博客
关于我
opus时间间隔
阅读量:263 次
发布时间:2019-03-01

本文共 459 字,大约阅读时间需要 1 分钟。

RTP和OPUS编码参数优化

RTP协议的封包格式通常遵循RFC7587标准,这种封包格式本身没有特殊性,主要需要注意的是时间戳的处理。以下是关于OPUS编码的具体参数配置和计算方法。

OPUS编码的包间隔时间范围通常在20ms到120ms之间。考虑到视频会议对实时性要求较高的应用场景,我们选择了20ms的包间隔时间。这意味着每个OPUS包的时间戳(ts)递增值为960ms(48000Hz采样率×20ms)。

根据公式:nb_samples = (sampling_rate * kOpusPacketMs) / 1000

代入数据:48000 * 20 / 1000 = 960
这表示每个OPUS包对应的采样点数量为960个。

计算每个视频帧的大小:

帧大小 = nb_samples * 2 * channels
代入数据:960 * 2 * 2 = 3840
因此,每个视频帧的大小为3840。

在实际编码过程中,使用opus_encode函数进行编码,传入相应的参数后,编码结果显示输出大小为243字节。

转载地址:http://yexa.baihongyu.com/

你可能感兴趣的文章
Pandas Plots:周末的单独颜色,x 轴上漂亮的打印时间
查看>>
Pandas 中的多索引旋转
查看>>
Pandas 中的日期范围
查看>>
pandas 中的时间序列箱线图
查看>>
Pandas 使用指南
查看>>
pandas 分组并使用最小值更新
查看>>
Pandas 对数据框的布尔比较
查看>>
pandas 时间序列重新采样结束给定的一天
查看>>
pandas 根据不是常量的第三列的值将值从一列复制到另一列
查看>>
pandas 根据值从多列中的一列查找
查看>>
Pandas 根据布尔条件选择行和列
查看>>
pandas 版本兼容特定的蟒蛇和NumPy配置吗?
查看>>
pandas 生成excel多级表头
查看>>
pandas 读取excel数据,以字典形式输出
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>