摘要：對G．729語音編解碼算法的原理進行了簡要分析，并提出了一種基于DSP芯片TMS320VC5510的語音編解碼算法的實現(xiàn)方法。針對算法特征及體系結(jié)構(gòu)的特點，提出了一些有效的優(yōu)化措施。實驗結(jié)果表明，運算復(fù)雜度大大降低，且在語音的編解碼壓縮過程中具有很好的重建效果。

關(guān)鍵詞：TMS320VC5510；語音編解碼；G．729算法；優(yōu)化

1 G．729算法介紹

由于G．729的算法復(fù)雜度較高，ITU提出了G．729的簡化版本G．729A，作為G．729的附錄Annex A。后來為了進一步提高壓縮率，增加了G．729B，即G．729 AnnexB。在G．729B中，主要使用了VAD和CNG技術(shù)，使得語音通信中的靜音部分進一步壓縮。

1．1 G．729A

1．1．1 G．729A編碼器

G．729A編碼器的框圖如圖1所示。G．729A編碼器由預(yù)處理、線性預(yù)測分析和量化內(nèi)插、知覺加權(quán)、基音分析、脈沖響應(yīng)的計算、目標(biāo)信號的計算、自適應(yīng)碼本搜索、同定碼本結(jié)構(gòu)和搜索、增益量化以及參數(shù)編碼等模塊組成。

模擬語音信號經(jīng)過話路帶通濾波和8 kHz采樣之后，量化成16位的PCM信號進入編碼器，然后根據(jù)預(yù)處理后的輸入信號進行線性預(yù)測分析，得到線性預(yù)測系數(shù)，即線性預(yù)測編碼LPC(Linear Prediction Code)信息，利用該系數(shù)即可構(gòu)造合成濾波器。激勵信號經(jīng)合成濾波器后生成重構(gòu)信號，與輸入信號相減后得到殘差信號。該殘差信號經(jīng)誤差加權(quán)濾波器處理，根據(jù)聽覺感受改變頻譜，反饋到控制回路，根據(jù)使加權(quán)殘差信號均方差最小的原則確定激勵信號及其增益。誤差加權(quán)濾波器也是根據(jù)預(yù)測分析所得的LPC信息構(gòu)造的。

基音分析模塊通過自相關(guān)分析推得基音周期，據(jù)此信息搜素自適應(yīng)碼本，確定最佳自適應(yīng)碼本矢量，得到語音中具有準(zhǔn)周期特性的激勵；然后再搜素固定碼本，根據(jù)最小化加權(quán)均方差(Mcan Square Error，MSE)的準(zhǔn)則確定最佳固定碼本矢量，得到語音模型的隨機激勵信號；最后再確定兩個碼本矢量的增益Gc和Gp，采用具有共勻框結(jié)構(gòu)的兩級碼書進行矢量量化。上述過程確定的線性預(yù)測編碼信息、自適應(yīng)碼本矢量、固定碼本矢量和矢量增益構(gòu)成完整的G．729聲碼器編碼器參數(shù)。所有這些參數(shù)均以碼本索引的形式發(fā)往接收端。

1．1．2 G．729A解碼器

G．729A解碼器結(jié)構(gòu)框圖如圖2所示。首先從接收到碼流中提取參數(shù)序號，解碼這些序號得10 ms語音幀對應(yīng)的編碼參數(shù)。這些參數(shù)是線譜對LSP參數(shù)、兩個分?jǐn)?shù)基音延時、兩個固定碼本矢量與兩組自適應(yīng)和固定碼本增益、每子幀LSP參數(shù)被內(nèi)插并轉(zhuǎn)換為LP(Linear Prediction)濾波器系數(shù)，然后以每5 ms子幀為單位合成語音，合成步驟如下：

