Skip to content

Latest commit

 

History

History
81 lines (70 loc) · 4.67 KB

opus.md

File metadata and controls

81 lines (70 loc) · 4.67 KB
date title tags
2020-11-23 12:51:00 +0000
opus codec
rfc
opus
page

opus codec について

  • RFC6716
    • Definition of the Opus Audio Codec
  • RFC7845
    • Ogg Encapsulation for the Opus Audio Codec

パケットについて (RFC6716 3章)

  • 所々に出てくる R1 とか R2 とかについて
    • Receiving Malformed Packets (3.4)
      • [R1] Packets are at least one byte
      • [R2] No implicit frame length larger than 1275 bytes
      • [R3] Code 1 packets have an odd total length, N, so that (N-1)/2 is an integer.
      • [R4] Code 2 packets have enough bytes after the TOC for a valid frame length, and that length is no larger than the number of bytes remaining in the packet.
      • [R5] Code 3 packets contain at least one frame, but no more than 120 ms of audio total.
      • [R6] The length of a CBR code 3 packet, N, is at least two bytes, the number of bytes added to indicate the padding size plus the trailing padding bytes themselves, P, is no more than N-2, and the frame count, M, satisfies the constraint that (N-2-P) is a non-negative integer multiple of M.
      • [R7] VBR code 3 packets are large enough to contain all the header bytes (TOC byte, frame count byte, any padding length bytes, and any frame length bytes), plus the length of the first M-1frames, plus any trailing padding bytes.

TOC Bytes

  • バイト列の塊で、一つのユニットとして扱う
  • 1つのパケットには、同じパラメータ（チャンネル, ビットレートなど）を持つなら、複数のフレームを含めることができる
  • TOC byte パケットに少なくとも一つ含まれる (3.1)
    • config (5bit)
      • SILK/CELT
      • bandwidth
      • framesize
    • stereo/mono (1bit)
    • number of frames (2bit)
      • 0 = 1 frame in the packet
      • 1 = 2 frames, each with equal compressed size
      • 2 = 2 frames, each with different compressed size
      • 3 = more than 2 frames

3.2.1 packing frames

  • パケットが複数のVBRフレームを含む場合 (code 2, 3 のとき)
    • 1バイトか2バイト
    • 先頭のバイトはフレームの長さを表す
      • 0 フレームなし
        • DTX (discontinuous transmission) or ロストフレーム
        • どのモードのフレームも長さは0になりうる
        • 転送途中で落ちたり、エンコーダが故意に transmit しなかったり
          • 1..251
          • 252...255 2バイト目が必要: $\text{second_byte}*4+\text{first_byte}$
          • 最大フレーム数が 1275 なので, 20ms フレームだと 510Kbit/s のビットレートとなる
          • 2550 ms = 2.55 s
          • VBRパケットの最終フレームとCBRパケットの各フレームは長さは含まれない。パケットのサイズと他のフレームのサイズの合計から割り出せるから。
  • Code 0: 1 frame in the packet (3.2.2)
    • パケットのサイズを $N$ として、TOC byte のあとに、$N-1$ バイトのフレーム
  • Code 1: 2 frames with equal compressed size
    • パケットのサイズを $N$ として、TOC byte のあとに、$(N-1)/2$ バイトのフレームが2つ
      • Code 1 のパケットは $N-1$ は偶数でなければいけない (R3)
  • Code 2: 2 frames with different compressed size
    • パケットサイズを $N$ として、TOC byte のあとに、1フレーム目のバイトサイズ $N_1$ が1 or 2バイトあり、その後に $N_1$ バイトのフレームと $N - N_1 - 2$ か $N - N_1 - 3$ バイトのフレームが続く。

参考資料

DCT (Discrete Cosine Transformation?) について