CN104732979A - 一种音频数据的处理方法及装置 - Google Patents

Abstract

本发明公开了一种音频数据的处理方法及装置，用以提高对音频数据的编码效率，实现实时编码的目的。所述方法包括：以脉冲编码调制PCM数据格式采集单声道的音频数据；对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；提交所述PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；发送所述AAC-ELD数据帧。

Description

一种音频数据的处理方法及装置

技术领域

本发明涉及数据处理技术领域，特别涉及一种音频数据的处理方法及装置。

背景技术

音频数据编码的一个目标是在尽可能多地保持原始声音质量的同时将音频信号压缩成所要的有限信息量。通常可以采用PCM(Pulse Code Modulation，脉冲编码调制)对音频数据进行编码，通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码，其最大的优点就是音质好，最大的缺点就是体积大。

AAC(Advanced Audio Coding，高级音频编码)-ELD(Enhanced Low Delay，增强型低延迟)是一个基于普通音频编解码器AAC(主要用于主流音乐下载和流媒体平台)的通信编解码器。AAC-ELD以非常低的比特率，为视频通话和电话提供了与CD一样的音频质量。

然而，现有技术中对PCM音频数据进行AAC-ELD编码时，由于采用单线程编码，编码效率较低，无法满足实时性的需求。

发明内容

本发明提供一种音频数据的处理方法及装置，用以提高对音频数据的编码效率，实现实时编码的目的。

本发明提供一种音频数据的处理方法，包括：

以脉冲编码调制PCM数据格式采集单声道的音频数据；

对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；

提交所述PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；

发送所述AAC-ELD数据帧。

在本发明一实施例中，所述以脉冲编码调制PCM数据格式采集单声道的音频数据，包括：

在本机上安装虚拟声卡设备，并获取所述虚拟声卡设备的全局统一标识符GUID；

根据所述GUID，获取所述虚拟声卡设备的采集接口；

利用所述采集接口，以PCM数据格式采集单声道的音频数据。

在本发明一实施例中，所述利用所述采集接口，以PCM数据格式采集单声道的音频数据，包括：

配置所述采集接口的参数，其中，所述采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数；

利用配置后的所述采集接口，对所述单声道的音频数据以PCM数据格式进行采集。

在本发明一实施例中，所述对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧，包括：

将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。

在本发明一实施例中，在提交所述PCM数据帧至AAC-ELD编码器之前，所述方法还包括：

配置所述AAC-ELD编码器的参数，其中，所述编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。

本发明还提供一种音频数据的处理装置，包括：

采集模块，用于以脉冲编码调制PCM数据格式采集单声道的音频数据；

分帧模块，用于对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；

编码模块，用于提交所述PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；

发送模块，用于发送所述AAC-ELD数据帧。

在本发明一实施例中，所述采集模块包括：

安装单元，用于在本机上安装虚拟声卡设备；

获取单元，用于获取所述虚拟声卡设备的全局统一标识符GUID；以及根据所述GUID，获取所述虚拟声卡设备的采集接口；

采集单元，用于利用所述采集接口，以PCM数据格式采集单声道的音频数据。

在本发明一实施例中，所述采集单元还用于：

配置所述采集接口的参数，其中，所述采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数；

利用配置后的所述采集接口，对所述单声道的音频数据以PCM数据格式进行采集。

在本发明一实施例中，所述分帧模块还用于：将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。

在本发明一实施例中，在所述编码模块提交所述PCM数据帧至AAC-ELD编码器之前，所述装置还包括：

配置模块，用于配置所述AAC-ELD编码器的参数，其中，所述编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。

本发明实施例的一些有益效果可以包括：

本发明实施例中，以PCM数据格式采集单声道的音频数据，随后对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧，接着提交PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧，最后发送AAC-ELD数据帧。由此，本发明实施例采集单声道的音频数据，从而降低PCM数据量，进而降低了AAC-ELD编码的工作量，从而能够完成实时编码，保证实时性。进一步，本发明通过AAC-ELD编码方式对音频数据编码，能够降低音频数据的数据量，从而在后续发送编码后的AAC-ELD数据帧能够提高传输效率，并且AAC-ELD数据帧能够保证音频数据的质量，从而实现音频数据快速传输同时能够兼顾音频数据的质量的目的。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明一实施例中音频数据的处理方法的流程图；

