1,、引言大家好,，我是劉華平，從畢業(yè)到現(xiàn)在我一直在從事音視頻領(lǐng)域相關(guān)工作,，也有一些自己的創(chuàng)業(yè)項(xiàng)目,，曾為早期Google Android SDK多媒體架構(gòu)的構(gòu)建作出貢獻(xiàn)。 就音頻而言,，無(wú)論是算法多樣性,，Codec種類(lèi)還是音頻編解碼復(fù)雜程度都遠(yuǎn)遠(yuǎn)比視頻要高。視頻的Codec目前還主要是以宏塊為處理單元,，預(yù)測(cè)加變換的混合編碼框架,，例如H.264和H.265都是在這一框架下。而音頻則相當(dāng)復(fù)雜,，且不同的場(chǎng)景必須要選擇不同的音頻編解碼器,。以下就是本次為大家分享的主要內(nèi)容，希望通過(guò)此次分享可以使大家對(duì)音頻編解碼有一個(gè)整體的認(rèn)識(shí),，并在實(shí)際應(yīng)用中有參考的依據(jù),。 本次分享的內(nèi)容提綱：
* 本次演講PPT文稿，請(qǐng)從文末附件下載,！ （本文同步發(fā)布于：http://www./thread-2230-1-1.html） 2、分享者劉華平： - 現(xiàn)為網(wǎng)易云音樂(lè)音視頻實(shí)驗(yàn)室負(fù)責(zé)人,，上海大學(xué)通信學(xué)院在職博士； - 曾任掌門(mén)集團(tuán)（WIFI萬(wàn)能鑰匙）音視頻技術(shù)研發(fā)總監(jiān),，資深研究員,； - 行者悟空聲學(xué)技術(shù)有限公司首席技術(shù)官(聯(lián)合創(chuàng)始人)； - 阿里巴巴前高級(jí)技術(shù)專(zhuān)家(P8),， 阿里音樂(lè)音視頻部門(mén)總監(jiān),； - Visualon音頻部門(mén)經(jīng)理、盛大創(chuàng)新院研究員,、Freescale 上海研發(fā)中心多媒體部門(mén),； - 早期 Google Android SDK多媒體架構(gòu)的貢獻(xiàn)者，開(kāi)源 AMR_WB 編碼器工程開(kāi)發(fā)者,。 劉華平擁有5項(xiàng)技術(shù)發(fā)明專(zhuān)利,、二十余篇專(zhuān)業(yè)論文和多項(xiàng)軟件著作權(quán)，參與過(guò)浙江省杭州重大專(zhuān)項(xiàng)項(xiàng)目,，浙江省金華科委項(xiàng)目,，上海市科委項(xiàng)目(球諧域全景音頻關(guān)鍵技術(shù)研究)。 3,、系列文章本文是系列文章中的第18篇,，本系列文章的大綱如下：
4,、語(yǔ)言/音頻編碼總表▲ 語(yǔ)言/音頻編碼總表 上圖展示的是語(yǔ)言/音頻編碼總表,，可以看到其比視頻編碼要復(fù)雜得多,，單純的算法也遠(yuǎn)遠(yuǎn)比視頻要更加復(fù)雜。 5,、數(shù)字語(yǔ)言基本要素數(shù)字聲音具有三個(gè)要素：
▲ 聲音數(shù)字化的過(guò)程 如上圖所示,，聲音數(shù)字化的過(guò)程為：
6、為什么要壓縮壓縮音頻,，主要是為了在降低帶寬負(fù)擔(dān)的同時(shí)為視頻騰出更多帶寬空間,。存儲(chǔ)和帶寬二大因素決定了語(yǔ)音壓縮的必要性。 我們看看下面的例子,。 長(zhǎng)度為4分鐘,，采樣頻率為44100Hz,采樣深度為16bits,雙聲音Wav文件大小：
MP3,，128kbps壓縮后文件大?。?/strong>
正如上面的例子，聲音壓縮后,，存儲(chǔ)大小為原大小的十分之一,，壓縮率十分可觀！ 7,、編碼器考慮因素7.1 基本概念 編碼器考慮的因素：
