基于DSP的G.729語音編解碼算法的優(yōu)化和實現(xiàn)

隨著多媒體信息技術(shù)和網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，信息量快速增長，使信道資源顯得越來越寶貴。為了在有限的信道資源下傳輸盡可能多的信息，語音壓縮成為必要手段。ITU組織(國際電信聯(lián)盟)在l996年制定了G.729協(xié)議，即共軛結(jié)構(gòu)碼激勵線性預(yù)測編碼算法(CS-ACELP)。其編碼速率為8kb/s，可以滿足網(wǎng)絡(luò)通信的要求，具有良好的語音質(zhì)量，對不同的應(yīng)用環(huán)境有較強的適應(yīng)性，是一種性能較好的語音壓縮國際標準，被廣泛應(yīng)用在個人移動通信、衛(wèi)星通信等各個領(lǐng)域。

　　1 G.729編解碼算法的原理

　　語音信號的波形編碼力圖使重建語音波形保持原始語音信號的波形形狀。這類編碼器通常將語音信號作為一般的波形信號來處理,它具有適應(yīng)能力強、語音質(zhì)量好等優(yōu)點,但所需用的編碼速率高。參數(shù)編碼通過對語音信號特征參數(shù)的提取及編碼來降低編碼速率，力圖使重建語音信號盡可能保持原語音的語意，而重建信號的波形同原語音信號的波形可能會有相當大的差別。二十世紀70年代中期,特別是80年代以來，語音編碼技術(shù)有了突破性的進展，提出了一些非常有效的處理方法，如混合編碼。這種算法克服了原有波形編碼器與聲碼器的弱點,而結(jié)合了它們各自的長處,在4kb/s～16kb/s速率上能夠得到高質(zhì)量合成語音，而在本質(zhì)上也具有波形編碼的優(yōu)點。G.729所描述的CS-ACELP(Conjugate-Structure Al2gebraic-Coder-Excited Linear Prediction)聲碼器采用的CELP聲碼器就屬于這類編碼器。

　　CELP編碼基于合成分析(A-B-S)的搜索過程、感知加權(quán)矢量量化(VQ)和線性預(yù)測(LP)技術(shù)，采用這種編碼方案使傳輸?shù)谋忍芈蚀蟠蠼档?。CS-ACELP的思想是由共軛結(jié)構(gòu)碼線性預(yù)測(CS-CELP)和代數(shù)碼本激勵線性預(yù)測(ACELP)的思想整合而來的。在編碼端，主要進行有線譜對(LSP)參數(shù)的量化、基音分析、固定碼本搜索和增益量化四個步驟。編碼器首先對輸入信號(8kHz采樣16bit PCM信號)進行預(yù)處理，然后對每幀語音信號進行線性預(yù)測，得到LPC系數(shù)，并把LPC參數(shù)轉(zhuǎn)換成LSP參數(shù)，最后對LSP參數(shù)進行矢量量化。在接下來的基音分析中，每一幀先搜索到最佳基音時延T的一個候選時延，然后依據(jù)候選時延搜索每一幀的最佳基音時延。最后還要對自適應(yīng)碼本增益和固定碼本增益進行量化。在解碼端，首先由接收到的比特流得到各種參數(shù)標志進行解碼，得到10ms語音幀編碼參數(shù)。解碼器在每一子幀內(nèi)，對LSP系數(shù)進行內(nèi)插,并把它們變換成LP濾波器系數(shù)后，依次進行激勵生成、語音合成和后處理工作。

2 算法優(yōu)化和DSP應(yīng)用改進

　　G.729語音編解碼系統(tǒng)要求實時性高，需在有限的時間內(nèi)對外部輸入的信號完成指定處理，即信號處理的速度必須大于等于輸入信號更新的速度，因此需要進行算法的優(yōu)化改進。對C語言編寫的代碼進行優(yōu)化，同時使用內(nèi)聯(lián)指令，又在C程序中嵌入?yún)R編語句，盡量提高信號處理的速度。

　　2.1 算法的優(yōu)化改進

　　首先在算法上進行改進，如圖1所示，采用一種結(jié)合WD-LSP(Weighted Delta-LSP)[1]函數(shù)并結(jié)合次最優(yōu)部分碼本快速搜索的CS-ACELP語音編碼算法,同時采用基于聲學心理模型的知覺加權(quán)濾波器，使語音編碼在不降低語音質(zhì)量的情況下降低計算復雜度。WD-LSP函數(shù)主要用于區(qū)分UV-V（unvoice-voice）/S-V(silence-voice)的邊界。其原理是：如果函數(shù)值大于給定的極限值η，則開環(huán)基音延遲Top重新估計，否則，開環(huán)基音延遲Top用前一幀自適應(yīng)碼本延遲來更新。在第i幀F(xiàn)i的WD-LSP函數(shù)和用于確定開環(huán)基音延遲Top的算法如下：

　　其中LSPi(k)是在第i幀中的k階LSP系數(shù)；wk是加權(quán)系數(shù)，它用于增強UV-V/S-V邊界的WD-LSP函數(shù)。為了獲取wk，一個包含23 014個UV-V邊界和9 519個S-V邊界的大型數(shù)據(jù)庫用于估計delta-LSP在UV-V/S-V邊界的平方根值(RMS)。因此，WD-LSP用于檢測VU-V/S-V邊界非常敏感。η是一個設(shè)為0.01的極限值。整個計算可節(jié)省21％的計算量，經(jīng)過這種算法前后語音信號如圖2所示。

　　2.2 進行C語言優(yōu)化

　　基于G.729標準的聲碼器最終在定點TMS320C5416上實時實現(xiàn)。在定點TMS320C5416內(nèi)，浮點數(shù)是通過將小數(shù)點固定在特定位置來表示的，這是定點TMS320C5416的局限之一。為了區(qū)分小數(shù)的不同值域，使用了Q-格式。不同的Q-格式在于小數(shù)點的位置不同，因此整數(shù)域也不同。當兩個數(shù)相乘時，會產(chǎn)生一個特殊的符號位。如：兩個Q4數(shù)相乘, 需要附加一個左移的操作以去除這個多余的符號位，乘積應(yīng)該是一個Q9格式的。如果DSP中的FRST位被置位，這個去除多余符號位的移位操作能夠自動完成。對于16位數(shù)的乘法運算，應(yīng)該得到32 位的乘積。但是，由于只需要16位的積，該32位乘積中只有高16位被存儲下來，積的低16位被丟棄。為了達到高準確性，在連續(xù)的乘法運算過程中（如卷積），應(yīng)該一直保持32位的計算結(jié)果，只對最終的計算結(jié)果進行丟棄低16位的截短操作。為了達到更高的準確性，在這一操作過程中會使用到一種雙重精度格式, 這種格式僅僅出現(xiàn)在使用單精度不夠，而又不必要使用32位精度的時候。兩個32位數(shù)相乘，只需要32位的乘積，而不是64位，不過注意到TMS320C5416是16位的，所以在雙重精度格式中，32位整數(shù)分為高位字和低位字。高、低位字中都含有符號位，以進行快乘運算。其格式如下：

　　L_32=hi_word16+lo_word1

　　 Hi_word=L_32>>16

　　 Lo_word=L_32-hi_word>>1

　　 當累加器中的數(shù)值超過一定范圍時將會產(chǎn)生溢出。在G.729算法標準中， 累加器的值被限定在80000000～7FFFFFFF之內(nèi)——即最小負數(shù)和最大正數(shù)。不過在TMS320C5416中，如果將PMST寄存器中的OVM置位，則溢出會得到自動處理。