SILK编码语音转WAV格式

—

SILK编码

SILK采样率可为8、12、16或24 kHz，比特率可为6至40 kbit/s。对应到报文层面的直观印象，即SILK编码的语音数据每帧长度是不等的。

SILK编码已经开源，目前可下载到的版本为V1.0.9，它是Opus编码的基础。因此可以在Opus编码的源文件中找到SILK编码的实现代码，下载地址如下：

http://www.opus-codec.org/release/stable/2017/06/26/libopus-1_2_1.html

当然，其它地方也能很容易找到SILK编码的实现，比如GitHub上：

—

WAV封装格式

—

SILK V3转换到WAV

SILK编码到WAV的转换，当然要用到SILK编码库，供下载的SILK编码库内，提供了4个不同的平台版本，功能基本相同。

在SILK编码库的SDK内，test目录下，有一个Decoder.c文件，是解码的示例文件，编译后它能够直接解码如下格式的SILK音频文件：

如上图所示，SILK文件格式以"#!SILK_V3"开始，之后就是一帧帧的语音内容块，每帧的帧长占两字节，然后为帧内容，这是因为SILk编码是变长编码，每帧的长度是不同的。

在各个test_vectors\bitstream目录下的.bit文件，即为SILK格式文件，可以被解码程序Decoder.c支持。

解码程序将SILK文件解码为PCM流文件，但缺少WAV头，无法直接用播放器播放。

如果需要使解码后的PCM流能够播放，则需要PCM流前面添加WAV头。对微信语音短消息，WAV头赋值如下（pcmsize为PCM流的字节数）：

whead.DataLen = pcmsize;

memcpy(whead.Riff,"RIFF",4);

memcpy(whead.Format,"WAVE",4);

memcpy(whead.SubChunkID,"fmt ",4);

memcpy(whead.Data,"data",4);

whead.ChunkSize =whead.DataLen+44-8;

whead.SubChunkSize = 0x10;

whead.AudioFormat = 1;

whead.NumChannels = 1;

whead.SampleRate = DecControl.API_sampleRate;

whead.BitsPerSample = 16;

whead.BlockAlign = whead.NumChannels*whead.BitsPerSample/8;

whead.ByteRate = whead.SampleRate*whead.BlockAlign;

其中NumChannels、SampleRate和BitsPerSample等参数需要根据具体情况进行填充，否则，声音会很怪异。

对SILK编码转换为WAV语音文件，如果有疑惑，可以咨询我。

长按进行关注。