VoIP 常用的音频编码

声卡采集到的原始音频数据是脉冲编码调制（Pulse Code Modulation），简称PCM。PCM是对连续变化的模拟信号进行抽样、量化和编码产生的数字信号。PCM的优点就是音质好，缺点就是体积大。
因此，在VoIP中用于网络传输时，通过编码进行数据压缩，根据编码后音频质量的损耗情况分为有损和无损编码，根据带宽占用情况分为窄带和宽带编码。

比特率 = 采样率 × 量化位数 × 声道数

比如：G.711比特率 = 8000 次/秒 × 8 比特/次 × 1 = 64，000 比特/秒 = 64 kbps

• 语音净荷：通常一个数据包包含20 毫秒的语音。

• 20 ms 的语音数据量 = 64 kbps × 0.02 秒 =1280 比特 = 160 字节。

一、编码类型
1.1 窄带编码（300-3400Hz）‌
1.1.1 G.711 (PCM)‌
‌比特率‌：64kbps
‌特性‌：无压缩波形编码，延迟＜1ms，音质接近固话
‌场景‌：传统PSTN网络、基础VoIP系统（需充足带宽）
‌子类型‌：A-law（欧洲）,称为PCMA、μ-law（北美/日本），称为PCMU

1.1.2 G.729 (CS-ACELP)‌
‌比特率‌：8kbps
‌特性‌：参数编码，压缩比8:1，延迟10ms
‌场景‌：带宽受限的VoIP通话、视频会议‌

1.1.3 G.723.1‌
‌比特率‌：5.3kbps（ACELP）/6.3kbps（MP-MLQ）
‌特性‌：高压缩比，延迟30ms，适用低带宽网络
‌场景‌：早期视频会议系统、老旧网络环境VoIP

G.723标准传输码率有5.3kb/s和6.3kb/s两种，在编程过程中可随时切换

1.2 低带宽优化编码‌

1.3 宽带高清编码（50-7000Hz）‌‌
1.3.1 G.722 (SB-ADPCM)‌
‌比特率‌：48/56/64kbps
‌特性‌：音质显著优于窄带编码，延迟约3ms
‌场景‌：企业级高清语音会议系统

1.3.2 AMR-WB (G.722.2)‌
‌比特率‌：6.6-23.85kbps（多档可调）
‌特性‌：自适应宽带编码，移动网络兼容性强
‌场景‌：4G/5G高清语音（VoLTE）、视频会议

1.4 新型自适应编码‌‌
1.4.1 Opus‌
‌比特率‌：6-510kbps动态调节
‌特性‌：支持窄带/宽带/超宽带（20kHz）抗丢包算法优化，延迟可低至5ms
‌场景‌：WebRTC实时通信、游戏语音

二、编码选择‌