通過(guò)一些特定的壓縮算法,，可以壓縮音頻文件至原來(lái)的1/10,，同時(shí)人耳也無(wú)法分辨壓縮前后的聲音質(zhì)量差異，需要滿(mǎn)足多種條件才能實(shí)現(xiàn)這種效果,；而對(duì)于編碼器,，無(wú)論是設(shè)計(jì)階段還是使用階段，我們都需要考慮最佳壓縮效果,、算法的復(fù)雜度與算法的延時(shí),，結(jié)合特殊場(chǎng)景進(jìn)行特定的設(shè)計(jì)；而兼容性也是我們不能不考慮的重點(diǎn),。 7.2 語(yǔ)音經(jīng)典編碼模型：發(fā)音模型 ▲ 發(fā)音模型（原圖點(diǎn)擊查看） 我們的很多編解碼器都是基于綜合人的發(fā)音模型與一些和聽(tīng)覺(jué)相關(guān)的理論支持研究提出的特定編解碼算法。初期我們通過(guò)研究人的發(fā)音原理來(lái)設(shè)計(jì)音頻編解碼的算法,，包括端到端的濾波或輕濁音等,，只有充分理解人的發(fā)聲原理我們才能在編解碼端做出有價(jià)值的優(yōu)化,。 【7.2.1】語(yǔ)音編碼模型——LPC： ▲ 經(jīng)典語(yǔ)音編碼模型：LPC（原圖點(diǎn)擊查看） ▲ LPC 數(shù)學(xué)表達(dá) LPC作為經(jīng)典語(yǔ)音編碼模式,，其本質(zhì)是一個(gè)線性預(yù)測(cè)的過(guò)程。早期的G.7系列編碼模型便是通過(guò)此模型對(duì)整個(gè)語(yǔ)音進(jìn)行編碼,，上圖展示的過(guò)程可與之前的人發(fā)聲過(guò)程進(jìn)行匹配,，每個(gè)環(huán)節(jié)都有一個(gè)相應(yīng)的模塊用來(lái)支撐人發(fā)聲的過(guò)程。其中使用了AR數(shù)學(xué)模型進(jìn)行線性預(yù)測(cè),，此算法也是現(xiàn)在很多語(yǔ)音編碼的重要組成模塊,。 【7.2.2】語(yǔ)音編碼模型——G.729： ▲經(jīng)典語(yǔ)音編碼模型: G.729(CELP) G.729同樣是經(jīng)典的語(yǔ)音編碼模型之一,，也是我們學(xué)習(xí)語(yǔ)音編碼的一個(gè)入門(mén)級(jí)Codec,。G.729的文檔十分完善，包括每個(gè)模塊的源代碼在內(nèi)都可直接下載,。G.729可以說(shuō)是在早期發(fā)聲模型基礎(chǔ)上的改進(jìn)，需要關(guān)注的性能指標(biāo)是幀長(zhǎng)與算法上的延時(shí),，包括語(yǔ)音質(zhì)量的MOS分,。G.729也有很多變種，由于語(yǔ)音需要考慮系統(tǒng)兼容性,，不同的系統(tǒng)指定攜帶的Codec也不同,，音頻編碼的復(fù)雜程度要遠(yuǎn)高于視頻編碼。 G.729 建議了共軛結(jié)構(gòu)的算術(shù)碼本激勵(lì)線性預(yù)測(cè)(CS-ACELP)編碼方案,。G.729算法的幀長(zhǎng)為10ms, 編碼器含5ms 前瞻,，算法時(shí)延15ms，語(yǔ)音質(zhì)量MOS分可達(dá)4.0,。 7.3 語(yǔ)音經(jīng)典編碼模型——聽(tīng)覺(jué)模型 ▲ ISO編碼模型：心理聲學(xué)模型 除了研究人發(fā)聲的原理，我們還需要研究人聽(tīng)聲的原理,，從而更好實(shí)現(xiàn)聲音的收集與處理,。一個(gè)聲音信號(hào)是否能被人耳聽(tīng)見(jiàn)主要取決于聲音信號(hào)的頻率、強(qiáng)度與其他音的干擾,。心理聲學(xué)模型便是用來(lái)找出音頻信號(hào)中存在的冗余信息從而實(shí)現(xiàn)在壓縮聲音信號(hào)的同時(shí)不影響聽(tīng)覺(jué)的目的,。