主题：【原创】实例分析如何在产品中选择、评估和使用开源软件一 -- yueyu

老子曰：治大国若烹小鲜。小可不像河里的大拿们指点江山，只能折腾几个小菜让大家见笑。

不过小菜的好处就在于随手拈来，最少可以充饥，就算没做好，也不至于贻笑大方，本来就是小菜么。

这个小菜算是对小可这两天日常工作的一个记录和总结。大家看看，觉得能看，就捧个花场，觉得不能看，

也别给我丢草，捧个人场就好了。

简单来说，要作的事情很简单。找到一种压缩语音数据的办法。

任务简单明确，当然还要满足几个条件：

1。 压缩比要高，能在低速网络上传输

2。 可以是有损压缩，但不能有太大的失真

3。 可移植性强。能方便地在不同设备不同语言环境下面实现编码

4。 对于解码过程，可以适度地复杂，保证解码的语音质量

5。 编码需要一定的灵活性，根据不同的带宽需求能进行调整和优化

6。要Patent free的。不要落入了专利陷阱。

在任务和需求明确了之后，就可以开始着手干活了。

先去睡觉了，明天继续挖坑

（因为这两天做这个，费了不少体力，所以会慢慢写。不过肯定会写完的，呵呵）

2和4基本上说的是一件事吧

简明扼要地把问题说清楚了，接下去看你如何演绎。

很感兴趣啊，静等下文。

codec=编码解码? 抱歉不知道中文相对的词儿。

最喜欢看这种理论结合实践的文章

ITU所有的G系列编解码器都有标准的ANSI C代码下载，用得比较多的是G723/711和AMR，在代码级别有话不会太多，也就是码表调整一下，或者针对不同的嵌入式系统做微调。

要讨论如何选择codec，必然要先对audio codec做一番了解才行。以下就是小弟的一些山寨版理解，欢迎批评指导

和其他的数据压缩编码一样，音频的编码也分为有损和无损压缩两类。

无损压缩，基本上都是对音频取样数据之间的差值用Golomb－Rice code以及结合Linear Prediction Coefficents来进行

虽然近年来无损压缩也取得了不小的进展，很多压缩比都能达到一半左右了。不过在网络速度还不是足够快的情况下面，暂时还没办法

采用无损压缩进行语音信号的传递

对于有损压缩，感谢psychoacoustics model（声学心理模型？）的研究，告诉工程师，在声音里面，有一部分是人无法感知到的。

对于这部分声音，在进行压缩的时候可以放心地删除而不会让人觉得有什么损失。

主流的压缩算法比如Mp3，Ogg Vorbis，AAC，WMA,ATRAC等都是基于psychoacoustics model来进行压缩的。我们可以看到，其

压缩比非常之高，通常能将数据压缩到原始数据的5％到20％而让人感觉不出显著的音质损失。

对于我自己的应用，其实我需要压缩的音频数据非常单一，仅仅是Speech而已。而对于Speech的压缩，其实有更多的办法以取得更高的

压缩比和解压缩之后的语音效果。

那么，究竟是什么方法能够取得更高的针对Speech的压缩效果呢？

答案是CELP

最近工作紧，写的慢，大家见谅。我尽量持续写下去，因为很多东西我也还在做

枉我天天跟小催命鬼似的，竟然没占到沙发。。。。