有没有办法比 DTX 更好地优化 Opus 中的静音期？

Posted 2023-03-07

【中文标题】有没有办法比 DTX 更好地优化 Opus 中的静音期？

【英文标题】：Is there a way to optimize silence periods in Opus better than DTX does?

【发布时间】：2016-10-05 03:42:24

【问题描述】：

我正在研究 Opus 中的 DTX 选项：

不连续传输 (DTX) 会降低静音期间的比特率 或背景噪音。启用 DTX 时，仅编码一帧 每 400 毫秒。

我想知道是否有一种简单的方法可以让 Opus 在整个静音期间只编码一帧，而不是每 400 毫秒编码一次无用的静音帧？

我想在静默或非语音活动期间产生“绝对”静默，并尽量减少标题的开销，所以基本上静默录音会产生一个几乎空的文件。

如果有其他编解码器可以做到这一点，我很高兴听到他们的消息。

【问题讨论】：

我觉得把DTX窗口放大一点好处不大，400ms已经很大了。

格式不就是压缩了吗？这意味着连续的“空白”帧不会占用空间。

【参考方案1】：

我没有对此进行测试，但我非常有信心可以做到，但是，您将打破 standards 的哪个状态：

2.1.9。非连续传输 (DTX)

不连续传输 (DTX) 会降低静音期间的比特率 或背景噪音。启用 DTX 时，仅编码一帧 每 400 毫秒。

Download the source code，打开文件 ./silk/define.h 并将第 57 行 [Linux 源代码] 从

#define MAX_CONSECUTIVE_DTX 20 /* eq 400 ms */

类似

#define MAX_CONSECUTIVE_DTX 40 /* eq 800 ms */

或任何你认为足够的东西。在不更改源代码的情况下，我认为这是不可能的，因为如所述here

尽管 Opus 现在已被 IETF 标准化，但这个 Opus 今后的实施将不断完善。当然，所有 未来的版本仍将完全符合 Opus IETF 规范。

【讨论】：

我还应该指出，Opus 在协议规范中是不寻常的，因为它是根据参考实现而不是散文标准来定义的。在撰写本文时，Opus 的参考实现在 RFC 6716 和 8251 中给出。

格式不就是压缩了吗？这意味着连续的“空白”帧将不占用空间。通过更改此值并查看是否有任何大小差异可以很容易地进行测试......我强烈怀疑会有。