音频文件格式–celt

CELT介绍

CELT 是一种开放、免版税的有损音频压缩格式，也是一种免费软件编解码器，具有特别低的算法延迟，适用于低延迟音频通信。这些算法是公开记录的，并且可以不受软件专利限制地使用。

CELT 是一种基于改进的离散余弦变换 (MDCT) 和 CELP 概念的变换编解码器（带有用于激励的码本，但在频域中）。与 Vorbis 一样，CELT 是一种全频带（整个人类听觉范围）通用编解码器，即不专门用于特殊类型的音频信号，因此与其兄弟项目 Speex 不同。

CELT 提供从 32 kbps 到 128 kbps 的一系列比特率，最高比特率可提供与 Vorbis 或 AAC 类似的高质量音频。然而，CELT 还提供 16 kbps 和 8 kbps 的极低比特率，适用于 VoIP 或视频会议等低延迟应用。

许多流行的 VoIP 和视频会议应用程序都使用 CELT，包括 Skype、Jitsi 和 WebRTC。WebM 视频格式也使用它。

CELT发展历程

CELT的发展历史可以追溯到2000年代初期，当时Xiph.Org基金会开始开发一种名为Speex的新音频编解码器。

CELT优缺点

CELT 的一些优势：

低算法延迟：CELT具有非常低的算法延迟，这意味着编码和解码音频所花费的时间非常短。这使其适合需要实时音频通信的应用，例如 VoIP 和视频会议。

高品质：CELT 可以以 64 kbps 或更高的比特率实现高质量音频。这与 Vorbis 或 AAC 的质量相当。

开源：CELT是开源的，这意味着它可以免费使用和修改。这使其成为想要创建自己的 VoIP 或视频会议应用程序的开发人员的热门选择。

多种比特率：CELT 支持多种比特率，从 32 kbps 到 128 kbps。这使得它适合各种应用，从低延迟 VoIP 到高质量音频流。

抗噪声能力强：CELT 对噪声具有鲁棒性，这意味着它在嘈杂的环境中仍然可以产生高质量的音频。这使得它成为重视音频质量的应用的不错选择，即使在嘈杂的条件下也是如此。

支持立体声音频：CELT 可以对立体声音频进行编码和解码。这使得它适合需要双通道音频的应用，例如音乐播放或视频会议。

支持可变比特率编码：CELT 可以以可变比特率对音频进行编码。这意味着可以调整比特率以匹配可用带宽或所需的质量水平。

支持丢包隐藏：CELT可以隐藏丢包。这意味着即使某些音频数据包丢失，它仍然可以产生高质量的音频。

CELT 的一些缺点：

不像其他编解码器那样得到广泛支持：CELT 不像 MP3、Vorbis 或 AAC 等其他编解码器那样得到广泛支持。这意味着可能无法在所有应用程序中使用 CELT。

计算成本可能很高：CELT 的编码和解码计算成本可能很高，尤其是在高比特率下。这可能并不适合所有设备，例如智能手机或低功耗嵌入式系统。

CELT核心要点

每一种音频算法兴起，都有其核心要点和关键步骤：

加窗：音频信号被分成重叠的帧，每个帧使用汉明窗加窗。这有助于减少频谱泄漏并提高 MDCT 的频率分辨率。

改进的离散余弦变换 (MDCT)：使用 MDCT 将加窗音频帧变换到频域。这将音频信号分为 32 个频段，每个频段包含不同的频率范围。

量化：频率系数被量化以减少表示它们所需的位数。这是使用许多不同的技术来完成的，例如均匀量化、对数量化和自适应量化。

码本编码：使用码本对量化后的频率系数进行编码。这是一个预先计算的码字表，代表不同的频率系数模式。

打包：编码的码本条目被打包并传输到解码器。

解码：解码器接收数据包并解码以重建原始音频信号。

这些是 CELT 的核心步骤，但编码和解码过程中还涉及许多其他步骤。例如，CELT还使用了许多技术来提高解码音频的质量，例如噪声整形和后处理，其逻辑框图大概如下所示：

效果对比

对于音乐文件，尤其是在资源有限的设备上进行播放，CELT 还是存在一定价值的（数据来源于：Internal MUSHRA (ITU-R BS.1534) test）：

CELT现状

自 2011 年 2 月 4 日起，CELT/ SILK混合编解码器Opus （以前称为 Harmony）出现后不久，CELT 作为一个单独项目的开发就停止了，而是以 Opus 为基础（在处理时域中的频谱范围采用线性预测(SILK)，频域中的较高部分采用MDCT）。

官网上也可以看到最后一次更新是在2011年2月15日。

虽然CELT暂停了，但是在OPUS算法中仍然可以看到其身影，我们会在后续的OPUS算法中再做一下介绍。

CELT 本身的标准化并未完成，IETF有一份草稿，有兴趣的可以参考一下：

https://datatracker.ietf.org/doc/html/draft-valin-celt-codec-02

总结

出道即巅峰

CELT编解码器的出现彻底改变了人们对音频编解码的看法。它能够提供极低的延迟（仅几个毫秒）和高质量的声音，这对于实时音频流、音乐制作和游戏等应用来说至关重要。此外，CELT还具有很强的鲁棒性，因此在网络环境恶劣时也能保证良好的表现。这些突破性的特性使CELT迅速在音频编解码领域达到了巅峰。

转型为背后的英雄

然而，之后CELT的身影逐渐淡出了公众视线。它并没有消失，而是成为了一个新的、更先进的音频编解码器——Opus的一部分。Opus结合了CELT和另一种编解码器SILK的优点，以实现更广泛的应用。

在Opus中，CELT主要负责处理高比特率、复杂的音频内容（如音乐），而SILK则处理语音信号。因此，尽管CELT可能不再是公众熟知的名字，但它仍在背后默默工作，为我们提供优质的音频体验。

就像做嫁衣的裁缝一样，CELT虽然转型为”隐形”角色，但其价值并未减损，反而在新的领域和环境中得到了充分的发挥。这是一个典型的例子，显示出一个算法或技术即使不再处于主导地位，也能通过融入新的系统，继续提供其核心价值。

本文就介绍到这里，之后我们在介绍opus算法时候再进行celt算法介绍，敬请期待。

参考文献

https://www.ietf.org/proceedings/74/slides/avt-5.pdf

https://jmvalin.ca/papers/celt_eusipco2009.pdf

https://jmvalin.ca/papers/celt_tasl.pdf

https://celt-codec.org/

我是一枚爱跑步的程序猿，维护公众号和知乎专栏《MediaStack》，有兴趣可以关注，一起学习音视频知识，时不时分享实战经验。