这是JRTPLIB@Conference系列的第六部《G.711编码事例程序》，本系列的主要工作是实现一个基于JRTPLIB的，建立在RTP组播基础上的多媒体视频会议系统。这只是一个实验系统，用于学习JRTPLIB、RTP、和多媒体相关的编程，不是一个完善的软件工程。而且，我只会在业余的时间出于兴趣写一写。有志同道合的朋友可以通过tinnal@136.com这个邮箱或博客回复（推荐）和我交流。
上一部《JRTPLIB@Conference DIY视频会议系统 五、PCM 和G.711编码相关》
这一部我们来做个实验，就是把用windows录音机录下来的"PCM 8.000 kHz, 16 位, 单声道"WAV文件转换成为我们要用的8位8000Hz a-law格式PCM。要注意的是录音机默认的方式是PCM 44.100 kHz, 16 位, 立体声，我们不想去进行采样频率的更改，因为这个要进行插值，而且也没必要，因为我们写软件时采样频率我们是可以更改的。所以我们要先把录音另为"PCM 8.000 kHz, 16 位, 单声道"格式。
一、WAV格式
虽然会议系统完成后我们能直接向声卡拿到PCM数据，但毕竟我们现在拿到手的是WAV文件，我们要识别这种格式的头文件。下面是一编转自其它网站的《WAV 格式详解》(有一定修改）
1、综述
WAVE文件作为多媒体中使用的声波文件格式之一，它是以RIFF格式为标准的。RIFF是英文Resource Interchange File Format的缩写，每个WAVE文件的头四个字节便是“RIFF”。
WAVE文件是由若干个Chunk组成的。按照在文件中的出现位置包括：RIFF WAVE Chunk, Format Chunk, Fact Chunk(可选), Data Chunk。具体见下图：
------------------------------------------------
| RIFF WAVE Chunk |
| ID = 'RIFF' |
| RiffType = 'WAVE' |
------------------------------------------------
| Format Chunk |
| ID = 'fmt ' |
------------------------------------------------
| Fact Chunk(optional) |
| ID = 'fact' |
------------------------------------------------
| Data Chunk |
| ID = 'data' |
------------------------------------------------
图1 Wav格式包含Chunk示例
其中除了Fact Chunk外，其他三个Chunk是必须的。每个Chunk有各自的ID，位于Chunk最开始位置，作为标示，而且均为4个字节。并且紧跟在ID后面的是Chunk大小（去除ID和Size所占的字节数后剩下的其他字节数目），4个字节表示，低字节表示数值低位，高字节表示数值高位。下面具体介绍各个Chunk内容。
PS：
所有数值表示均为低字节表示低位，高字节表示高位。
2、具体介绍
RIFF WAVE Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'RIFF' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| Type | 4 Bytes | 'WAVE' |
----------------------------------
图2 RIFF WAVE Chunk
以'FIFF'作为标示，然后紧跟着为size字段，该size是整个wav文件大小减去ID和Size所占用的字节数，即FileLen - 8 = Size。然后是Type字段，为'WAVE'，表示是wav文件。
Format Chunk
====================================================================
| | 字节数 | 具体内容 |
====================================================================
| ID | 4 Bytes | 'fmt ' |
--------------------------------------------------------------------
| Size | 4 Bytes | 数值为16或18，18则最后又附加信息 |
-------------------------------------------------------------------- ----
| FormatTag | 2 Bytes | 编码方式，一般为0x0001 | |
-------------------------------------------------------------------- |
| Channels | 2 Bytes | 声道数目，1--单声道；2--双声道 | |
-------------------------------------------------------------------- |
| SamplesPerSec | 4 Bytes | 采样频率 | |
-------------------------------------------------------------------- |
| AvgBytesPerSec| 4 Bytes | 每秒所需字节数 | |===> WAVE_FORMAT
-------------------------------------------------------------------- |
| BlockAlign | 2 Bytes | 数据块对齐单位(每个采样需要的字节数) | |
-------------------------------------------------------------------- |
| BitsPerSample | 2 Bytes | 每个采样需要的bit数 | |
-------------------------------------------------------------------- |
| | 2 Bytes | 附加信息（可选，通过Size来判断有无） | |
-------------------------------------------------------------------- ----
图3 Format Chunk
以'fmt '作为标示。一般情况下Size为16，此时最后附加信息没有；如果为18，则最后多了2个字节的附加信息。主要由一些软件制成的wav格式中含有该2个字节的附加信息。
Fact Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'fact' |
----------------------------------
| Size | 4 Bytes | 数值为4 |
----------------------------------
| data | 4 Bytes | |
----------------------------------
图4 Fact Chunk
Fact Chunk是可选字段，一般当wav文件由某些软件转化而成，则包含该Chunk。
Data Chunk
==================================
| |所占字节数| 具体内容 |
==================================
| ID | 4 Bytes | 'data' |
----------------------------------
| Size | 4 Bytes | |
----------------------------------
