voxudio 0.5.2

A real-time audio processing library with ONNX runtime support
Documentation
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
mod raw;

use {crate::error::OperationError, std::ptr::null};

/// 封装Opus应用类型为枚举
///
/// 定义了Opus编码器的不同应用场景,每种场景针对不同的音频类型和使用场景进行了优化。
/// 选择合适的应用类型可以显著影响编码质量和延迟。
//noinspection SpellCheckingInspection
#[derive(Debug, Clone, Copy)]
pub enum OpusApplication {
    /// 最适合大多数音频信号的通用编码
    ///
    /// 为音乐和混合内容提供最佳质量,适用于广播和存储应用。
    Audio,
    /// 针对语音信号优化的编码
    ///
    /// 为语音通话提供更好的性能,适用于VoIP和视频会议应用。
    Voip,
    /// 针对低延迟应用的编码
    ///
    /// 提供最低的算法延迟,适用于实时交互式应用。
    RestrictedLowdelay,
}

impl OpusApplication {
    // 转换为Opus C API使用的整数值
    fn to_opus_int(&self) -> i32 {
        match self {
            Self::Audio => raw::OPUS_APPLICATION_AUDIO as i32,
            Self::Voip => raw::OPUS_APPLICATION_VOIP as i32,
            Self::RestrictedLowdelay => raw::OPUS_APPLICATION_RESTRICTED_LOWDELAY as i32,
        }
    }
}

/// 封装Opus带宽设置为枚举
///
/// 定义了Opus编码器支持的不同带宽级别,影响音频质量、比特率和计算复杂度。
/// 带宽越高,音频质量越好,但需要更高的比特率和计算资源。
//noinspection SpellCheckingInspection
#[derive(Debug, Clone, Copy)]
pub enum OpusBandwidth {
    /// 4kHz带宽
    ///
    /// 适用于低比特率语音通信,类似于电话质量。
    Narrowband,
    /// 6kHz带宽
    ///
    /// 提供比窄带更好的语音质量,但仍然主要针对语音优化。
    Mediumband,
    /// 8kHz带宽
    ///
    /// 提供良好的语音质量和基本的音乐质量,适合大多数VoIP应用。
    Wideband,
    /// 12kHz带宽
    ///
    /// 提供高质量的语音和音乐,适合高质量的音频会议和音乐流媒体。
    Superwideband,
    /// 20kHz带宽(全频带)
    ///
    /// 提供最高质量的音频,覆盖人类听力的全部范围,适合高保真音乐。
    Fullband,
    /// 自定义带宽值
    ///
    /// 允许使用自定义的带宽设置,用于特殊应用场景。
    Custom(i32),
}

impl OpusBandwidth {
    // 转换为Opus C API使用的整数值
    fn to_opus_int(&self) -> i32 {
        match self {
            Self::Narrowband => raw::OPUS_BANDWIDTH_NARROWBAND as i32,
            Self::Mediumband => raw::OPUS_BANDWIDTH_MEDIUMBAND as i32,
            Self::Wideband => raw::OPUS_BANDWIDTH_WIDEBAND as i32,
            Self::Superwideband => raw::OPUS_BANDWIDTH_SUPERWIDEBAND as i32,
            Self::Fullband => raw::OPUS_BANDWIDTH_FULLBAND as i32,
            Self::Custom(value) => *value,
        }
    }
}

/// Opus音频样本类型特征
///
/// 定义了可用于Opus编解码的音频样本类型必须实现的方法。
/// 这个特征允许编解码器与不同的音频样本格式(如i16和f32)一起工作。
pub trait OpusSample {
    /// 检查样本类型是否为f32
    ///
    /// 用于内部决定使用哪个Opus API函数进行编解码。
    fn is_f32() -> bool {
        false
    }

    /// 检查样本类型是否为i16
    ///
    /// 用于内部决定使用哪个Opus API函数进行编解码。
    fn is_i16() -> bool {
        false
    }