①自適碼本應(yīng)和固定碼本分別乘以各自的增益加起來構(gòu)成激勵。

②激勵LP合成濾波器重構(gòu)語音。

③重構(gòu)語音信號經(jīng)過后置處理，包括長時后置濾波、短時合成濾波和高通濾波。最后輸出語音信號。

1．2 G．729B

G．729B是對G．729A的進一步優(yōu)化，其最主要的機制是靜音壓縮。靜音壓縮主要涉及兩個機制：VAD(Voice Activity Detection)和CNG(Comfort Noise Generation)。VAD主要是用于編碼器，用來決定當(dāng)前幀是否靜音；而CNG則主要用于解碼器，產(chǎn)生讓人耳感覺舒服的噪聲。

1．2．1 VAD機制

VAD算法每隔10 ms做一次判決。首先，VAD會從輸入幀中提取參數(shù)，這些參數(shù)包括全帶能量、低頻帶能量、過零率和某個頻域參數(shù)。在靜音段，這些參數(shù)的長時平均值隨著背景噪聲的性質(zhì)而發(fā)生改變。每進來一幀，就要計算當(dāng)前幀的參數(shù)與其長時平均值的差。根據(jù)這些差值參數(shù)，VAD可以得到初始的判決結(jié)果，最后對初始結(jié)果進行平滑，得到最終的判決結(jié)果。

1．2．2 CNG機制

舒適噪聲是用偽白噪聲激勵內(nèi)插后的LPC濾波器產(chǎn)生的，就跟解碼器對解碼后的激勵進行濾波產(chǎn)生活動話音一樣。激勵水平和LPC濾波器是從前一個SID信息中獲取的。子幀內(nèi)插LPC濾波器是用SID的LSP參數(shù)作為當(dāng)前的LSP，然后和前一幀的LSP作內(nèi)插得到的，與活動幀一樣。偽白噪聲ex(n)是由跟活動話音同樣類型的激勵cx1(n)和高斯白噪聲激勵ex2(n)相加而產(chǎn)生的。G．729激勵ex1(n)是由一個小增益的自適應(yīng)激勵和ACELP固定激勵組成的，這改善了活動和非活動話音幀之間的跳變。白噪聲ex2(n)的引入是為了產(chǎn)生一個更接近于白噪聲的信號。在非活動話音期間，因為編碼端和解碼端需要保持同步，所以激勵在兩邊都要產(chǎn)生。

首先，我們定義目標(biāo)激勵增益Gt為當(dāng)前幀t合成激勵必須要達(dá)到的平均能量的平方根。Gt是用下面的平滑公式計算得到的，其中GSID是解碼后的SID增益。

每幀的80個樣本分成兩個長度為40個樣本的子幀。對于每一個子幀，CNG激勵樣本是用下面的算法合成的：

①從間隔[40，103]中隨機選擇一個基音延遲。

②根據(jù)G．729 ACELP碼結(jié)構(gòu)隨機選擇網(wǎng)格、脈沖符號和位置來構(gòu)建子幀的固定碼本矢量。

③計算單位增益的自適應(yīng)激勵信號，記作ea(n)，n=0～39；選擇的子幀固定激勵被記作ef(n)，n=0～39。

④與活動幀一樣，偽白噪聲ex(n)是由跟活動話音同樣類型的激勵ex1(n)和高斯白噪聲激勵ex2(n)相加而產(chǎn)生的。G．729激勵ex1(n)是由一個小增益的自適應(yīng)激勵和ACELP固定激勵組成的，這改善了活動和非活動話音幀之間的跳變。高斯白噪聲ex2(n)的引入是為了產(chǎn)生一個更接近于白噪聲的信號。在非活動話音期間，因為編碼端和解碼端需要保持同步，所以激勵在兩邊都要產(chǎn)生。

即：

1．3 G．729A+B比特流結(jié)構(gòu)

G．729A的比特流結(jié)構(gòu)如表1所列。

由于G．729B引入了VAD和CNG，與G．729A相比碼流結(jié)構(gòu)增加了SID(Silence Insettion Descrtptor)，其中帶有靜音的信息。SID的碼流結(jié)構(gòu)如表2所列。

