7 AMR-WB 编解码

AMR-WB 由 3GPP（第三代合作伙伴计划）制定¹⁰，是一种用于语音编码的音频压缩标准，广泛应用于移动通信领域，特别是在 3G 和 4G 网络中。 AMR-WB 支持的音频带宽范围为 50-7000 Hz，比 AMR-NB 更宽，语音更清晰、自然。具备从 6.6 kbps 到 23.85 kbps 等多种码率，支持动态调整、优化语音质量和带宽占用。

AMR-WB 音频采样率为 16kHz，以 20ms 为一帧，即 320 个采样（AMR_WB_PCM_FRAME_16k）。

7.1 使用方法

7.1.1 编码

初始化

使用 amr_wb_encoder_init 初始化编码器对象：

struct amr_wb_encoder *amr_wb_encoder_init(
    int bit_stream_format,  // 比特流格式
    int allow_dtx,          // 是否启用 DTX (1 或 0)
    int mode,               // 默认模式（即码率）
    void *buf);             // 用于存放上下文的内存

支持三种比特流格式，如表 7.1 所示。当用于语音数据压缩时，应该使用 MIME 格式（AMR_WB_BIT_STREAM_FORMAT_MIME_IETF）。

表 7.1: AMR-WB 比特流格式
格式	帧头长度（字节）	载荷格式
ETS	6	每 2 个字节表示一个比特
ITU	4	每 2 个字节表示一个比特
MIME	1	详见 RFC 3267 (5.1，5.3)

帧头长度也可以通过 amr_wb_get_frame_header_size(mode) 获得。

allow_dtx 参数详见 AMR-WB 规范，可以填 0。

模式参数 mode 与实际码率对应关系见表 7.2。

表 7.2: AMR-WB 码率模式与帧长（MIME 格式）
模式	码率（kb/s）	每帧比特数	每帧载荷长度（字节）
0	6.6	132	17
1	8.85	177	23
2	12.65	253	32
3	14.25	285	36
4	15.85	317	40
5	18.25	365	40
6	19.85	397	50
7	23.05	461	58
8	23.85	477	60

调用 amr_wb_encoder_get_context_size() 可获取 buf 所需大小。

编码

调用 amr_wb_encoder_encode_frame 编码一个音频帧，其返回值为音频帧的帧头和载荷的总长度。
```
int amr_wb_encoder_encode_frame(
    struct amr_wb_encoder *ctx, // 编码器对象
    const int16_t *pcm_samples, // PCM 输入
    uint8_t *output,            // 编码输出
    void *scratch);             // 临时内存
```
编码输出 output 的大小根据选择的码率确定（见表 7.2），例如，若码率为 6.6 kb/s，则 output 的长度应该至少是 1 + 17 = 18 字节。

调用 amr_wb_encoder_get_context_size() 可获取临时内存 scratch 所需大小。

需要切换模式时，调用 amr_wb_encoder_encode_frame2，先切换模式，再编码。

下面的代码演示了如何编码一整段数据。

void *context = malloc(amr_wb_encoder_get_context_size());
void *scratch = malloc(amr_wb_encoder_get_scratch_mem_size());

static uint8_t output[模式所对应的载荷长度 + 1];
const uint16_t *in = ...        // 音频采样
const int NUM_OF_SAMPLES = .... // 总采样数

struct amr_wb_encoder *enc =
    amr_wb_encoder_init(AMR_WB_BIT_STREAM_FORMAT_MIME_IETF,
        0, 模式, context);

for (i = 0;
     i < NUM_OF_SAMPLES - AMR_WB_PCM_FRAME_16k;
     i += AMR_WB_PCM_FRAME_16k)
{
    int r = amr_wb_encoder_encode_frame(
        enc, in + i, output, scratch);

    // 处理 pcm_output
    ....
}

7.1.2 解码

初始化

使用 amr_wb_decoder_init 初始化解码器对象：

struct amr_wb_decoder *amr_wb_decoder_init(
    int bit_stream_format,      // 比特流格式
    void *buf);                 // 用于存放上下文的内存

调用 amr_wb_decoder_get_context_size() 可获取 buf 所需大小。

比特流格式仅支持 AMR_WB_BIT_STREAM_FORMAT_MIME_IETF。

解码帧头

使用 amr_wb_decoder_probe 解码帧头，获得音频帧基本参数：
```
int amr_wb_decoder_probe(
    struct amr_wb_decoder *ctx, // 解码器对象
    const uint8_t *stream);     // 音频流
```
音频流 stream 应该指向一个音频帧的帧头。这个函数将返回这个音频帧的载荷的长度。如果出现错误，将返回负值错误码。

解码载荷

使用 amr_wb_decoder_decode_frame 解码载荷：

int amr_wb_decoder_decode_frame(
    struct amr_wb_decoder *ctx, // 解码器对象
    const uint8_t *payload,     // 音频帧载荷
    int16_t *synth_pcm,         // PCM 输出
    void *scratch);             // 临时内存

这个函数返回输出的 PCM 采样的个数，即 AMR_WB_PCM_FRAME_16k， synth_pcm 的长度也应为 AMR_WB_PCM_FRAME_16k。

调用 amr_wb_decoder_get_scratch_mem_size() 可获取临时内存 scratch 所需大小。

下面的代码演示了如何解码一段数据。

static uint8_t pcm_output[AMR_WB_PCM_FRAME_16k];

const uint8_t *in = ...; // 音频数据
int data_size = ...;     // 音频数据总长度
void *context = malloc(amr_wb_decoder_get_context_size());
void *scratch = malloc(amr_wb_decoder_get_scratch_mem_size());

struct amr_wb_decoder *dec = amr_wb_decoder_init(
    AMR_WB_BIT_STREAM_FORMAT_MIME_IETF, context);
const int header_size = amr_wb_get_frame_header_size(
    AMR_WB_BIT_STREAM_FORMAT_MIME_IETF);

while (data_size > header_size)
{
    int payload_len = amr_wb_decoder_probe(dec, in);
    in += header_size;
    data_size -= header_size;

    if (payload_len > data_size) break;
    if (payload_len < 0) break;

    int r = amr_wb_decoder_decode_frame(
        dec, in, pcm_output, scratch);

    in        += payload_len;
    data_size -= payload_len;

    // 处理 pcm_output
    ....
}

7.2 资源消耗

以下数据仅供参考。实际表现受编译器、Cache、RTOS、中断、音频数据等因素影响。

7.2.1 ING916XX

表 7.3: AMR-WB 编解码器的内存需求
功能	`context`（字节）	`scratch`（字节）
编码	2788	11898
解码	1552	3826

当 CPU 主频为 112 MHz 时，AMR-WB 编解码器的处理一个音频帧所消耗的时间见表 7.4。从表中可以看出，需要进行实时编码时，只能使用 6.6 kbps，不可使用更高速率。

表 7.4: AMR-WB 编解码器处理一个音频帧所消耗的平均时间
模式	编码（ms）	解码（ms）
0	16.7	7.9
1	20.0	6.6
2	22.2	5.9
3	23.9	5.9
4	23.9	6.0
5	24.6	6.1
6	25.6	6.2
7	25.3	6.2
8	24.8	6.6

参见 TS 26.171 等↩︎