基于DSP芯片的MELP聲碼器的算法實(shí)現(xiàn)

1 引言

1996年3月，美國(guó)政府?dāng)?shù)字語(yǔ)音處理協(xié)會(huì)(DDVPC)選擇了2.4kbps混合激勵(lì)線性預(yù)測(cè)（MELP）語(yǔ)音編碼器作為窄帶保密語(yǔ)音編碼的產(chǎn)品以及各種應(yīng)用的新標(biāo)準(zhǔn)由于MELP具有良好的音質(zhì)、極低的碼率，以及良好的抗誤碼特性，可以應(yīng)用在IP PHONE、移動(dòng)通信、衛(wèi)星通信等領(lǐng)域，尤其在需要大量存儲(chǔ)話音的場(chǎng)合和保密通信等方面，具有很好的發(fā)展前景。

編碼算法有硬件實(shí)現(xiàn)和軟件實(shí)現(xiàn)兩種方式，軟件實(shí)現(xiàn)靈活性強(qiáng)，但處理速度較慢，一般不能滿足實(shí)時(shí)處理的要求。硬件實(shí)現(xiàn)分為專用法和通用法兩種。通用法是基于通用數(shù)字信號(hào)處理器芯片實(shí)現(xiàn)編碼算法的，它具有體積小、功耗低、運(yùn)算速度快等優(yōu)點(diǎn)，其靈活性主要表現(xiàn)在軟件易于更改以及對(duì)各種算法的處理和復(fù)雜算法的實(shí)現(xiàn)上，非常適用于語(yǔ)音信號(hào)、視頻信號(hào)等壓縮處理。

MELP算法復(fù)雜度較高，因此實(shí)時(shí)實(shí)現(xiàn)必須借助于高性能的數(shù)字信號(hào)處理芯片。目前國(guó)內(nèi)還沒(méi)有用于研究聲碼器算法的專用芯片。因此，從功耗和性能多方面考慮，本文采用通用法實(shí)現(xiàn)MELP聲碼器算法，選擇TI公司的TMS320VC5416 DSP芯片作為主處理器，完成聲碼器的主要功能。

2 MELP編解碼算法

2.1 編碼部分

編碼器基于線性預(yù)測(cè)分析合成技術(shù)，采樣率為8kHz，以180采樣值（22.5ms）為一幀進(jìn)行編碼，總體框圖見(jiàn)圖1。

輸入的原始語(yǔ)音信號(hào)經(jīng)過(guò)隔直濾波（即高通濾波），得到目標(biāo)信號(hào)S（n）。再對(duì)目標(biāo)信號(hào)作以下處理：①低通濾波后用歸一化互相關(guān)法進(jìn)行基音粗估，然后根據(jù)[0Hz，500Hz]子帶信號(hào)圍繞粗估基音估算分?jǐn)?shù)基音；②帶通分析，在5個(gè)子帶計(jì)算話音強(qiáng)度，以決定各子帶的清/濁音判決，其中[0Hz,500Hz]子帶強(qiáng)度用于確定非周期標(biāo)志位；③計(jì)算LPC和尖峰值，用L－D算法提取10個(gè)LP系數(shù)，然后乘以帶寬擴(kuò)展系數(shù)，使用得到的系數(shù)計(jì)算殘差信號(hào)，對(duì)殘差信號(hào)的160個(gè)抽樣計(jì)算尖峰值；④使用截止頻率為1kHz的6階巴特沃茲濾波器低通濾波殘差信號(hào)，結(jié)合上一子幀的基音和當(dāng)前子幀的分?jǐn)?shù)基因，搜索出最終基音周期；⑤使用一個(gè)基音自適應(yīng)窗采用一幀兩次的方法對(duì)增益進(jìn)行量化；⑥LPC分析，并轉(zhuǎn)換成線譜對(duì)LSP參數(shù)量化；⑦將量化后的LSP參數(shù)轉(zhuǎn)換為L(zhǎng)PC參數(shù)并進(jìn)行逆濾波操作，殘差信號(hào)補(bǔ)0至512點(diǎn),對(duì)其進(jìn)行512點(diǎn)FFT，利用頻譜峰點(diǎn)檢測(cè)算法找到前10次諧波對(duì)應(yīng)的傅立葉系數(shù)輸出。

