【发布时间】：2020-03-31 16:58:10
【问题描述】：
有几个帖子解决了这个问题，但我无法成功播放保存的文件。它通常以半速播放。
Convert 8kHz mulaw to 16KHz PCM in real time
使用上述问题中接受的答案，我将原始和base64解码的音频保存在go中：
// Media event
type Media struct {
Track string `json:"track"`
Chunk string `json:"chunk"`
Timestamp string `json:"timestamp"`
Payload string `json:"payload"`
}
// SaveAudio will upgrade connection to websocket and save the audio to file
func SaveAudio(w http.ResponseWriter, r *http.Request) {
utility.DebugLogf("SaveAudio")
c, err := upgrader.Upgrade(w, r, nil)
if err != nil {
log.Print("upgrade:", err)
return
}
defer utility.SafeClose(c)
inBuf := bytes.Buffer{}
loop := true
for loop == true {
_, message, err := c.ReadMessage()
utility.PanicIfErr(err)
decMessage := TwilioWSSMessage{}
err = json.Unmarshal(message, &decMessage)
utility.PanicIfErr(err)
switch decMessage.Event {
case "connected":
utility.DebugLogf("Connected a %s protocol version:%s", decMessage.Protocol, decMessage.Version)
case "start":
utility.DebugLogf("Starting audio stream: %#v", decMessage.Start)
case "media":
chunk, err := base64.StdEncoding.DecodeString(decMessage.Media.Payload)
utility.PanicIfErr(err)
_, err = inBuf.Write(chunk)
utility.PanicIfErr(err)
case "stop":
utility.DebugLogf("Ending audio stream: %#v", decMessage.Stop)
loop = false
default:
utility.LogWarningf("Unrecognized event type: %s", decMessage.Event)
loop = false
}
}
saveRaw(&inBuf)
}
func saveRaw(buf *bytes.Buffer) {
rawOut, err := os.Create("out.ulaw")
utility.PanicIfErr(err)
_, err = rawOut.Write(buf.Bytes())
utility.PanicIfErr(err)
}
然后我用ffmpeg将mulaw转换成默认的pcm_s16le：
ffmpeg -f mulaw -ar 8000 -ac 1 -i out.ulaw mulaw_decoded.wav
然后将音频从 8k->16k 上采样并用 vlc 播放：
ffmpeg -i mulaw_decoded.wav -ar 16000 upsampled.wav && vlc upsampled.wav
但它以半速播放。
最终我想在 rust 或 go 中完成这一切，但我什至无法仅使用 ffmpeg 在本地工作。
提前致谢。
上述两个ffmpeg 操作结合建议的 sox 重采样器的输出：
命令：
ffmpeg -y -loglevel verbose -f mulaw -ar 8000 -ac 1 -bits_per_raw_sample 8 -i testsamples/raw_mulaw_bytes -af aresample=resampler=soxr -ar 16000 upsampled.wav
输出：
[mulaw @ 0x7fecc0814000] Estimating duration from bitrate, this may be inaccurate
Guessed Channel Layout for Input Stream #0.0 : mono
Input #0, mulaw, from 'testsamples/raw_mulaw_bytes':
Duration: 00:00:20.74, bitrate: 64 kb/s
Stream #0:0: Audio: pcm_mulaw, 8000 Hz, mono, s16, 64 kb/s
Stream mapping:
Stream #0:0 -> #0:0 (pcm_mulaw (native) -> pcm_s16le (native))
Press [q] to stop, [?] for help
[graph_0_in_0_0 @ 0x7fecc0505600] tb:1/8000 samplefmt:s16 samplerate:8000 chlayout:0x4
[Parsed_aresample_0 @ 0x7fecc0505280] ch:1 chl:mono fmt:s16 r:8000Hz -> ch:1 chl:mono fmt:s16 r:16000Hz
Output #0, wav, to 'upsampled.wav':
Metadata:
ISFT : Lavf58.29.100
Stream #0:0: Audio: pcm_s16le ([1][0][0][0] / 0x0001), 16000 Hz, mono, s16, 256 kb/s
Metadata:
encoder : Lavc58.54.100 pcm_s16le
No more output streams to write to, finishing.
size= 648kB time=00:00:20.74 bitrate= 256.0kbits/s speed=1.55e+03x
video:0kB audio:648kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.011753%
Input file #0 (testsamples/raw_mulaw_bytes):
Input stream #0:0 (audio): 519 packets read (165920 bytes); 519 frames decoded (165920 samples);
Total: 519 packets (165920 bytes) demuxed
Output file #0 (upsampled.wav):
Output stream #0:0 (audio): 200 frames encoded (331840 samples); 200 packets muxed (663680 bytes);
Total: 200 packets (663680 bytes) muxed
[AVIOContext @ 0x7fecc0433cc0] Statistics: 4 seeks, 6 writeouts
[AVIOContext @ 0x7fecc042a6c0] Statistics: 165920 bytes read, 0 seeks
音频听起来和以前一样
【问题讨论】：
-
this answer 是否提供了解决方案（尤其是看到它的最后一条评论）？
-
附带说明，请不要以您的方式提问：所述问题与 Go 和/或 websockets 和/或 µ-law 编解码器无关：它纯粹是关于特定的尝试使用
ffmpeg对音频文件进行上采样时出现问题，所以这样问它并像这样标记它。如果/当您在使用 Go 作为编程语言来实现某些东西时遇到问题，请发布一个带有go标记的单独问题。这个特定的问题不包含编程问题。 -
好的，感谢您的编辑，不，那个答案没有解决它。与以下结果相同：
ffmpeg -y -i mulaw_decoded.wav -af aresample=resampler=soxr -ar 16000 upsampled.wav && vlc upsampled.wav- 我将 ffmpeg 输出添加到问题中
标签： ffmpeg twilio resampling