| data | | |
----------------------------------
图5 Data Chunk
Data Chunk是真正保存wav数据的地方，以'data'作为该Chunk的标示。然后是数据的大小。紧接着就是wav数据。根据Format Chunk中的声道数以及采样bit数，wav数据的bit位置可以分成以下几种形式：
---------------------------------------------------------------------
| 单声道 | 取样1 | 取样2 | 取样3 | 取样4 |
| |--------------------------------------------------------
| 8bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
---------------------------------------------------------------------
| 双声道 | 取样1 | 取样2 |
| |--------------------------------------------------------
| 8bit量化 | 声道0(左) | 声道1(右) | 声道0(左) | 声道1(右) |
---------------------------------------------------------------------
| | 取样1 | 取样2 |
| 单声道 |--------------------------------------------------------
| 16bit量化 | 声道0 | 声道0 | 声道0 | 声道0 |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
| | 取样1 |
| 双声道 |--------------------------------------------------------
| 16bit量化 | 声道0(左) | 声道0(左) | 声道1(右) | 声道1(右) |
| | (低位字节) | (高位字节) | (低位字节) | (高位字节) |
---------------------------------------------------------------------
图6 wav数据bit位置安排方式
3、小结
因此，根据上述结构定义以及格式介绍，很容易编写相应的wav格式解析代码。这里具体的代码就不给出了。
二、代码的实现
根据上面的格式规定，我们把它写成一头文件wav.h
1
#ifndef _WAV_H_
2#define _WAV_H_
3
4#include "types.h"
5
6#pragma pack(1)
7
8struct RIFF_HEADER
9
{
10
U8 szRiffID[4]; // 'R','I','F','F'
11 U32 dwRiffSize;
12 U8 szRiffFormat[4]; // 'W','A','V','E'
13
};
14
15struct WAVE_FORMAT
16{
17 U16 wFormatTag;
18 U16 wChannels;
19 U32 dwSamplesPerSec;
20 U32 dwAvgBytesPerSec;
21 U16 wBlockAlign;
22 U16 wBitsPerSample;
23 U16 pack; //附加信息
24};
25struct FMT_BLOCK
26{
27 U8 szFmtID[4]; // 'f','m','t',' '
28 U32 dwFmtSize;
29 struct WAVE_FORMAT wavFormat;
30};
31
32struct FACT_BLOCK
33{
34 U8 szFactID[4]; // 'f','a','c','t'
35 U32 dwFactSize;
36};
37
38struct DATA_BLOCK
39{
40 U8 szDataID[4]; // 'd','a','t','a'
41 U32 dwDataSize;
42};
43
44
45#endif
因为这是个简单的程序，我没有去规划，相就的WAV解码过程我放到main.c的main函数里做了，这是不应该的，请原谅
1/**//*******************************************************
2* 这是配合我的博客《JRTPLIB@Conference DIY视频会议系统》
3* 而写的一个阶段性实验。
4* 作者：冯富秋 tinnal
5* 邮箱：tinnal@163.com
6* 博客：www.cnitblog.com/tinnal/
7* 目期：2009-01-03
8* 版本：1.00
9*********************************************************/
10
11#include "stdio.h"
12#include "string.h"
13#include "types.h"
14#include "g711.h"
15#include "wav.h"
16
17struct RIFF_HEADER riff_header;
18struct FMT_BLOCK fmt_block;
19char fack_block_buffer[20]; //20 should be enough
20struct FACT_BLOCK fact_block;
21struct DATA_BLOCK data_block;
22
23int main(int argc, char **argv)
24{
25 FILE *wav_in;
26 FILE *wav_out;
27 U32 i;
28 U8 has_fact_block =0;
29
30 unsigned char pcm_bytes[2];
31 short pcm;
32 unsigned char a_law;
33
34 long file_pos;
35
36 if(argc != 3 )
37
{
38 printf("Usage:\n\t%s <intput file> <output file>\n", argv[0]);
39 exit(-1);
40
}
41
42 wav_in = fopen(argv[1],"rb");
43 if(wav_in == NULL)
44 {
45 printf("Can't open input file %s\n", argv[1]);
46 return (-1);
47 }
48
49 wav_out = fopen(argv[2], "wb");
50 if( wav_out == NULL)
51 {
52 printf("Can't open output file %s\n",argv[2]);
53 fclose(wav_in);
54 return(-1);
55 }
56
57 file_pos = ftell(wav_in);
58
59 //Read RIFF_HEADER
60 fread(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_in);
61 if( memcmp(riff_header.szRiffID, "RIFF", 4) != 0 ||
62 memcmp(riff_header.szRiffFormat, "WAVE", 4) != 0 )
63 {
64 printf("No a vaild wave file!\n");
65 fclose(wav_in);
66 fclose(wav_out);
67 return(-1);
68 }
69 file_pos = ftell(wav_in);
70
71 //Read FMT_BLOCK