    /// 创建一个值为零的样本
    ///
    /// 用于初始化音频缓冲区。
    fn zero() -> Self;
}

impl OpusSample for i16 {
    fn is_i16() -> bool {
        true
    }

    fn zero() -> Self {
        0
    }
}

impl OpusSample for f32 {
    fn is_f32() -> bool {
        true
    }

    fn zero() -> Self {
        0f32
    }
}

/// 安全封装Opus编码器
///
/// 提供高质量、低延迟的音频编码功能,支持多种采样率和通道配置。
/// 可以通过各种设置方法调整编码参数,如比特率、复杂度和带宽。
pub struct OpusEncoder {
    encoder: *mut raw::OpusEncoder,
    channels: usize,
}

impl OpusEncoder {
    // 创建一个新的编码器,使用枚举类型作为应用类型参数
    pub(self) fn new(
        sample_rate: usize,
        channels: usize,
        application: OpusApplication,
    ) -> Result<Self, OperationError> {
        let mut error = 0;
        let encoder = unsafe {
            raw::opus_encoder_create(
                sample_rate as _,
                channels as _,
                application.to_opus_int(),
                &mut error,
            )
        };

        if error != raw::OPUS_OK as i32 {
            return Err(OperationError::Opus(format!(
                "Failed to create Opus encoder: {}",
                error
            )));
        }

        if encoder.is_null() {
            return Err(OperationError::Opus("Opus encoder is null".to_owned()));
        }

        Ok(Self { encoder, channels })
    }

    /// 设置编码器位速率
    ///
    /// # 参数
    ///
    /// * `bitrate` - 目标位速率(比特/秒)。可以设置为特定值(如64000表示64kbps)
    ///   或使用以下特殊值:
    ///   - 0: 自动位速率(由编码器根据信号特性选择)
    ///   - 1: 最大位速率(质量优先)
    ///
    /// # 返回值
    ///
    /// 成功时返回Ok(()),失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusEncoder, OpusApplication, OpusCodec};
    /// # let mut encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// // 设置为64kbps
    /// encoder.set_bitrate(64000).unwrap();
    /// ```
    pub fn set_bitrate(&mut self, bitrate: usize) -> Result<(), OperationError> {
        let result = unsafe {
            raw::opus_encoder_ctl(self.encoder, raw::OPUS_SET_BITRATE_REQUEST as _, bitrate)
        };

        if result != raw::OPUS_OK as i32 {
            return Err(OperationError::Opus(format!(
                "Failed to set bitrate: {}",
                result
            )));
        }

        Ok(())
    }

    /// 设置编码器复杂度
    ///
    /// 复杂度控制编码器的计算复杂性,较高的值提供更好的质量但需要更多CPU资源。
    ///
    /// # 参数
    ///
    /// * `complexity` - 复杂度值,范围从0(最低复杂度)到10(最高复杂度)
    ///
    /// # 返回值
    ///
    /// 成功时返回Ok(()),失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusEncoder, OpusApplication, OpusCodec};
    /// # let mut encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// // 设置为中等复杂度
    /// encoder.set_complexity(5).unwrap();
    /// ```
    pub fn set_complexity(&mut self, complexity: i32) -> Result<(), OperationError> {
        let result = unsafe {
            raw::opus_encoder_ctl(
                self.encoder,
                raw::OPUS_SET_COMPLEXITY_REQUEST as _,
                complexity,
            )
        };

        if result != raw::OPUS_OK as i32 {
            return Err(OperationError::Opus(format!(
                "Failed to set complexity: {}",
                result
            )));
        }