图2为本发明一实施例中实现步骤S11的流程图；

图3为本发明一实施例中实现步骤S23的流程图；

图4为本发明一实施例中音频数据的处理装置的结构示意图；

图5所示为本发明一实施例中采集模块41的结构示意图；以及

图6为本发明另一实施例中音频数据的处理装置的结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1所示为本发明一实施例中音频数据的处理方法的流程图，该方法包括以下步骤S11-S14：

步骤S11，以PCM数据格式采集单声道的音频数据。

在该步骤中，采用PCM(Pulse Code Modulation，脉冲编码调制)对单声道的音频数据进行编码，通过抽样、量化、编码三个步骤将连续变化的模拟信号转换为数字编码，其最大的优点就是音质好。

步骤S12，对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧。

步骤S13，提交PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧。

在该步骤中，AAC(Advanced Audio Coding，高级音频编码)-ELD(EnhancedLow Delay，增强型低延迟)是一个基于普通音频编解码器AAC(主要用于主流音乐下载和流媒体平台)的通信编解码器。AAC-ELD以非常低的比特率，为视频通话和电话提供了与CD一样的音频质量。

步骤S14，发送AAC-ELD数据帧。

本发明实施例中，以PCM数据格式采集单声道的音频数据，随后对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧，接着提交PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧，最后发送AAC-ELD数据帧。由此，本发明实施例采集单声道的音频数据，从而降低PCM数据量，进而降低了AAC-ELD编码的工作量，从而能够完成实时编码，保证实时性。进一步，本发明通过AAC-ELD编码方式对音频数据编码，能够降低音频数据的数据量，从而在后续发送编码后的AAC-ELD数据帧能够提高传输效率，并且AAC-ELD数据帧能够保证音频数据的质量，从而实现音频数据快速传输同时能够兼顾音频数据的质量的目的。

上文步骤S11以PCM数据格式采集单声道的音频数据，本发明提供了一种优选的方案，图2所示为本发明一实施例中实现步骤S11的流程图，包括以下步骤S21-S23：

步骤S21，在本机上安装虚拟声卡设备，并获取该虚拟声卡设备的GUID(Globally Unique Identifier，全局统一标识符)。

步骤S22，根据该虚拟声卡设备的GUID，获取虚拟声卡设备的采集接口。

步骤S23，利用采集接口，以PCM数据格式采集单声道的音频数据。

在该实施例中，通过在本机上安装的虚拟声卡设备实现单声道的音频数据的采集，从而可以降低PCM数据量，进而降低了后续的AAC-ELD编码的工作量，从而能够完成实时编码，保证实时性。

进一步，步骤S23中利用采集接口，以PCM数据格式采集单声道的音频数据，本发明提供了一种优选的方案，图3所示为本发明一实施例中实现步骤S23的流程图，包括以下步骤S31-S32：

步骤S31，配置采集接口的参数，其中，该采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数。

在该步骤中，可以配置以下采集接口的参数：

wfxInput.wFormatTag＝WAVE_FORMAT_PCM；

wfxInput.nSamplesPerSec＝44100；

wfxInput.wBitsPerSample＝16；

wfxInput.nChannels＝1；

其中，wfxInput.wFormatTag表示采集数据格式，wfxInput.nSamplesPerSec表示采样率，wfxInput.wBitsPerSample表示每个采样点的字节数，以及wfxInput.nChannels表示声道数。上述参数的赋值列举仅是示意性的，并不限制本发明，本发明可以根据实际需求配置合适的参数值。

步骤S32，利用配置后的采集接口，对单声道的音频数据以PCM数据格式进行采集。

上文步骤S12中对采集的、单声道PCM音频数据进行分帧处理，本发明提供了一种优选的方案，在该方案中，将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。例如，将PCM音频数据按照480个采样点为单位分成一个个PCM数据帧，这里，采用480个采样点组成一帧可以由AAC-ELD数据帧长来决定。

进一步，在步骤S13提交PCM数据帧至AAC-ELD编码器之前，还包括：配置AAC-ELD编码器的参数，其中，编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。

