分割Ogg Opus文件流

Question

我正在尝试将OGG_OPUS编码的流发送到Google的语音转文字流服务。由于Google对流请求设置了时间限制，因此我需要在固定的时间间隔内将音频流路由到另一个Google语音转文字流会话中。

根据我所读的内容，OGG流中的页面不能独立读取，因为在计算页面数据时要考虑前后页面的数据。如果是这样，我们是否可以在某个点截断流，并使用剩余的数据创建全新的流？但是，在特定点停止并在新流中发送数据并不起作用，因为第二个流中也没有最初的OGG头数据包。

我知道这个问题可以使用PCM数据解决，因为它没有被编码，PCM流可以在任何点上简单地分割并转换成新流。但是由于它的高比特率，我不能使用PCM流，而且我也不想使用无损质量，因为我正在传输语音数据流。

参考文献: https://www.rfc-editor.org/rfc/rfc7845#section-3

- Sylens

---

你有任何测试代码或opus文件吗？尝试使用下面的“OpusFileSplitter”... - anthumchris

Answer 1

OpusFileSplitter 能够分割 Opus 音频文件。

只要文件以流开始 (BOS) 头和注释页开头，就可以独立读取 Ogg 页面。你可以通过创建新的文件，在 Ogg 头页面之后添加 Ogg 数据/音频页面，将一个 Ogg 文件分割成多个文件。例如，这个 Ogg Opus 文件：

*********************************************************
*          *              *              *              *
*  Header  *  Audio Data  *  Audio Data  *  Audio Data  *
*   Page   *    Page 1    *    Page 2    *    Page 3    *
*          *              *              *              *
*********************************************************

可以分成两个文件：

***************************
*          *              *
*  Header  *  Audio Data  *
*   Page   *    Page 1    *
*          *              *
***************************

******************************************
*          *              *              *
*  Header  *  Audio Data  *  Audio Data  *
*   Page   *    Page 2    *    Page 3    *
*          *              *              *
******************************************

您关于音频片段可能被拆分并跨越多个页面的情况是正确的。我假设如果一个页面包含不完整的音频片段，可能会丢失几毫秒，但这不应该影响语音识别。不幸的是，我的本地测试使用了由opusenc工具生成的Opus文件，它没有创建跨越多个页面的分段，这似乎对于分割文件是好事！ OpusFileSplitter.scanPages() 显示了如何找到页面边界。

- AnthumChris