        Ok(())
    }

    /// 设置信号带宽
    ///
    /// 带宽控制编码音频的频率范围,影响音质和压缩效率。
    ///
    /// # 参数
    ///
    /// * `bandwidth` - 带宽设置,参见[`OpusBandwidth`]枚举
    ///
    /// # 返回值
    ///
    /// 成功时返回Ok(()),失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusEncoder, OpusApplication, OpusCodec, OpusBandwidth};
    /// # let mut encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// // 设置为宽带(8kHz带宽)
    /// encoder.set_bandwidth(OpusBandwidth::Wideband).unwrap();
    /// ```
    pub fn set_bandwidth(&mut self, bandwidth: OpusBandwidth) -> Result<(), OperationError> {
        let result = unsafe {
            raw::opus_encoder_ctl(
                self.encoder,
                raw::OPUS_SET_BANDWIDTH_REQUEST as _,
                bandwidth.to_opus_int(),
            )
        };

        if result != raw::OPUS_OK as i32 {
            return Err(OperationError::Opus(format!(
                "Failed to set bandwidth: {}",
                result
            )));
        }

        Ok(())
    }

    /// 编码音频数据
    ///
    /// 将PCM音频数据编码为Opus压缩格式。
    ///
    /// # 参数
    ///
    /// * `pcm` - 输入PCM音频数据,类型必须实现[`OpusSample`]特征
    /// * `frame_size` - 每个通道的帧大小(样本数),通常为2.5, 5, 10, 20, 40或60毫秒对应的样本数
    /// * `max_data_bytes` - 输出缓冲区的最大大小(字节),建议使用[`OpusCodec::MAX_PACKET_SIZE`]
    ///
    /// # 返回值
    ///
    /// 成功时返回编码后的数据,失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusEncoder, OpusApplication, OpusCodec};
    /// # let encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// # let pcm_data: Vec<i16> = vec![0; 960 * 2]; // 20ms at 48kHz stereo
    /// // 编码20ms的音频数据
    /// let frame_size = 960; // 48000 Hz * 20ms / 1000 = 960 samples
    /// let encoded = encoder.encode(&pcm_data, frame_size, OpusCodec::MAX_PACKET_SIZE).unwrap();
    /// ```
    pub fn encode<S: OpusSample>(
        &self,
        pcm: &[S],
        frame_size: usize,
        max_data_bytes: usize,
    ) -> Result<Vec<u8>, OperationError> {
        let samples_per_channel = pcm.len() / self.channels;

        // 检查输入数据是否足够
        if samples_per_channel < frame_size as usize {
            return Err(OperationError::Opus(format!(
                "Input data too short for encoding: need {} samples per channel, got {}",
                frame_size, samples_per_channel
            )));
        }

        // 额外空间给TOC头部
        let mut encoded = vec![0u8; max_data_bytes + 1];

        let encoded_len = unsafe {
            if S::is_i16() {
                raw::opus_encode(
                    self.encoder,
                    pcm.as_ptr() as _,
                    frame_size as _,
                    encoded.as_mut_ptr(),
                    max_data_bytes as _,
                )
            } else {
                raw::opus_encode_float(
                    self.encoder,
                    pcm.as_ptr() as _,
                    frame_size as _,
                    encoded.as_mut_ptr(),
                    max_data_bytes as _,
                )
            }
        };

        if encoded_len < 0 {
            return Err(OperationError::Opus(format!(
                "Failed to encode: {}",
                encoded_len
            )));
        }

        // 包含TOC头部
        encoded.truncate(encoded_len as usize + 1);
        Ok(encoded)
    }

    /// 获取当前编码器的通道数
    ///
    /// # 返回值
    ///
    /// 返回编码器配置的通道数
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusEncoder, OpusApplication, OpusCodec};
    /// # let encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// assert_eq!(encoder.channels(), 2);
    /// ```
    pub fn channels(&self) -> usize {
        self.channels
    }
}

impl Drop for OpusEncoder {
    fn drop(&mut self) {
        if !self.encoder.is_null() {
            unsafe {
                raw::opus_encoder_destroy(self.encoder);
            }
        }
    }
}

