基于DSP的G.729語(yǔ)音編解碼算法的優(yōu)化和實(shí)現

隨著(zhù)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(cháng)，使信道資源顯得越來(lái)越寶貴。為了在有限的信道資源下傳輸盡可能多的信息，語(yǔ)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，即共軛結構碼激勵線(xiàn)性預測編碼算法(CS-ACELP)。其編碼速率為8kb/s，可以滿(mǎn)足網(wǎng)絡(luò )通信的要求，具有良好的語(yǔ)音質(zhì)量，對不同的應用環(huán)境有較強的適應性，是一種性能較好的語(yǔ)音壓縮國際標準，被廣泛應用在個(gè)人移動(dòng)通信、衛星通信等各個(gè)領(lǐng)域。

　　1 G.729編解碼算法的原理

　　語(yǔ)音信號的波形編碼力圖使重建語(yǔ)音波形保持原始語(yǔ)音信號的波形形狀。這類(lèi)編碼器通常將語(yǔ)音信號作為一般的波形信號來(lái)處理,它具有適應能力強、語(yǔ)音質(zhì)量好等優(yōu)點(diǎn),但所需用的編碼速率高。參數編碼通過(guò)對語(yǔ)音信號特征參數的提取及編碼來(lái)降低編碼速率，力圖使重建語(yǔ)音信號盡可能保持原語(yǔ)音的語(yǔ)意，而重建信號的波形同原語(yǔ)音信號的波形可能會(huì )有相當大的差別。二十世紀70年代中期,特別是80年代以來(lái)，語(yǔ)音編碼技術(shù)有了突破性的進(jìn)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(diǎn),而結合了它們各自的長(cháng)處,在4kb/s～16kb/s速率上能夠得到高質(zhì)量合成語(yǔ)音，而在本質(zhì)上也具有波形編碼的優(yōu)點(diǎn)。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(lèi)編碼器。

　　CELP編碼基于合成分析(A-B-S)的搜索過(guò)程、感知加權矢量量化(VQ)和線(xiàn)性預測(LP)技術(shù)，采用這種編碼方案使傳輸的比特率大大降低。CS-ACELP的思想是由共軛結構碼線(xiàn)性預測(CS-CELP)和代數碼本激勵線(xiàn)性預測(ACELP)的思想整合而來(lái)的。在編碼端，主要進(jìn)行有線(xiàn)譜對(LSP)參數的量化、基音分析、固定碼本搜索和增益量化四個(gè)步驟。編碼器首先對輸入信號(8kHz采樣16bit PCM信號)進(jìn)行預處理，然后對每幀語(yǔ)音信號進(jìn)行線(xiàn)性預測，得到LPC系數，并把LPC參數轉換成LSP參數，最后對LSP參數進(jìn)行矢量量化。在接下來(lái)的基音分析中，每一幀先搜索到最佳基音時(shí)延T的一個(gè)候選時(shí)延，然后依據候選時(shí)延搜索每一幀的最佳基音時(shí)延。最后還要對自適應碼本增益和固定碼本增益進(jìn)行量化。在解碼端，首先由接收到的比特流得到各種參數標志進(jìn)行解碼，得到10ms語(yǔ)音幀編碼參數。解碼器在每一子幀內，對LSP系數進(jìn)行內插,并把它們變換成LP濾波器系數后，依次進(jìn)行激勵生成、語(yǔ)音合成和后處理工作。

2 算法優(yōu)化和DSP應用改進(jìn)

　　G.729語(yǔ)音編解碼系統要求實(shí)時(shí)性高，需在有限的時(shí)間內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(jìn)行算法的優(yōu)化改進(jìn)。對C語(yǔ)言編寫(xiě)的代碼進(jìn)行優(yōu)化，同時(shí)使用內聯(lián)指令，又在C程序中嵌入匯編語(yǔ)句，盡量提高信號處理的速度。

　　2.1 算法的優(yōu)化改進(jìn)

　　首先在算法上進(jìn)行改進(jìn)，如圖1所示，采用一種結合WD-LSP(Weighted Delta-LSP)[1]函數并結合次最優(yōu)部分碼本快速搜索的CS-ACELP語(yǔ)音編碼算法,同時(shí)采用基于聲學(xué)心理模型的知覺(jué)加權濾波器，使語(yǔ)音編碼在不降低語(yǔ)音質(zhì)量的情況下降低計算復雜度。WD-LSP函數主要用于區分UV-V（unvoice-voice）/S-V(silence-voice)的邊界。其原理是：如果函數值大于給定的極限值η，則開(kāi)環(huán)基音延遲Top重新估計，否則，開(kāi)環(huán)基音延遲Top用前一幀自適應碼本延遲來(lái)更新。在第i幀Fi的WD-LSP函數和用于確定開(kāi)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；wk是加權系數，它用于增強UV-V/S-V邊界的WD-LSP函數。為了獲取wk，一個(gè)包含23 014個(gè)UV-V邊界和9 519個(gè)S-V邊界的大型數據庫用于估計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(gè)設為0.01的極限值。整個(gè)計算可節省21％的計算量，經(jīng)過(guò)這種算法前后語(yǔ)音信號如圖2所示。

　　2.2 進(jìn)行C語(yǔ)言?xún)?yōu)化

　　基于G.729標準的聲碼器最終在定點(diǎn)TMS320C5416上實(shí)時(shí)實(shí)現。在定點(diǎn)TMS320C5416內，浮點(diǎn)數是通過(guò)將小數點(diǎn)固定在特定位置來(lái)表示的，這是定點(diǎn)TMS320C5416的局限之一。為了區分小數的不同值域，使用了Q-格式。不同的Q-格式在于小數點(diǎn)的位置不同，因此整數域也不同。當兩個(gè)數相乘時(shí)，會(huì )產(chǎn)生一個(gè)特殊的符號位。如：兩個(gè)Q4數相乘, 需要附加一個(gè)左移的操作以去除這個(gè)多余的符號位，乘積應該是一個(gè)Q9格式的。如果DSP中的FRST位被置位，這個(gè)去除多余符號位的移位操作能夠自動(dòng)完成。對于16位數的乘法運算，應該得到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(lái)，積的低16位被丟棄。為了達到高準確性，在連續的乘法運算過(guò)程中（如卷積），應該一直保持32位的計算結果，只對最終的計算結果進(jìn)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(guò)程中會(huì )使用到一種雙重精度格式, 這種格式僅僅出現在使用單精度不夠，而又不必要使用32位精度的時(shí)候。兩個(gè)32位數相乘，只需要32位的乘積，而不是64位，不過(guò)注意到TMS320C5416是16位的，所以在雙重精度格式中，32位整數分為高位字和低位字。高、低位字中都含有符號位，以進(jìn)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

　　 當累加器中的數值超過(guò)一定范圍時(shí)將會(huì )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——即最小負數和最大正數。不過(guò)在TMS320C5416中，如果將PMST寄存器中的OVM置位，則溢出會(huì )得到自動(dòng)處理。