如何为双向音频发送音频API HIKVISION？

Question

我需要帮助，以理解为什么当你发送音频给相机，你听到丑陋，非常快。摄像机配置为音频编解码器G711Ulaw。

我正在做的工作如下：

• 我下载了一个wav音频，并将其转换为摄像机配置的编解码器，这些都是证据转换。 ffmpeg -i padrino.wav -acodec pcm_mulaw -ar 8000 -ac 1 -b:a 32k output.wav -i padrino.wav -acodec pcm_mulaw -ar 8000-ac 2 -b:a 32000 output.wav -i -i mulaw en29 20 en22# ffmpeg en24 8000 1 en28# -ar
• 打开双向音频，在"data.xml“中是支持双向音频的xml： curl -H "application/xml“-X PUT -d @data.xml @data.xml
• 我发了个卷发 curl -H“应用程序/二进制”-X PUT -d @output.ulaw 或 curl -H“应用程序/二进制”-X PUT -d @output.wav

这是在非公开场合听到的，但正如我一开始解释的那样，我听错了，我扭曲了，非常快。我做错了什么？

问候

Answer 1

我已经找到了为什么-这与编码无关。我已经编写了一个C#应用程序来测试这一点，如果你以预期的速度发送数据(每秒8000个样本)，那么它将正确运行。

我以数据包的形式发送音频数据(目前有160个字节，但是试验了最优值，但只要延迟是正确的，就不会有多大影响)，并在再次发送之前延迟适当的时间，以便在一秒钟内发送正确的样本数量。

Answer 2

我在github上发现了一个有趣的这项目，它帮助我创建了一个简单的应用程序，可以使用python将音频发送到摄像机：

import urllib.request
import requests
import socket
import time


class SocketGrabber:
    """ A horrible hack, so as to allow us to recover
        the socket we still need from urllib """

    def __init__(self):
        self.sock = None

    def __enter__(self):
        self._temp = socket.socket.close
        socket.socket.close = lambda sock: self._close(sock)
        return self

    def __exit__(self, type, value, tb):
        socket.socket.close = self._temp
        if tb is not None:
            self.sock = None

    def _close(self, sock):
        if sock._closed:
            return
        if self.sock == sock:
            return
        if self.sock is not None:
            self._temp(self.sock)
        self.sock = sock


audio_file = "output.ulaw"
ip = "IPCAM"
username = "USER"
password = "PASS"
index = 1
base = f"http://{ip}"
chunksize = 128
sleep_time = 1.0 / 64

base_url = f"http://{username}:{password}@{ip}"
req = requests.put(
    f"{base_url}/ISAPI/System/TwoWayAudio/channels/{index}/open")

mgr = urllib.request.HTTPPasswordMgrWithDefaultRealm()
mgr.add_password(None, [base], username, password)
auth = urllib.request.HTTPDigestAuthHandler(mgr)
opener = urllib.request.build_opener(auth)
audiopath = f"{base}/ISAPI/System/TwoWayAudio/channels/{index}/audioData"

with SocketGrabber() as sockgrab:
    req = urllib.request.Request(audiopath, method='PUT')
    resp = opener.open(req)
    output = sockgrab.sock


def frames_yield(ulaw_data, chunksize=128):
    for i in range(0, len(ulaw_data), chunksize):
        for x in [ulaw_data[i:i + chunksize]]:
            tosend = x + (b'\xff' * (chunksize - len(x)))
            time.sleep(sleep_time)
            yield tosend


with open(audio_file, 'rb') as file_obj:
    ulaw_data = file_obj.read()
    for dataframe in frames_yield(ulaw_data, chunksize):
        output.send(dataframe)