心理聲學(xué)理論的成熟為感知編碼系統(tǒng)奠定了理論基礎(chǔ)，這里的感知編碼主要是ISO編碼模型,，主要覆蓋的聲學(xué)原理有臨界頻帶,、絕對(duì)聽(tīng)覺(jué)閾值、頻域掩蔽,、時(shí)域掩蔽等,。 ▲ 聽(tīng)覺(jué)模型 無(wú)論是MP3還是AAC以至于到后面的杜比音效都是基于聽(tīng)覺(jué)模型進(jìn)行的探索與創(chuàng)新。 【7.3.1】臨界頻帶： 由于聲音頻率與掩蔽曲線不是線性關(guān)系,，為從感知上來(lái)統(tǒng)一度量聲音頻率,，引入了“臨界頻帶”的概念。通常認(rèn)為,，在20Hz到16kHz范圍內(nèi)有24個(gè)監(jiān)界頻帶,。臨界頻帶的單位叫Bark(巴克)。 ▲ 臨界頻帶 臨界頻帶主要用于心理聲學(xué)模型,。由于聲音頻率與掩蔽曲線并非線性關(guān)系，為從感知上來(lái)統(tǒng)一度量聲音頻率,，我們引入了“臨界頻帶”的概念,。人耳對(duì)每段的某個(gè)頻率的靈敏度不同，二者關(guān)系是非線性的,。通常我們會(huì)將人可以聽(tīng)到的整個(gè)頻率也就是從20Hz到16KHz分為24個(gè)頻帶,，可在其中進(jìn)行時(shí)域或頻域類(lèi)的掩蔽，將一些冗余信息從編碼中去除從而有效提升壓縮率,。 【7.3.2】絕對(duì)聽(tīng)覺(jué)閾值：
▲ 絕對(duì)聽(tīng)覺(jué)閾值 絕對(duì)聽(tīng)覺(jué)閾值也可有效提升壓縮率，基于心理聲學(xué)模型,，可去除編碼中的冗余部分,。 7.4 經(jīng)典音頻編碼：ISO
▲ 經(jīng)典音頻編碼：ISO 我們可將最早的MP3 Layer1理解為第一代的ISO感知編碼,，隨后的一些純量化內(nèi)容更多的是在壓縮上進(jìn)行改進(jìn)而核心一直未改變,。從MP3 Layer1到Layer2與Layer3，主要的改變是心理聲學(xué)模型的迭代,。
▲ MPEG1 LayerI Codec
▲ MPEG1 LayerIII Codec 上圖展示的是Encode與Decode的回路,。輸入的PCM首先會(huì)經(jīng)過(guò)多子帶分析與頻域中的心理聲學(xué)模型冗余處理,，而后進(jìn)行量化編碼；Layer III中的是我們現(xiàn)在常說(shuō)的MP3的Codec：Encode與Decode之間的整體回路,，相比于Layer1多了幾個(gè)處理環(huán)節(jié)以及霍夫曼編碼,。 7.5 AAC協(xié)議族
▲ AAC家族 AAC與G.719一樣包括很多系列,，但AAC的巧妙之處在于向下兼容的特性,。開(kāi)始時(shí)我們就強(qiáng)調(diào)，所有Codec在設(shè)計(jì)時(shí)都需要考慮兼容性,，瑞典的Coding Technology公司曾提出在兼容性上特別優(yōu)化的方案,。AAC Plus V1包括AAC與SBR,，AAC Plus V2包括AAC+SBR+PS，現(xiàn)在常見(jiàn)的很多音樂(lè)類(lèi)或直播音頻編碼都是基于AAC Plus協(xié)議族進(jìn)行的,。 德國(guó)的霍朗浦學(xué)院曾在AAC低延時(shí)協(xié)議擴(kuò)展方面做出一些探索并得到了AAC LD協(xié)議族,，其原理仍基于傳統(tǒng)的AAC模塊，但在后端會(huì)對(duì)處理長(zhǎng)度進(jìn)行調(diào)整,，例如之前是以1024bit為一個(gè)處理單位,，那改進(jìn)后則以960bit為一個(gè)處理單位。除此之外AAC LD加入了LD-SBR與LD-MPS等,，從而形成一個(gè)規(guī)模較大的AAC-ELD V2模塊,，可以說(shuō)是十分巧妙。 【7.5.1】AACPlus核心模塊——SBR（Spectral Band Replication）：