/// 安全封装Opus解码器
///
/// 提供高质量、低延迟的音频解码功能,支持多种采样率和通道配置。
/// 能够处理丢包情况,并提供丢包隐藏(PLC)功能。
pub struct OpusDecoder {
    decoder: *mut raw::OpusDecoder,
    channels: usize,
}

impl OpusDecoder {
    // 创建一个新的解码器
    pub(self) fn new(sample_rate: usize, channels: usize) -> Result<Self, OperationError> {
        let mut error = 0;
        let decoder =
            unsafe { raw::opus_decoder_create(sample_rate as _, channels as _, &mut error) };

        if error != raw::OPUS_OK as i32 {
            return Err(OperationError::Opus(format!(
                "Failed to create Opus decoder: {}",
                error
            )));
        }

        if decoder.is_null() {
            return Err(OperationError::Opus("Opus decoder is null".to_owned()));
        }

        Ok(Self { decoder, channels })
    }

    /// 解码音频数据
    ///
    /// 将Opus压缩格式解码为PCM音频数据。支持丢包隐藏(PLC)功能。
    ///
    /// # 参数
    ///
    /// * `data` - 输入的Opus编码数据,如果为None则执行丢包隐藏
    /// * `frame_size` - 每个通道的帧大小(样本数)
    ///
    /// # 返回值
    ///
    /// 成功时返回解码后的PCM数据,失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// # use voxudio::{OpusDecoder, OpusCodec};
    /// # let decoder = OpusCodec::new_decoder(48000, 2).unwrap();
    /// # let encoded_data = vec![0u8; 100];
    /// // 解码音频数据
    /// let frame_size = 960; // 48000 Hz * 20ms / 1000 = 960 samples
    /// let decoded = decoder.decode::<i16>(Some(&encoded_data), frame_size).unwrap();
    ///
    /// // 处理丢包情况
    /// let concealed = decoder.decode::<i16>(None, frame_size).unwrap();
    /// ```
    pub fn decode<S: Clone + OpusSample>(
        &self,
        data: Option<&[u8]>,
        frame_size: usize,
    ) -> Result<Vec<S>, OperationError> {
        // 为输出分配足够的空间(frame_size * channels)
        let mut decoded = vec![S::zero(); frame_size * self.channels];

        let decoded_samples = unsafe {
            if let Some(data) = data {
                raw::opus_decode(
                    self.decoder,
                    data.as_ptr(),
                    data.len() as _,
                    decoded.as_mut_ptr() as _,
                    frame_size as _, // 这里传入每个通道的输出样本数
                    0,               // 不使用FEC
                )
            } else {
                // 解码丢失的包(PLC - Packet Loss Concealment)
                raw::opus_decode(
                    self.decoder,
                    null(),
                    0,
                    decoded.as_mut_ptr() as _,
                    frame_size as _, // 这里传入每个通道的输出样本数
                    0,
                )
            }
        };

        if decoded_samples < 0 {
            return Err(OperationError::Opus(format!(
                "Failed to decode: {}",
                decoded_samples
            )));
        }
        // 调整输出大小为实际解码的样本数 * 通道数
        decoded.truncate(decoded_samples as usize * self.channels);

        Ok(decoded)
    }
}

impl Drop for OpusDecoder {
    fn drop(&mut self) {
        if !self.decoder.is_null() {
            unsafe {
                raw::opus_decoder_destroy(self.decoder);
            }
        }
    }
}

/// Opus编解码器的主要接口
///
/// 提供创建Opus编码器和解码器的方法,以及一些实用功能如:
/// - 计算帧大小
/// - 获取最大带宽
/// - 获取版本信息
///
/// # 示例
/// ```
/// use voxudio::*;
///
/// // 创建编码器
/// let _encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
///
/// // 创建解码器
/// let _decoder = OpusCodec::new_decoder(48000, 2).unwrap();
///
/// // 计算20ms的帧大小
/// let _frame_size = OpusCodec::calculate_frame_size(48000, 20);
///
/// // 获取版本
/// let _version = OpusCodec::version();
/// ```
pub struct OpusCodec;

impl OpusCodec {
    /// 最大包大小(字节)
    pub const MAX_PACKET_SIZE: usize = 1500;

