audio - 哪些库/API 允许我访问电话的实时音频波形？

Question

我正在寻找构建一个需要实时处理电话中传入音频的应用程序。
WebRTC 允许这样做，但我认为这仅适用于他们基于浏览器的 P2P 音频通信功能，但不适用于电话调用/VOIP。

Twilio 和 Plivo 允许您录制音频以进行批处理/稍后处理。

是否有一个库可以让我实时访问音频流？如果不是，我需要从头开始构建这样的服务吗？

谢谢

Answer 1

如果您愿意使用媒体服务器(因此调用不再是 P2P，而是由媒体服务器使用 B2B 模型进行调解)，那么也许 Kurento Media Server可以解决你的问题。 Kurento Media Server 可以创建实时应用于媒体流的处理能力。 documentation中有很多例子计算机视觉和增强现实算法在视频流上实时应用。我从未见过纯音频处理模块，但只需创建一个附加模块即可轻松实现，如果您对 C/C++ 和媒体处理概念有所了解，这并不太复杂。

免责声明:我是 Kurento 开发团队的一员。