▲ SBR(Spectral Band Replication) 我們可以看到,，AAC可以說(shuō)充分利用了頻域擴(kuò)展，用很小的代價(jià)實(shí)現(xiàn)諸多功能優(yōu)化,。AAC的核心之一是SBR,，這是一種使用極少位數(shù)就可描述高頻部分并在解碼時(shí)進(jìn)行特殊優(yōu)化從而實(shí)現(xiàn)頻域擴(kuò)展的模塊。上圖展示的是不同壓縮率模塊所覆蓋的頻率取值范圍,，而使用AAC時(shí)需要注意一個(gè)被稱(chēng)為“甜點(diǎn)碼率”的指標(biāo),。無(wú)論是采樣率還是碼率都是變化的，在應(yīng)用時(shí)選擇何種碼率十分關(guān)鍵,。例如直播時(shí)采用64Kbps即可在覆蓋整個(gè)頻段的同時(shí)保持良好音質(zhì)。 【7.5.2】AACPlus核心模塊——PS（Parametric Stereo）：
▲ ：PS(Parametric Stereo) PS 描述參數(shù)：IID(Inter-channel Intensity Difference),,，ICC(Inter-channel Cross-Correlation)，IPD(Inter-channel Phase Difference),。
▲ AACPlus v2編碼框圖
▲ AACPlus v2解碼框圖 PS模塊也是AAC的核心模塊之一,，主要用于分析左右聲道屬性并使用非常少的位數(shù)表示左右聲道相關(guān)性,，而后在解碼端將左右聲道分離。這里比較巧妙的是PS的向下兼容特性,，整體數(shù)據(jù)打包是分開(kāi)進(jìn)行的,。如果獲取到AAC、SBR,、PS三者的基本數(shù)據(jù)包后,，在解碼階段我們就只需AAC—LC。上圖展示的就是AAC的解碼框架,，如果大家讀過(guò)3GPP的代碼就可發(fā)現(xiàn)其每一個(gè)模塊都相當(dāng)清楚,。我們可根據(jù)文檔讀取代碼并對(duì)應(yīng)到每一個(gè)環(huán)節(jié),。 【7.5.3】甜點(diǎn)碼率：
▲ AAC 甜點(diǎn)碼率 甜點(diǎn)碼率是一項(xiàng)很關(guān)鍵的指標(biāo),。例如在手機(jī)直播應(yīng)用場(chǎng)景中,，一般的視頻分辨率為640×360，音頻碼率大約在800K左右,。如果音頻碼率過(guò)大則會(huì)直接影響視頻質(zhì)量,，因而我們需要控制音頻碼率在一個(gè)較為合適的范圍內(nèi)從而實(shí)現(xiàn)最佳的音畫(huà)效果。在很多應(yīng)用場(chǎng)景中可能需要系統(tǒng)根據(jù)不同的網(wǎng)絡(luò)環(huán)境下載不同音質(zhì)的文件,，例如在2G環(huán)境中下載較小的文件,，這樣做主要是為了節(jié)省帶寬并提高音頻文件的播放流暢程度。 7.6 AAC-ELD家族 AAC-ELD家族產(chǎn)生背景：aacplus v2 已經(jīng)在壓縮和音質(zhì)方面做到了近似于極致,，但由于算法實(shí)現(xiàn)上的長(zhǎng)達(dá)100ms左右的延時(shí)極大的阻礙aacplus v2在實(shí)時(shí)通訊領(lǐng)域的應(yīng)用,。Fraunhofer IIS 為了解決這個(gè)問(wèn)題，對(duì)AAC進(jìn)行相關(guān)改進(jìn),，形成了AAC-ELD協(xié)議族,。
