如何确定 Opus 流的结束？答案

【问题标题】：How to determine the end of an Opus stream?如何确定 Opus 流的结束？
【发布时间】：2021-02-26 13:24:28
【问题描述】：

我正在编写一个程序，它正在读取通过 UDP 传输的 Opus 数据包的非连续流 - 换句话说，我可能会获得 30 秒的音频，30 分钟的无内容，然后是 2 分钟的音频。

我已经能够使用official Opus docs 来解码、保存和播放音频，但我无法找到一种方法来确定流是否完成时间>。我已经看到对指示流已完成的标志的引用（例如 Ogg 页面有一个标志），但我对音频不够熟悉，无法确定我得到的是 Ogg 编码还是我应该是深入研究实际的 Opus 数据包本身。 RFC itself 似乎也没有太大帮助。

对于它的价值，this 是执行传输的程序（我的接收代码是 Python。）

【问题讨论】：

标签： audio voip pcm opus

【解决方案1】：

我相信 Opus 数据包本身是无状态的音频，这些数据包的所有组织都将发生在它们的封装/容器中（Ogg、WebM 等）。据我所知，Opus 是一种不包含预定义持续时间的流媒体格式。

通过阅读“How do I get the duration of a .opus file?”，您可能会使用序列号来识别新“逻辑 Ogg 比特流”的开始，并在遇到新序列号时确定比特流的“结束”。 “Logical bitstreams are identified by a unique serial number”（Ogg Spec RFC 3533，其父 Ogg Opus Spec RFC 7845）。

使用opusenc 和opusinfo 对Ogg Opus 文件进行编码时，您会看到列有序列号的比特流：

$ opusinfo audio-test.opus
Processing file "audio-test.opus"...

New logical stream (#1, serial: 30b7344f): type opus
...
Opus stream 1:
...
Logical stream 1 ended

【讨论】：

我想在此评论前声明我完全不适合这里，我正在做出有根据的猜测，而不是知情的陈述。您提到数据包本身是无状态的，但the docs 似乎另有说明：“Opus 是具有重叠块的有状态编解码器，因此 Opus 数据包不是相互独立编码的。”你链接的页面是一个文件，但我说的是一个流。我错过了什么吗？流中是否也包含序列号？
哈，我有严重的阅读障碍，完全误读/误解了那部分。序列号包含在 Ogg 比特流中，我不相信它们本身在 Opus 数据包中。我刚刚更新了答案以表明这一点。
另外，权威答案见Opus codec - contact。他们总是反应迅速，乐于助人。
别担心，我不需要积分/信用。很高兴能帮助你！愿意在您找到它时发布它，以便社区中的其他人也能从中受益吗？电子邮件列表也是存档/可搜索的，因此电子邮件与 IRC 也可能使其他人受益更多。