圖1 MELP編碼器編碼原理圖

2.2 解碼部分

解碼器從信道接收到的數(shù)據(jù)中恢復(fù)出每幀的所有參數(shù)，經(jīng)判斷如果此幀是比較安靜的語(yǔ)音幀，則增加對(duì)接觸的兩個(gè)子幀增益進(jìn)行噪聲衰減處理，同時(shí)改變?cè)肼暪烙?jì)的值。所有合成的參數(shù)對(duì)其做基音同步內(nèi)插處理，這些內(nèi)插的參數(shù)包括基音周期、增益、LSF系數(shù)、顫動(dòng)強(qiáng)度、量化的傅立葉幅度、用于產(chǎn)生混合激勵(lì)信號(hào)的周期信號(hào)濾波器的系數(shù)和噪聲濾波器系數(shù)、自適應(yīng)增強(qiáng)濾波器的譜斜度系數(shù)。內(nèi)插完成后，使用被子帶濾波器濾波后的周期信號(hào)和噪聲激勵(lì)信號(hào)相加來(lái)產(chǎn)生混合激勵(lì)信號(hào)。然后兩個(gè)激勵(lì)信號(hào)被分別濾波，并相加得到激勵(lì)信號(hào)。合成混合激勵(lì)信號(hào)后，信號(hào)經(jīng)自適應(yīng)譜增強(qiáng)濾波器處理，以改善共振峰的形狀。隨后，激勵(lì)信號(hào)進(jìn)行LPC合成得到合成語(yǔ)音。LPC合成用了一個(gè)直接形式的濾波器，其系數(shù)由插值后的LSP參數(shù)得到，合成的語(yǔ)音信號(hào)經(jīng)增益調(diào)整和脈沖散布濾波后輸出?？傮w框圖見(jiàn)圖2。

圖2 MELP編碼器解碼原理圖

3 TMS320VC5416簡(jiǎn)介

TMS320VC5416的總體系結(jié)構(gòu)圖如圖4所示。其內(nèi)部的高性能CPU擁有算術(shù)邏輯單元ALU、2個(gè)40位累加器ACCA和ACCB、40位桶行移位寄存器、乘累加單元以及尋址單元，算術(shù)邏輯單元包括1個(gè)40位的ALU，1個(gè)比較、選擇和存儲(chǔ)單元（CSSU）和1個(gè)指數(shù)編碼器，具有高度的并行性。本文采用的TMS320VC5416芯片最大可尋址能力為192K字(包括64K字的程序空間、64K字的數(shù)據(jù)空間和64K字的I/O空間)，擴(kuò)展尋址模式下有256K字～8M字的擴(kuò)展地址空間，并擁有一套高效靈活的指令集。其指令周期為6.25ns，執(zhí)行速度最高可以達(dá)到160MIPS，完全可以滿足實(shí)時(shí)處理的要求。

圖4 TMS320VC5416總體系結(jié)構(gòu)圖

4 軟件設(shè)計(jì)及其關(guān)鍵問(wèn)題

軟件設(shè)計(jì)包括編碼流程和解碼流程，編碼流程圖如圖3所示。由于解碼過(guò)程相對(duì)簡(jiǎn)單，故此處只給出編碼流程圖。

此軟件流程設(shè)計(jì)完全按照MELP原理，在實(shí)際編程過(guò)程中需要注意以下幾個(gè)關(guān)鍵問(wèn)題。

圖3 MELP編碼流程圖

⑴存儲(chǔ)器分配問(wèn)題

由于TMS320VC5416采用雙總線結(jié)構(gòu)，提供了許多多功能指令，在實(shí)際實(shí)現(xiàn)時(shí)要充分考慮到這些特點(diǎn)，盡量用多功能指令，并且合理分配使用各個(gè)寄存器和指針。例如：MAC指令可以在一個(gè)指令周期內(nèi)完成乘加操作，還可以結(jié)合寄存器的合理安排實(shí)現(xiàn)連續(xù)乘加，而不需要緩存中間數(shù)據(jù)，從而大大提高了運(yùn)算效率。另外，要充分利用TMS320VC5416提供的專用的硬件結(jié)構(gòu)、尋址方式及特殊指令。如：環(huán)形存儲(chǔ)器尋址方式、雙操作數(shù)尋址方式、EXP指令和NORM指令、舍入操作等，恰當(dāng)使用這些方式和指令可以大大提高軟件效率。

⑵ 數(shù)的定標(biāo)

TMS320VC5416采用定點(diǎn)數(shù)進(jìn)行數(shù)值運(yùn)算，其操作數(shù)一般采用整型數(shù)表示。但它的指令支持小數(shù)模式和整數(shù)模式兩種運(yùn)算模式。對(duì)DSP而言，參與數(shù)值運(yùn)算的數(shù)就是16位的整型數(shù)。在多數(shù)情況下，數(shù)學(xué)運(yùn)算過(guò)程中的數(shù)不一定都是整數(shù)，這就需要程序員來(lái)確定小數(shù)點(diǎn)的位置，即數(shù)的定標(biāo)。TMS320VC5416中數(shù)的定標(biāo)有兩種表示法：Q表示法和S表示法。在此軟件中用Q表示法表示。