▲ AAC-ELD家族 AAC-ELD家族帶來(lái)的主要改進(jìn)是低延遲,。如果Codec的延遲太長(zhǎng)便無(wú)法在一些特定場(chǎng)景中被使用,。例如早期AAC Plus V2的整體延遲可達(dá)100ms，如此高的延遲肯定無(wú)法被應(yīng)用于語(yǔ)音通話等對(duì)實(shí)時(shí)性要求極高的應(yīng)用場(chǎng)景,?；衾势諏W(xué)院推出的AAC-ELD可在保持音質(zhì)的前提下將延遲降低至15ms，相對(duì)于MP3最高長(zhǎng)達(dá)200ms的延遲而言提升巨大,。 7.7 應(yīng)用中端到端的延遲
▲ 端到端的延時(shí) 編解碼過(guò)程也存在延時(shí)問(wèn)題，這也是我們選擇編解碼器時(shí)需要考慮的最主要因素之一,，編解碼的延時(shí)主要由處理延時(shí)與算法延時(shí)組成,，例如G.729的算法延時(shí)為15ms，而AAC-LC可達(dá)到一百毫秒以上,。另外,，播放端或采集端的長(zhǎng)幀數(shù)量太多，播放時(shí)緩存太多等也會(huì)直接影響延時(shí),，我們?cè)谶x擇編解碼器時(shí)需要考慮延時(shí)帶來(lái)的影響,。 編解碼器已經(jīng)歷了兩個(gè)發(fā)展方向： 1）一個(gè)是以G.7（G.729）為例，根據(jù)發(fā)聲模型設(shè)計(jì)的一套主要集中于語(yǔ)音方面的編解碼算法,； 2）另一個(gè)是以ISO的MP3和AAC為例,，根據(jù)心理聲學(xué)模型設(shè)計(jì)的一套感知編碼。 最近的趨勢(shì)是編碼的統(tǒng)一：原來(lái)在語(yǔ)音場(chǎng)景下我們使用8K或16K進(jìn)行采樣,，音樂(lè)場(chǎng)景下則需使用覆蓋到全頻帶的44.1K進(jìn)行采樣,，每個(gè)Codec都有一個(gè)頻域覆蓋的范圍,。在之前的開(kāi)發(fā)中，如果應(yīng)用場(chǎng)景僅針對(duì)壓縮語(yǔ)音那么需要選擇語(yǔ)音編碼方案,，如果應(yīng)用場(chǎng)景針對(duì)壓縮音樂(lè)則需要選擇音樂(lè)編碼方案,，而現(xiàn)在的發(fā)展方向是通過(guò)一套編碼從容應(yīng)對(duì)語(yǔ)音與音樂(lè)兩個(gè)應(yīng)用場(chǎng)景，這就是接下來(lái)將要被提到的USAC,。 這里介紹兩個(gè)比較典型的Codec： 1）一個(gè)是Opus,，通過(guò)其中集成的模塊可實(shí)現(xiàn)根據(jù)傳入音頻文件的采樣率等屬性自動(dòng)選擇語(yǔ)音編碼或音樂(lè)編碼； 2）另一個(gè)是EVS這也是霍朗普等組織推行的方案,，已經(jīng)嘗試用于4G或5G之中,。 EVS (Enhanced Voice Services)：主要是VoiceAge, Dolby, Fraunhofer, 華為聯(lián)合開(kāi)發(fā)的USAC編碼器，低速率音樂(lè)編碼質(zhì)量很好,。
▲ USAC 由框圖我們可以了解到USAC向下兼容的特性。 編解碼器可總結(jié)為經(jīng)歷了三個(gè)時(shí)代：
接下來(lái)我將展示目前所有的Codec情況并整理為表格以方便大家檢索查閱,。 8,、解碼器（Codec）總結(jié)8.1 IETF系列