以下列举了一种配置的编码器的参数：

aacEncoder_SetParam(声道数：1)；

aacEncoder_SetParam(编码输出数据格式：AOT_ER_AAC_ELD)；

aacEncoder_SetParam(采样率：44100)；

aacEncoder_SetParam(码率：128000)；

aacEncoder_SetParam(每帧采样点数：480)；

当然，上述参数的赋值列举仅是示意性的，并不限制本发明，本发明可以根据实际需求配置合适的参数值。

对应于上述实施例中的音频数据的处理方法，本发明还提供了一种音频数据的处理装置。如图4所示为本发明一实施例中音频数据的处理装置的结构示意图，包括：

采集模块41，用于以脉冲编码调制PCM数据格式采集单声道的音频数据；

分帧模块42，用于对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；

编码模块43，用于提交PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；

发送模块44，用于发送AAC-ELD数据帧。

图5所示为本发明一实施例中采集模块41的结构示意图，包括：

安装单元51，用于在本机上安装虚拟声卡设备；

获取单元52，用于获取虚拟声卡设备的全局统一标识符GUID；以及根据GUID，获取虚拟声卡设备的采集接口；

采集单元53，用于利用采集接口，以PCM数据格式采集单声道的音频数据。

在本发明一实施例中，上述采集单元53还用于：

配置采集接口的参数，其中，采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数；

利用配置后的采集接口，对单声道的音频数据以PCM数据格式进行采集。

在本发明一实施例中，上述分帧模块42还用于：将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。

在本发明一实施例中，如图6所示，图4展示的装置还可以包括：配置模块61，用于配置AAC-ELD编码器的参数，其中，编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。

本发明实施例的上述装置：以PCM数据格式采集单声道的音频数据，随后对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧，接着提交PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧，最后发送AAC-ELD数据帧。由此，本发明实施例采集单声道的音频数据，从而降低PCM数据量，进而降低了AAC-ELD编码的工作量，从而能够完成实时编码，保证实时性。进一步，本发明通过AAC-ELD编码方式对音频数据编码，能够降低音频数据的数据量，从而在后续发送编码后的AAC-ELD数据帧能够提高传输效率，并且AAC-ELD数据帧能够保证音频数据的质量，从而实现音频数据快速传输同时能够兼顾音频数据的质量的目的。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种音频数据的处理方法，其特征在于，包括：

以脉冲编码调制PCM数据格式采集单声道的音频数据；

对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；

提交所述PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；

发送所述AAC-ELD数据帧。

2.根据权利要求1所述的方法，其特征在于，所述以脉冲编码调制PCM数据格式采集单声道的音频数据，包括：

在本机上安装虚拟声卡设备，并获取所述虚拟声卡设备的全局统一标识符GUID；

根据所述GUID，获取所述虚拟声卡设备的采集接口；

利用所述采集接口，以PCM数据格式采集单声道的音频数据。

3.根据权利要求2所述的方法，其特征在于，所述利用所述采集接口，以PCM数据格式采集单声道的音频数据，包括：

配置所述采集接口的参数，其中，所述采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数；

利用配置后的所述采集接口，对所述单声道的音频数据以PCM数据格式进行采集。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧，包括：

将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。

5.根据权利要求1所述的方法，其特征在于，在提交所述PCM数据帧至AAC-ELD编码器之前，还包括：

配置所述AAC-ELD编码器的参数，其中，所述编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。

6.一种音频数据的处理装置，其特征在于，包括：

采集模块，用于以脉冲编码调制PCM数据格式采集单声道的音频数据；

分帧模块，用于对采集的、单声道PCM音频数据进行分帧处理，得到PCM数据帧；

编码模块，用于提交所述PCM数据帧至AAC-ELD编码器，生成AAC-ELD数据帧；

发送模块，用于发送所述AAC-ELD数据帧。

7.根据权利要求6所述的装置，其特征在于，所述采集模块包括：

安装单元，用于在本机上安装虚拟声卡设备；

获取单元，用于获取所述虚拟声卡设备的全局统一标识符GUID；以及根据所述GUID，获取所述虚拟声卡设备的采集接口；

采集单元，用于利用所述采集接口，以PCM数据格式采集单声道的音频数据。

8.根据权利要求7所述的装置，其特征在于，所述采集单元还用于：

配置所述采集接口的参数，其中，所述采集接口的参数至少包括采集数据格式、采样率、每个采样点的字节数以及声道数；

利用配置后的所述采集接口，对所述单声道的音频数据以PCM数据格式进行采集。

9.根据权利要求6-8任一项所述的装置，其特征在于，所述分帧模块还用于：将采集的、单声道PCM音频数据根据固定字节数分为固定长度的PCM数据帧。

10.根据权利要求6所述的装置，其特征在于，在所述编码模块提交所述PCM数据帧至AAC-ELD编码器之前，还包括：

配置模块，用于配置所述AAC-ELD编码器的参数，其中，所述编码器的参数至少包括声道数、编码输出数据格式、采样率、码率以及每帧采样点数。