\fftwrap.c”: No such file or directory

解决：删除fftwrap.c文件

编译libspeex可能报错2.：error MSB8036: 找不到 Windows SDK 版本8.1。请安装所需的版本的 Windows SDK 或者在项目属性页中或通过右键单击解决方案并选择“重定解决方案目标”来更改 SDK 版本。
解决：修改属性 SDK 版本；

编译speexdec 可能报错1.：

1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_packet_to_header，该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_init，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_destroy，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_read_from，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_bits_remaining，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decode_stereo_int，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_std_stereo_request_handler，该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_init，该符号在函数 _process_header 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_destroy，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decode_int，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_decoder_ctl，该符号在函数 _main 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_lib_ctl，该符号在函数 _version 中被引用
1>speexdec.obj : error LNK2019: 无法解析的外部符号 _speex_lib_get_mode，该符号在函数 _process_header 中被引用

解决：属性→配置属性→链接器→输入→附加依赖项：libspeex.lib

编译speexdec 可能报错2.：

1>libspeex.lib(stereo.obj) : error LNK2019: 无法解析的外部符号 __imp__floor，该符号在函数 _speex_encode_stereo 中被引用
1>libspeex.lib(speex.obj) : error LNK2001: 无法解析的外部符号 __imp__floor
1>libspeex.lib(sb_celp.obj) : error LNK2001: 无法解析的外部符号 __imp__floor
1>libspeex.lib(nb_celp.obj) : error LNK2001: 无法解析的外部符号 __imp__floor

解决：参考解决方法

编码流程

使用Speex的API函数对音频数据进行压缩编码要经过如下步骤：

1. 定义一个SpeexBits类型变量bits和一个Speex编码器状态变量enc_state。
2. 调用speex_bits_init(&bits)初始化bits。
3. 调用speex_encoder_init(&speex_nb_mode)来初始化enc_state。其中speex_nb_mode是SpeexMode类型的变量，表示的是窄带模式。还有speex_wb_mode表示宽带模式、speex_uwb_mode表示超宽带模式。
4. 调用函数 int speex_encoder_ctl(void * state, int request, void * ptr)来设定编码器的参数，其中参数state表示编码器的状态；参数request表示要定义的参数类型，如SPEEX_GET_FRAME_SIZE表示设置帧大小，SPEEX_SET_QUALITY表示量化大小，这决定了编码的质量；参数ptr表示要设定的值。
5. 可通过speex_encoder_ctl(enc_state, SPEEX_GET_FRAME_SIZE, &frame_size) 和speex_encoder_ctl(enc_state, SPEEX_SET_QUALITY, &quality)来设定编码器的参数。
6. 初始化完毕后，对每一帧声音作如下处理：调用函数speex_bits_reset(&bits)再次设定SpeexBits，然后调用函数speex_encode(enc_state, input_frame, &bits)，参数bits中保存编码后的数据流。
7. 编码结束后，调用函数speex_bits_destroy(&bits)，speex_encoder_destroy(enc_state)来关闭和销毁SpeexBits和解码器。

解码流程

1. 对已经编码过的音频数据进行解码要经过以下步骤：
2. 定义一个SpeexBits类型变量bits和一个Speex编码状态变量enc_state。
3. 调用speex_bits_init(&bits)初始化bits。
4. 调用speex_decoder_init (&speex_nb_mode)来初始化enc_state。
5. 调用函数speex_decoder_ctl (void *state, int request, void *ptr)来设定编码器的参数。
6. 调用函数 speex_decode(void *state, SpeexBits *bits, float *out)对参数bits中的音频数据进行解编码，参数out中保存解码后的数据流。
7. 调用函数speex_bits_destroy(&bits), speex_ decoder_ destroy (void *state)来关闭和销毁SpeexBits和解码器。

例程

#include <speex/speex.h>
#include <stdio.h>

/*帧的大小在这个例程中是一个固定的值,但它并不是必须这样*/
#define FRAME_SIZE 160

int main(int argc, char **argv)
{

    char * inFile;
    FILE * fin;
    short in[FRAME_SIZE];
    float input[FRAME_SIZE];
    char cbits[200];
    int nbBytes;
    void * state; /*保存编码的状态*/
    SpeexBits bits; /*保存字节因此他们可以被speex常规读写*/
    int i, tmp;
    //新建一个新的编码状态在窄宽(narrowband)模式下
    state = speex_encoder_init(&speex_nb_mode);
    //设置质量为8(15kbps)
    tmp = 8;
    speex_encoder_ctl(state, SPEEX_SET_QUALITY, &tmp);
    inFile = argv[1];
    fin = fopen(inFile, "r");
    //初始化结构使他们保存数据
    speex_bits_init(&bits);
    while (1)
    {
        //读入一帧16bits的声音
        fread(in, sizeof(short), FRAME_SIZE, fin);
        if (feof(fin))
        break;
        //把16bits的值转化为float,以便speex库可以在上面工作
        for (i = 0; i < FRAME_SIZE; i++)
            input[i] = in[i];
        //清空这个结构体里所有的字节,以便我们可以编码一个新的帧
        speex_bits_reset(&bits);
        //对帧进行编码
        speex_encode(state, input, &bits);
        //把bits拷贝到一个利用写出的char型数组
        nbBytes = speex_bits_write(&bits, cbits, 200);
        //首先写出帧的大小,这是sampledec文件需要的一个值,但是你的应用程序中可能不一样
        fwrite(&nbBytes, sizeof(int), 1, stdout);
        //写出压缩后的数组
        fwrite(cbits, 1, nbBytes, stdout);
    }
    //释放编码器状态量
    speex_encoder_destroy(state);
    //释放bit_packing结构
    speex_bits_destroy(&bits);
    fclose(fin);
    return 0;
}