IETF作為標(biāo)準(zhǔn)協(xié)議聯(lián)盟組織之一推出了以上Codec：Opus包括采樣率為8kHz,、甜點(diǎn)碼率為11kbps的窄帶單聲語(yǔ)音（SILK）,，采樣率為16kHz、甜點(diǎn)碼率為20kbps的寬帶單聲語(yǔ)音與采樣率為48kHz,、甜點(diǎn)碼率為32kbps的全帶單聲語(yǔ)音（CELT）,，采用甜點(diǎn)碼率意味著將壓縮率和音質(zhì)保持在一個(gè)良好的平衡狀態(tài)。在一些窄帶單聲語(yǔ)音應(yīng)用場(chǎng)景例如常見(jiàn)的微信語(yǔ)音聊天,，其壓縮率可達(dá)到原來(lái)的8.5%。Opus沒(méi)有技術(shù)專(zhuān)利和源代碼的門(mén)檻,，使得其受到現(xiàn)在很多流媒體廠商的歡迎,，Opus支持更廣的碼率范圍，具備豐富采樣率選擇,，可實(shí)現(xiàn)極低延遲與可變幀大小,，也具備以往一些Codec的許多特性如CBR、VBR,、動(dòng)態(tài)調(diào)整等,，支持的通道數(shù)量也更多。除此之外,，Opus同樣具備許多從SILK移植而來(lái)的特性或功能,。如在VUIB傳輸上集成了扛丟包模式等,。 iLBC早在SILK未出現(xiàn)時(shí)就被提出同樣具備抗丟包。的特性,，高達(dá)15.2kbps的甜點(diǎn)碼率與4.14的Mos使其音質(zhì)較為良好,，超過(guò)G.729的相關(guān)指標(biāo)；GSM就是最早手機(jī)網(wǎng)絡(luò)仍停留在2G時(shí)代時(shí)流行的編碼形式,，主要用于蜂窩電話的編碼任務(wù),。 8.2 AMR系列
AMR早在3G時(shí)期就被廣泛應(yīng)用,，AMR-NB是最流行的語(yǔ)音編碼器,，具有壓縮效果好，支持多種碼率形式的特點(diǎn),；與此同時(shí),，這也是GSM與3G時(shí)期Android平臺(tái)最早支持的窄帶語(yǔ)音編碼方案。AMR-WB作為AMR-NB向?qū)拵У臄U(kuò)展版,，主要用于3G和4G通話標(biāo)準(zhǔn)協(xié)議中,，其甜點(diǎn)碼率為12.65kbps。在實(shí)踐中我們將碼率參數(shù)調(diào)整為此值即可實(shí)現(xiàn)壓縮率與質(zhì)量的平衡,。AMR-WB+則是上述兩者的融合,，三者共同構(gòu)成AMR系列。 8.3 ITU-T G系列
ITU-T G系列包括最早的波形編碼G711到現(xiàn)在大家熟悉的G.729這里我想強(qiáng)調(diào)的是G722.1 Siren7,、G722.1c Siren14與G719 Siren22，例如G.719可覆蓋整個(gè)前頻帶且支持立體聲,。即使都屬于老協(xié)議,，但由于其優(yōu)秀的兼容性，不應(yīng)被我們忽略,。
將Opus與其他一些Codec進(jìn)行對(duì)比我們可以看到，無(wú)論是質(zhì)量還是延時(shí)控制,，Opus的優(yōu)勢(shì)十分明顯,；加之Opus作為開(kāi)源的免費(fèi)方案，不存在專(zhuān)利限制,，受到業(yè)界追捧也不足為奇,。 8.4 ISO系列
ISO里我想強(qiáng)調(diào)的是MP3與AAC,，二者同樣支持很多碼率,。MP3的甜點(diǎn)碼率為128kbps，MP3 Pro的碼率可達(dá)到MP3的一半；AAC支持8～96khz的采樣率,，AAC-LC的甜點(diǎn)碼率為96kbps,，HE-AAC的甜點(diǎn)碼率為32kbps，AAC-LD與ELD做到了AAC的低延時(shí),，實(shí)現(xiàn)了延時(shí)與壓縮比的最佳平衡,。 8.5 3GPP系列：EVRC EVRC 是CDMA 中使用的語(yǔ)音編解碼器，由高通公司1995年提出目標(biāo)是取代QCELP,。
高通公司主推的3GPP是CDMA中使用的語(yǔ)音編解碼器，在未來(lái)選擇編解碼器類(lèi)型時(shí)我們需要特別考慮延時(shí)與幀長(zhǎng),。由于語(yǔ)音編碼種類(lèi)很多,，幀長(zhǎng)也是復(fù)雜多變的，其背后的算法復(fù)雜程度,，RAM,、ROM占用等都是在實(shí)踐當(dāng)中需要著重考慮的。 8.6 極低碼率
