soundkit

一个用于通过 SRT 和 HTTP Range 请求处理低延迟音频的包

音频数据包头部编码

此包提供音频数据包头部的编码和解码。头部编码用于指定数据包中随后的音频数据的详细信息。这包括有关编码方法、配置参数和每个通道的帧大小的信息。

头部结构

头部结构如下

|-----------------------------------------------------------------------------|
|    Flag + Config ID    |   Channel Count   |    Frame Size 1    |    ...    |
|-----------------------------------------------------------------------------|
|         1 Byte         |       1 Byte      |       2 Bytes      |    ...    |
|-----------------------------------------------------------------------------|

• 标志 + 配置 ID：这是一个单字节，其中最高位3位表示编码方法，低位5位表示音频配置。
• 通道数：表示音频数据中通道数的字节。
• 帧大小：每个帧大小占用2个字节。头部中的此类条目数量等于通道数。每个条目代表相应通道的帧大小。

编码标志

EncodingFlag 指示用于音频数据的编码方法。目前支持两种编码方法

• PCM（值 0）：此标志表示使用脉冲编码调制（PCM）编码。PCM 是一种用于数字表示模拟信号的方法。
• Opus（值 1）：此标志表示使用 Opus 编码。Opus 是一种用于高效编码语音和通用音频的单格式有损音频编码格式。

音频配置

AudioConfig 是一个枚举，表示音频数据的采样率和比特深度。以下配置受到支持

• Hz44100Bit16
• Hz44100Bit24
• Hz44100Bit32
• Hz48000Bit16
• Hz48000Bit24
• Hz48000Bit32
• ...
• Hz352800Bit32

每个配置表示采样率（以 Hz 为单位）和比特深度（以位为单位）的组合。例如，Hz44100Bit16 表示采样率为 44100 Hz，比特深度为 16 位。