    /// 创建一个新的Opus编码器
    ///
    /// # 参数
    ///
    /// * `sample_rate` - 采样率,必须是8000, 12000, 16000, 24000或48000 Hz
    /// * `channels` - 通道数,支持1(单声道)或2(立体声)
    /// * `application` - 应用类型,参见[`OpusApplication`]枚举
    ///
    /// # 返回值
    ///
    /// 成功时返回Opus编码器实例,失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// use voxudio::{OpusCodec, OpusApplication};
    ///
    /// // 创建一个48kHz立体声音频编码器
    /// let encoder = OpusCodec::new_encoder(48000, 2, OpusApplication::Audio).unwrap();
    /// ```
    pub fn new_encoder(
        sample_rate: usize,
        channels: usize,
        application: OpusApplication,
    ) -> Result<OpusEncoder, OperationError> {
        OpusEncoder::new(sample_rate, channels, application)
    }

    /// 创建一个新的Opus解码器
    ///
    /// # 参数
    ///
    /// * `sample_rate` - 采样率,必须是8000, 12000, 16000, 24000或48000 Hz
    /// * `channels` - 通道数,支持1(单声道)或2(立体声)
    ///
    /// # 返回值
    ///
    /// 成功时返回Opus解码器实例,失败时返回错误
    ///
    /// # 示例
    ///
    /// ```no_run
    /// use voxudio::OpusCodec;
    ///
    /// // 创建一个48kHz立体声音频解码器
    /// let decoder = OpusCodec::new_decoder(48000, 2).unwrap();
    /// ```
    pub fn new_decoder(sample_rate: usize, channels: usize) -> Result<OpusDecoder, OperationError> {
        OpusDecoder::new(sample_rate, channels)
    }

    /// 计算指定采样率和时长的帧大小(样本数)
    ///
    /// # 参数
    ///
    /// * `sample_rate` - 音频采样率(Hz)
    /// * `duration_ms` - 音频帧时长(毫秒)
    ///
    /// # 返回值
    ///
    /// 返回每个通道的样本数
    ///
    /// # 示例
    ///
    /// ```no_run
    /// use voxudio::OpusCodec;
    ///
    /// // 计算48kHz采样率下20ms的帧大小
    /// let frame_size = OpusCodec::calculate_frame_size(48000, 20);
    /// assert_eq!(frame_size, 960); // 48000 * 20 / 1000 = 960
    /// ```
    pub fn calculate_frame_size(sample_rate: usize, duration_ms: u64) -> usize {
        (sample_rate * duration_ms as usize) / 1000
    }

    //noinspection SpellCheckingInspection
    // / 获取采样率对应的最大带宽
    ///
    /// 根据给定的采样率返回Opus支持的最大带宽设置。
    /// 采样率越高,支持的带宽越大,音频质量越好。
    ///
    /// # 参数
    ///
    /// * `sample_rate` - 音频采样率(Hz)
    ///
    /// # 返回值
    ///
    /// 返回对应采样率的最大带宽设置,参见[`OpusBandwidth`]枚举
    ///
    /// # 示例
    ///
    /// ```no_run
    /// use voxudio::{OpusCodec, OpusBandwidth};
    ///
    /// // 获取48kHz采样率对应的最大带宽
    /// let bandwidth = OpusCodec::get_max_bandwidth_for_sample_rate(48000);
    /// assert!(matches!(bandwidth, OpusBandwidth::Fullband));
    /// ```
    pub fn get_max_bandwidth_for_sample_rate(sample_rate: usize) -> OpusBandwidth {
        match sample_rate {
            8000 => OpusBandwidth::Narrowband,
            12000 => OpusBandwidth::Mediumband,
            16000 => OpusBandwidth::Wideband,
            24000 => OpusBandwidth::Superwideband,
            _ => OpusBandwidth::Fullband, // 48000及其他采样率使用全频带
        }
    }

    /// 获取版本
    pub fn version() -> String {
        unsafe {
            let version_ptr = raw::opus_get_version_string();
            let c_str = std::ffi::CStr::from_ptr(version_ptr);
            c_str.to_string_lossy().to_string()
        }
    }
}