極低碼率主要的應(yīng)用場(chǎng)景是對(duì)講機(jī),、衛(wèi)星通訊、軍工等,。 上圖圖表中的MELP最早由美國(guó)軍方開(kāi)發(fā),，現(xiàn)在絕大多數(shù)的對(duì)講機(jī)都基于此模型進(jìn)行擴(kuò)展開(kāi)發(fā)，壓縮后的碼率可達(dá)到2.4kbps而目前最極端的極低碼率可實(shí)現(xiàn)300bps,，相當(dāng)于壓縮為原數(shù)據(jù)的0.2%,，此時(shí)的音頻文件僅能被用于傳達(dá)語(yǔ)音內(nèi)容而丟失了很多聲色。 8.7 全頻帶
全頻帶中的組合也是多種多樣,。 9、編解碼使用注意9.1 License
▲ 開(kāi)源項(xiàng)目常用的Lisence 國(guó)內(nèi)大部分企業(yè)在開(kāi)發(fā)時(shí)容易忽視包括專(zhuān)利安全性在內(nèi)的與License相關(guān)的內(nèi)容,。如果企業(yè)計(jì)劃得比較長(zhǎng)遠(yuǎn)，需要長(zhǎng)期使用某項(xiàng)技術(shù)或企業(yè)規(guī)模不斷擴(kuò)大時(shí)則不能不考慮專(zhuān)利問(wèn)題,。專(zhuān)利費(fèi)用包括Open Source與算法專(zhuān)利,，二者完全獨(dú)立互不干涉，如果我們從某家專(zhuān)利公司購(gòu)買(mǎi)了AAC的專(zhuān)利算法,，并不能獲得此AAC專(zhuān)利的源代碼，僅能獲得與此技術(shù)相關(guān)的專(zhuān)利使用授權(quán),。專(zhuān)利公司會(huì)給予需要下載的文件列表,，通過(guò)這種方式實(shí)現(xiàn)技術(shù)的授權(quán)使用。
▲ 一張圖看懂Lisence（來(lái)自：阮一峰的博客） 上面的二叉樹(shù)圖比較清晰地展示了代碼授權(quán)的具體流程,，隨著企業(yè)的規(guī)?；l(fā)展日趨成熟，企業(yè)應(yīng)當(dāng)規(guī)范自身的技術(shù)使用行為,，盡可能避免專(zhuān)利糾紛帶來(lái)的不利影響,。 9.2 專(zhuān)利
▲ 2個(gè)著名的多媒體技術(shù)專(zhuān)利池 主流語(yǔ)音編解碼技術(shù)擁有兩個(gè)專(zhuān)利池：
很多非常復(fù)雜的Codec涉及高達(dá)上千個(gè)專(zhuān)利，與之相關(guān)的企業(yè)或組織多達(dá)幾十個(gè),，為專(zhuān)利授權(quán)而與每一個(gè)企業(yè)或組織進(jìn)行洽談顯然是不現(xiàn)實(shí)的,，因而專(zhuān)利池的出現(xiàn)使得技術(shù)授權(quán)更加規(guī)范清晰，方便企業(yè)統(tǒng)一處理技術(shù)授權(quán)問(wèn)題,。 9.3 常見(jiàn)Codec Patent License
希望大家在使用技術(shù)的同時(shí)尊重知識(shí)產(chǎn)權(quán),，助力技術(shù)創(chuàng)新可持續(xù)發(fā)展。 10,、講稿PPT下載（因無(wú)法上傳附件,，請(qǐng)從原文附件下載：http://www./thread-2230-1-1.html） 附錄：更多音視頻技術(shù)資料
（本文同步發(fā)布于：http://www./thread-2230-1-1.html） |
|
|
來(lái)自： 螞蟻家園 > 《通信技術(shù)》