72 fread(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_in);
73 if( memcmp(fmt_block.szFmtID, "fmt ", 4) !=0 ||
74 fmt_block.dwFmtSize != 18 ||
75 fmt_block.wavFormat.wFormatTag != 0x1 ||
76 fmt_block.wavFormat.wChannels != 0x1 ||
77 fmt_block.wavFormat.dwSamplesPerSec != 8000 ||
78 fmt_block.wavFormat.wBitsPerSample != 16)
79 {
80 printf("Sorry this is only test program,\n"
81 "we only support follow format,\n"
82 "\t 1. Format: linear PCM \n"
83 "\t 2. Samples Rate: 8000 KHz \n"
84 "\t 3. Channels: one channel \n"
85 "\t 4. BitsPerSample: 16 \n");
86 fclose(wav_in);
87 fclose(wav_out);
88 return(-1);
89 }
90
91 file_pos = ftell(wav_in);
92
93 //Try to read FACT_BLOCK
94 file_pos = ftell(wav_in);
95 fread(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_in);
96 if( memcmp(fact_block.szFactID, "fact", 4) == 0 )
97 {
98 has_fact_block =1;
99 fread(&fack_block_buffer, fact_block.dwFactSize, 1, wav_in);
100 }
101 else
102 fseek(wav_in, file_pos, SEEK_SET);
103
104 fread(&data_block, sizeof(struct DATA_BLOCK), 1, wav_in);
105 if (memcmp(data_block.szDataID, "data", 4) != 0)
106 {
107 printf("OOh what error?\n");
108 fclose(wav_in);
109 fclose(wav_out);
110 return(-1);
111 }
112
113 //Change the wave header to write
114 riff_header.dwRiffSize -= data_block.dwDataSize/2 ;
115
116 fmt_block.wavFormat.wFormatTag = 0x06;
117 fmt_block.wavFormat.wChannels = 0x01;
118 fmt_block.wavFormat.dwSamplesPerSec = 8000;
119 fmt_block.wavFormat.dwAvgBytesPerSec = 8000;
120 fmt_block.wavFormat.wBlockAlign = 0x01;
121 fmt_block.wavFormat.wBitsPerSample = 0x08;
122
123 data_block.dwDataSize -= data_block.dwDataSize/2 ;
124
125 //Write wave file header
126 fwrite(&riff_header, sizeof(struct RIFF_HEADER), 1, wav_out);
127 fwrite(&fmt_block, sizeof(struct FMT_BLOCK), 1, wav_out);
128 if(has_fact_block == 1)
129 {
130 fwrite(&fact_block, sizeof(struct FACT_BLOCK), 1, wav_out);
131 fwrite(&fack_block_buffer, fact_block.dwFactSize, 1, wav_out);
132 }
133 fwrite(&data_block, sizeof(struct DATA_BLOCK), 1, wav_out);
134
135 //Convert pcm data to a-low data and write wav file.
136 for(i =0; i< data_block.dwDataSize; i++)
137 {
138 pcm_bytes[0] = (U8) fgetc(wav_in);
139 pcm_bytes[1] = (U8) fgetc(wav_in);
140 pcm = *(short *)&pcm_bytes;
141
142 a_law = ALawEncode((int)pcm);
143// a_law = linear2alaw((int)pcm);
144 fputc(a_law, wav_out);
145 }
146 fclose(wav_in);
147 fclose(wav_out);
148
149 printf("Finish!\n");
150 return 0;
151}
152
整个文件基本都是在为WAV文件格式服务而非我们的核心工作－－G.711编码。唉~，我也不想。这里在面进行G.711编码的就是ALawEncode函数。这个函数定义在g711.c里件里，这个文件函数一些我认为比较有用的函数。我们这是只把ALawEncode这个函数拿出来。
1//省略的代码
2unsigned char ALawEncode(int pcm16)
3{
4 int p = pcm16;
5 unsigned a; // A-law value we are forming
6 if(p<0)
7 {
8 // -ve value
9 // Note, ones compliment is used here as this keeps encoding symetrical
10 // and equal spaced around zero cross-over, (it also matches the standard).
11 p = ~p;
12 a = 0x00; // sign = 0
13 }
14 else
15 {
16 // +ve value
17 a = 0x80; // sign = 1
18 }
19
20 // Calculate segment and interval numbers
21 p >>= 4;
22 if(p>=0x20)
23 {
24 if(p>=0x100)
25 {
26 p >>= 4;
27 a += 0x40;
28 }
29 if(p>=0x40)
30 {
31 p >>= 2;
32 a += 0x20;
33 }
34 if(p>=0x20)
35 {
36 p >>= 1;
37 a += 0x10;
38 }
39 }
40 // a&0x70 now holds segment value and 'p' the interval number
41
42 a += p; // a now equal to encoded A-law value
43
44 return a^0x55; // A-law has alternate bits inverted for transmission
45}
46//省略的代码
47
哈哈，前一部说了这么多，其实G711编码也只是很简单的
。当然，不然VOIP怎么把它变的每个软件的必要品。
完整的程序可以从下面的链接下载：PCM2ALaw.rar