pjsua2 循环录音质量很糟糕

Question

我实现了一个简单的调用者和侦听器脚本，其工作方式如下：

• 听众等待来电
• 主叫方发起呼叫
• 呼叫者播放 wav 文件（从

  pj.AudioMediaPlayer

  实例传输到

  playback_media

  ）
• 监听器将

  capture_media

  路由到

  playback_media

• 呼叫者将

  capture_media

  路由到

  pj.AudioMediaRecorder

  ，将循环的声音输出到 wav 文件中

备注：

• 脚本是用 Python 编写的，并使用 pjsua2 的默认版本（构建时不更改源或选项）
• 调用者和侦听者在两个单独的虚拟机上运行
• 参考wav音频长约30秒，这是用于语音质量测试目的的录音

• playback_media

  获得为

  pj.Endpoint.instance().audDevManager().getPlaybackDevmedia()

• capture_media

  获得为

  pj.Endpoint.instance().audDevManager().getCaptureDevmedia()

整个设置的想法，用语言来说就是：呼叫者播放音频文件，听者将音频循环回呼叫者，呼叫者最终将循环的音频存储到音频文件中。我想要的只是一个简单的音频循环，不对原始声音进行任何增强或更改。

问题是来电者录制的音频质量很糟糕：音量整体降低，前几秒的音量甚至比其余部分更低，整个录音过程中有轻微的回声，似乎淡入淡出没有原因（回声消除？），衰减很快，导致大部分录音的音量都很低，几乎听不见，只有大约 4 个可听见的声音出现，但质量很差。

我发现官方 pjsip/pjsua2 文档对于除了最简单的示例之外的任何内容都毫无用处。我尝试禁用 VAD 并使脚本成为单线程和多线程，最后我尝试更改

EpConfig

的

MediaConfig.quality

变量，但这没有任何帮助。

问题是：我该如何确保原始音频按原样传输、环回和存储，而不改变录制音频的质量或特性？这是一个简单、简短的调用，仅循环一个 wav 文件，仅此而已。

我尝试通过 Python

EpConfig

界面更改一些可用的基本选项。 我尝试切换播放和捕获媒体设备。

Answer 1

我通过不使用默认媒体设备解决了音频质量问题。

相反，我将两端的

playback_device

和

capture_device

替换为

audio_device

，获得为

# Inside the onCallState() method of caller and listener
# which derive from pj.Call class...

ci = self.getInfo()

if ci.state == pj.PJSIP_INV_STATE_CONFIRMED:
    for i in range(0, ci.media.size()):
        if ci.media[i].type == pj.PJMEDIA_TYPE_AUDIO:
            # Here we fetch the call's own audio media device...
            # We use this object to directly manipulate the call's media,
            # avoiding whatever nonsense the default media devices were doing, apparently...
            self.audio_media = self.getAudioMedia(i)

# We insert the caller/listener device transmit code here...

现在，呼叫者可以

self.audio_media.startTransmit(self.recorder)
self.player.startTransmit(self.audio_media)

其中

self.recorder

是写入最终输出音频文件的

pj.AudioMediaRecorder

，

self.player

是播放参考音频文件的

pj.AudioMediaPlayer

（该音频被发送给收听者，收听者将其循环回调用者）。

然后，听者可以

self.audio_media.startTransmit(self.audio_media)

将音频循环回给呼叫者。

无论“质量”设置或 VAD 如何，最终输出音频都不是完全完美的，但对于我的目的来说已经足够好了。录音开始时只有一点小故障，其余音量正常：

pjsip 系统似乎试图通过改变播放速度来减少呼叫延迟，并且过滤器会对传输的音频进行一些更改（+存在一些噪音），但同样，这些不会过多降低质量，并且我可以接受现在的运作方式。