2 基于DSP的系統(tǒng)實現(xiàn)方案

2．1 硬件平臺設(shè)計

TMS320VC5510是一款16位定點數(shù)字信號處理器，具有較高的操作靈活性和運行速度；同等條件下其內(nèi)核的功耗僅為54系列DSP的1／3，而且具有更高的代碼執(zhí)行效率，其指令也與54系列的相互兼容，可以很方便地進行代碼的移植，它的最高數(shù)字信號的處理能力為200 MIPS，能夠很好地滿足本平臺對運算的要求。本系統(tǒng)基于多片DSP處理器，實現(xiàn)多路話音的G．729(以下將G．729A+B簡稱為G．729)編解碼，同時DSP通過HPI接口與上位機進行通信，并接受上位機的控制，DSP的PCM數(shù)據(jù)由FPGA進行協(xié)調(diào)，比特流數(shù)據(jù)的收發(fā)可以由FPGA進行協(xié)調(diào)或由HPI接口進行操作。整個系統(tǒng)的硬件平臺如圖3所示。

本設(shè)計首先將上位機來的IP包進行解包，再進行G．729編碼到PCM編碼的轉(zhuǎn)換，得到的PCM信號送往FPGA內(nèi)的TDM交換矩陣做時隙交換或?qū)崿F(xiàn)會議功能，再將需要輸出的PCM信號作編碼轉(zhuǎn)換，封裝成IP包后發(fā)往上位機。

2．2 系統(tǒng)軟件設(shè)計

本設(shè)計中McBSP0口接收數(shù)據(jù)處理，主要進行話音編碼，并將編碼比特流從HPI接口送出，HPI接口接收數(shù)據(jù)處理，主要進行話音解碼，并將解碼后的PCM數(shù)據(jù)從McBSP0口送出。軟件系統(tǒng)為了保證McBSP0和HPI接口接收數(shù)據(jù)的正常處理，還需實現(xiàn)一些輔助功能模塊包括：系統(tǒng)初始化模塊、支持系統(tǒng)在線配置的模塊以及系統(tǒng)收發(fā)數(shù)據(jù)的同步檢測模塊。系統(tǒng)軟件流程如圖4所示。

2．2．1 編碼過程

G．729編碼器的流程如圖5所示。首先，編碼器會初始化，主要是初始化各緩沖區(qū)；然后編碼器對輸入的原始語音信號進行預(yù)處理，包括高通濾波和幅度減半。其中，高通濾波的截止頻率為140 Hz，它是一個二階的零極點濾波器，目的是要去除輸入信號中的低頻十?dāng)_。對輸入信號進行預(yù)處理以后，編碼器開始編碼，這是通過調(diào)用匯編函數(shù)Coder_ld8a實現(xiàn)的；編碼產(chǎn)生的參數(shù)使用函數(shù)prm2bits轉(zhuǎn)化為比特流，送到信道里傳輸。

2．2．2 解碼過程

G．729解碼器流程如圖6所示。與編碼器類似，解碼器首先要進行初始化，特別是初始化緩沖區(qū)；接著解碼器從輸入碼流中提取參數(shù)；由于碼流在信道的傳輸過程中可能發(fā)牛錯誤，所以從碼流中提取得到參數(shù)后應(yīng)該進行奇偶校驗，以確定參數(shù)是正確的；通過了奇偶校驗后，解碼器正式開始解碼，這是通過調(diào)用匯編函數(shù)Decod_ld8a實現(xiàn)的；解碼重建語音信號后，還應(yīng)該進行后濾波和后處理。其中，后處理起高通濾波和幅度翻倍的作用。

3 系統(tǒng)編解碼算法性能測試

編解碼算法性能包括兩方面：運算量和存儲要求。要達(dá)到高性能，不僅要運算量低，而且存儲器使用也要少。表3和表4分別列出了編解碼器的運算量和存儲器使用情況。

為了驗證編解碼器是否正確，采用了如下測試程序進行驗證：

結(jié)語

本設(shè)計中基于TMS320VC5510的語音編解碼系統(tǒng)整體運算量為45 MIPS，傳輸速率8 kb／s，壓縮比為16／1，合成語音的質(zhì)量主觀評價分MOS分達(dá)4．0。此系統(tǒng)工作穩(wěn)定可靠，有較高的實用價值。