speexのデコードが間違っています

Question

私はspeexを使っていくつかのオーディオデータをエンコードし、UDPで送信し、反対側でデコードしています。 私はspeexを使っていくつかのテストを行いました。パケットをデコードすると、デコードされたデータは元のデータに近くなりません。バッファの先頭にあるほとんどのバイトは0です。 したがって、UDPで送信されたオーディオをデコードすると、ノイズが発生します。 これは私がオーディオをコードしています方法です：

bool AudioEncoder::encode(float *raw, char *encoded_bits) 
{ 
    for (size_t i = 0; i < 256; i++) 
     this->_rfdata[i] = raw[i]; 
    speex_bits_reset(&this->_bits); 
    speex_encode(this->_state, this->_rfdata, &this->_bits); 
    int bytesWritten = speex_bits_write(&this->_bits, encoded_bits, 512); 
    if (bytesWritten) 
     return true; 
    return false; 
} 

これは私がオーディオデコードしています方法です：

float *f = new float[256]; 
// recvbuf is the buffer I pass to my recv function on the socket 
speex_bits_read_from(&this->_bits, recvbuf, 512); 
speex_decode(this->state, &this->_bits, f); 

を、私はドキュメントをチェックアウトしてきた、と私のコードのほとんどは例から来ていますエンコード/デコードサンプルをspeexのWebサイトから取得します。 私はここで何が欠けているのか分かりません。

Answer 1

コード化されたデータが非常に異なる理由が見つかりました。 Paulo Scardine氏によると、Speexは160フレームでしか動作しないため、PortaudioからSpeexにデータを取得する場合、160フレームの「パケット」である必要があります。

Answer 2

あなたは、いくつかの簡単なエンコーディング/デコーディングのためにここを見てしたいことがあります。 http://www.speex.org/docs/manual/speex-manual/node13.html#SECTION001310000000000000000

あなたはUDPを使用しているので、あなたも、パケットやものの再オーダーにジッタバッファでも動作します。

Answer 3

実際に話すが、オーディオデータに付加的な遅延を導入し、私は逆enginieringで判明：

narrow band : delay = 200 - framesize + lookahead = 200 - 160 + 40 = 80 samples 

wide band : delay = 400 - framesize + lookahead = 400 - 320 + 143 = 223 samples 

uwide band : delay = 800 - framesize + lookahead = 800 - 640 + 349 = 509 samples 

先読みがzereosで初期化されているので、あなたが「ゼロに近い」ことを最初の数のサンプルを観察します。

タイミングを正しく取得するには、コーデックに入力した実際のオーディオデータを取得する前に、それらのサンプルをスキップする必要があります。なぜそれは、私は知らない。 Speexはストリーミング用であり、主にオーディオデータの保存と復元を目的としたものではないため、Spalexの作者Probalbyはこれを気にしませんでした。 スペースを浪費しないようにするもう1つの回避策は、実際のオーディオデータを入力して最初のspeexフレーム全体をドロップする前に、コーデックに（フレームサイズ遅延）ゼロを送ります。

これがすべてを明確にすることを願っています。 Speexに精通している人がこれを読んでくれたら、私が間違っていれば私を修正してください。

EDIT：実際には、デコーダとエンコーダの両方に先読み時間があります。遅延の実際の式は次のとおりです。

narrow band : delay = decoder_lh + encoder_lh = 40 + 40 = 80 samples 

wide band : delay = decoder_lh + encoder_lh = 80 + 143 = 223 samples 

uwide band : delay = decoder_lh + encoder_lh = 160 + 349 = 509 samples