在程序中需要經(jīng)常判斷運(yùn)算結(jié)果是否溢出。TMS320VC5416芯片本身設(shè)有溢出保護(hù)功能，溢出的處理是通過(guò)設(shè)置芯片中PMST寄存器的OVM位自動(dòng)執(zhí)行的?？梢栽诔绦虻拈_(kāi)始就設(shè)置溢出功能有效，一旦出現(xiàn)溢出異常，則累加器ACC的結(jié)果置為最大的飽和值（上溢位7FFFH，下溢位8001H），從而達(dá)到防止溢出引起精度嚴(yán)重惡化的目的。

⑶防止流水線沖突

流水線是TMS320VC5416最具特色的部分，它大大的提高了TMS320VC5416的性能，但當(dāng)DSP資源同時(shí)被不在同一流水線階段的指令使用，或在存取某些寄存器時(shí)容易引起流水線沖突。編譯時(shí)會(huì)編譯器將自動(dòng)插入一個(gè)或幾個(gè)空操作，從而增加了所需的計(jì)算量，降低了軟件效率，因此軟件設(shè)計(jì)開(kāi)發(fā)中需要避免流水線沖突。

5 測(cè)試結(jié)果

目前該編解碼器已通過(guò)MELP的全部測(cè)試矢量驗(yàn)證。系統(tǒng)實(shí)時(shí)實(shí)現(xiàn)編解碼時(shí)，經(jīng)過(guò)非正式的主觀測(cè)試結(jié)果表明，MELP算法的MOS分在3.3左右，其清晰度、自然度和抗噪聲性能明顯優(yōu)于傳統(tǒng)LPC算法。表1和2分別給出了在定點(diǎn)DSP芯片TMS320VC5416上實(shí)時(shí)實(shí)現(xiàn)MELP算法的編解碼器所需的存儲(chǔ)量和計(jì)算量。

從表1可見(jiàn)，程序和數(shù)據(jù)存儲(chǔ)區(qū)總存儲(chǔ)量共25.2K字，由于TMS320VC5416內(nèi)部RAM的大小為128K字，因此，程序boot時(shí)，可以一次將所有程序和數(shù)據(jù)直接搬移到芯片內(nèi)部RAM里運(yùn)行。表2顯示了對(duì)該聲碼器所用資源的統(tǒng)計(jì)結(jié)果。在全雙工時(shí)，最大運(yùn)算量為39.9MIPS，完成滿足實(shí)時(shí)實(shí)現(xiàn)的要求。

以上分析結(jié)果顯示，單片TMS320VC5416芯片最多可實(shí)現(xiàn)4路語(yǔ)音編解碼，片上剩余的資源還可以實(shí)現(xiàn)其它附加功能。

表1 編解碼器占用存儲(chǔ)器資源

表2 編解碼器運(yùn)算量分析

7 總結(jié)

創(chuàng)新點(diǎn)：本文介紹了混合激勵(lì)線性預(yù)測(cè)（MELP）聲碼器算法，簡(jiǎn)要分析了該算法的編解碼原理。同時(shí)，本文選用TI公司的TMS320VC5416 DSP芯片進(jìn)行了實(shí)時(shí)實(shí)現(xiàn)，指出了在軟件實(shí)現(xiàn)中需要注意的關(guān)鍵問(wèn)題。經(jīng)非正式主觀測(cè)試結(jié)果表明，該算法自然度、清晰度和抗噪聲性能明顯優(yōu)于傳統(tǒng)LPC算法，適用于短波窄帶數(shù)字保密通信、無(wú)線通信等需要低速率的語(yǔ)音編碼場(chǎng)合，具有廣闊的應(yīng)用前景。

參考文獻(xiàn):

[1] SUPPLEE L M，McCree A V. MELP：the new federal standard at 2400bit/s[A]. In:Proc ICASSP'97 [C]. Munich, Germany :1997,1 591-1 594.
[2] McCree A V，De MARTIN JC. A .1.6kb/s MELP coder for wireless communications [J].IEEE Speech Coding Workshop. Pennsyvalia, 1997(9):23-24.
[3]陳亮,張雄偉,陸惠娣.一種改善激勵(lì)源的1.2kb/s語(yǔ)音編碼算法及其實(shí)時(shí)實(shí)現(xiàn).解放軍理工大學(xué)學(xué)報(bào),2002,8
[4]楊行峻,遲惠生,語(yǔ)音信號(hào)數(shù)字處理[M].電子工業(yè)出版社,1998.251－256.
[5]張雄偉.DSP芯片的原理與開(kāi)發(fā)應(yīng)用[M].電子工業(yè)出版社,1997.
[6]房德新，魏建強(qiáng)，ITU G.726語(yǔ)音編碼器在DSP上的實(shí)現(xiàn).微計(jì)算機(jī)信息[J]2001.10