G．729語音編碼算法研究及基于DSP的實現

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方法。針對算法特征及體系結構的特點，提出了一些有效的優化措施。實驗結果表明，運算復雜度大大降低，且在語音的編解碼壓縮過程中具有很好的重建效果。

關鍵詞：TMS320VC5510；語音編解碼；G．729算法；優化

1 G．729算法介紹

由于G．729的算法復雜度較高，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，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編碼器由預處理、線性預測分析和量化內插、知覺加權、基音分析、脈沖響應的計算、目標信號的計算、自適應碼本搜索、同定碼本結構和搜索、增益量化以及參數編碼等模塊組成。

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

基音分析模塊通過自相關分析推得基音周期，據此信息搜素自適應碼本，確定最佳自適應碼本矢量，得到語音中具有準周期特性的激勵；然后再搜素固定碼本，根據最小化加權均方差(Mcan Square Error，MSE)的準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，采用具有共勻框結構的兩級碼書進行矢量量化。上述過程確定的線性預測編碼信息、自適應碼本矢量、固定碼本矢量和矢量增益構成完整的G．729聲碼器編碼器參數。所有這些參數均以碼本索引的形式發往接收端。

1．1．2 G．729A解碼器

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

①自適碼本應和固定碼本分別乘以各自的增益加起來構成激勵。

②激勵LP合成濾波器重構語音。

③重構語音信號經過后置處理，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，用來決定當前幀是否靜音；而CNG則主要用于解碼器，產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，這些參數包括全帶能量、低頻帶能量、過零率和某個頻域參數。在靜音段，這些參數的長時平均值隨著背景噪聲的性質而發生改變。每進來一幀，就要計算當前幀的參數與其長時平均值的差。根據這些差值參數，VAD可以得到初始的判決結果，最后對初始結果進行平滑，得到最終的判決結果。

1．2．2 CNG機制

舒適噪聲是用偽白噪聲激勵內插后的LPC濾波器產生的，就跟解碼器對解碼后的激勵進行濾波產生活動話音一樣。激勵水平和LPC濾波器是從前一個SID信息中獲取的。子幀內插LPC濾波器是用SID的LSP參數作為當前的LSP，然后和前一幀的LSP作內插得到的，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)相加而產生的。G．729激勵ex1(n)是由一個小增益的自適應激勵和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生。

首先，我們定義目標激勵增益Gt為當前幀t合成激勵必須要達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G．729 ACELP碼結構隨機選擇網格、脈沖符號和位置來構建子幀的固定碼本矢量。

③計算單位增益的自適應激勵信號，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)相加而產生的。G．729激勵ex1(n)是由一個小增益的自適應激勵和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生。