2019-11-15 09:33:17
4375
大家都知道無線對講機(jī)可以分為模擬通信技術(shù)的模擬對講機(jī)(也就是常見的傳統(tǒng)對講機(jī))以及采用數(shù)字技術(shù)進(jìn)行設(shè)計(jì)的數(shù)字對講機(jī)。數(shù)字對講機(jī)有許多優(yōu)點(diǎn)，首先是可以更好地利用頻譜資源。與蜂窩數(shù)字技術(shù)相似，數(shù)字對講機(jī)可以在一個頻點(diǎn)上承載更多用戶，提高頻譜利用率。其次是提高通話質(zhì)量，數(shù)字對講機(jī)可以在一個范圍更廣泛的信號環(huán)境中，實(shí)現(xiàn)更好的語音音頻質(zhì)量?；谶@些特點(diǎn)，使數(shù)字對講機(jī)成為對講機(jī)發(fā)展的必然趨勢。
數(shù)字對講機(jī)語音編碼算法的關(guān)鍵技術(shù)實(shí)現(xiàn)問題可以分為算法實(shí)現(xiàn)和硬件平臺實(shí)現(xiàn)。算法實(shí)現(xiàn)主要是指將低速率語音編碼算法應(yīng)用于數(shù)字對講機(jī)，而硬件平臺實(shí)現(xiàn)主要是指將改進(jìn)后的算法正確有效地在硬件平臺上運(yùn)行。
1
數(shù)字對講機(jī)SELP語音編碼算法
●算法概述：
SELP算法是建立在傳統(tǒng)的線性預(yù)測模型的基礎(chǔ)上，即通過線性預(yù)測分析分離激勵貢獻(xiàn)和聲道貢獻(xiàn)，激勵信號則由清音成分和濁音成分在不同時間和不同頻率上的混合組成的，混合信號經(jīng)過一個慢時變的幅度調(diào)制得到激勵信號，其中清音成分用白噪聲很好的擬合，濁音成分在每個諧波處用一個頻率變化的正弦信號合成，整個激勵的濁音部分由一組不同幅度的正弦波信號疊加而成。
●編碼器原理
SELP聲碼器算法屬于參數(shù)聲碼器的范疇，此模型描述了5個語音參數(shù)，分別是：線性預(yù)測(Linear Prediction)系數(shù)、清濁音參數(shù)、激勵能量參數(shù)、基音周期參數(shù)和余量譜幅度參數(shù)，5 個參數(shù)均為每幀提取一次。如下圖所示，是SELP語音編碼器的編碼分析端框圖。
●激勵模型
假設(shè)Pn表示濁音成份，Vn表示清音成份， Hn 表示合成濾波器的沖擊響應(yīng)。則最終的合成語音Xn 可以表示成：
其中 ? 表示卷積運(yùn)算。
合成濾波器Hn通常采用極點(diǎn)模型來表示。假設(shè)Hn用M階的極點(diǎn)模型來表示，其相應(yīng)的Z變換為：
語音信號中的濁音成份Pn具有周期性，可以看成是一系列正弦波經(jīng)過幅度調(diào)制后相互疊加的結(jié)果：
●解碼器原理
所有參數(shù)都經(jīng)過量化編碼傳輸?shù)浇獯a端，解碼端經(jīng)過反量化后得到5個參數(shù)：線性預(yù)測系數(shù)、基音周期參數(shù)、能量參數(shù)、清濁音參數(shù)和10維譜幅度參數(shù)。采用分析端提取清濁音時的分帶方式，在各個子帶內(nèi)分別合成激勵。每個子帶中，采用正弦信號合成濁音與白噪聲信號模擬的清音信號疊加，通過合成濾波器后得到合成語音。解碼器的合成框圖如圖所示:
2
數(shù)字對講機(jī)簡化SELP語音編碼算法
●低復(fù)雜度正弦波模型
SELP 算法里將譜幅度參數(shù)固定為10維矢量，采用矢量量化傳輸此參數(shù)。為了降低編碼器的復(fù)雜度，同時節(jié)省碼本的存儲資源，簡化后的語音編碼器采用了一種簡單正弦波幅度模型，避免了參數(shù)提取和矢量量化過程。
●分子幀參數(shù)提取
為了保證低復(fù)雜度下的語音合成質(zhì)量，采用分子幀的方法提取參數(shù)。在每個子幀內(nèi)分別提取基音周期、清濁音信息和能量參數(shù)。而線性預(yù)測參數(shù)仍然在160點(diǎn)整幀內(nèi)提取，階數(shù)設(shè)定為10階。
采用自相關(guān)方法求取基音周期，每次提取的窗長為200個點(diǎn)，其組成如下圖所示。與整幀基音提取相同，子幀的基音周期也對應(yīng)于自相關(guān)函數(shù)的極大值。預(yù)留子幀內(nèi)5個極大值點(diǎn)作為備選基音周期，同時前瞻兩個子幀，通過動態(tài)規(guī)劃方法得到最終的基音周期。然后將窗向右移動80個點(diǎn)繼續(xù)提取下一子幀的基音周期。
基音周期窗
子幀能量參數(shù)是基于余量信號進(jìn)行提取的。語音信號經(jīng)過LPC逆濾波器后得到余量信號 r(n) ，將余量信號在時間上分為前后子幀，分別計(jì)算其能量參數(shù)的。
●參數(shù)插值
編碼器參數(shù)中的線性預(yù)測系數(shù)、清濁音信息和譜幅度參數(shù)，在幀間采用線性插值得到。設(shè)過去幀參數(shù)記為 par/old ，當(dāng)前幀參數(shù)記為 par/new，則在合成第 k 點(diǎn)語音信號的參數(shù)值計(jì)算公式如式⑥所示。
對于對數(shù)域能量參數(shù)，首先將其轉(zhuǎn)換到線性域按照式⑥進(jìn)行插值，然后進(jìn)行激勵的合成。對于基音周期，則按(式⑦)進(jìn)行插值。
通過幀間插值，保證了幀間語音參數(shù)的平穩(wěn)過度，從而保證了語音的合成質(zhì)量。
●基于分子幀方法的激勵信號合成
激勵由清濁音信號疊加而成，SELP 算法采用子帶清濁音度對清濁音信號進(jìn)行調(diào)制。清音信號由白噪聲發(fā)生器產(chǎn)生，濁音信號由一組正弦諧波信號疊加生成，如式⑧所示。
得到清濁音兩種激勵信號后，分別通過由清濁度信息調(diào)制的5個帶通濾波器，相加得到合成激勵信號:
其中 ? 表示卷積運(yùn)算，hi(n) 表示5個子帶帶通濾波器的沖激響應(yīng)e/p(n)和e/n(n)分別表示濁音激勵和清音激勵。
將兩種經(jīng)過增益調(diào)制后的信號分別通過由清濁度信息調(diào)制的帶通濾波器相加，即得到合成激勵信號。合成激勵信號激勵合成濾波器即得到合成語音。
數(shù)字對講機(jī)語音編碼算法的硬件平臺實(shí)現(xiàn)
●對代碼進(jìn)行優(yōu)化的必要性
程序中運(yùn)算量最大的部分往往是循環(huán)，因此對循環(huán)的優(yōu)化效果直接決定整個程序的運(yùn)算量。如果一條指令需要前一條指令的執(zhí)行結(jié)果，而這時前一條指令的結(jié)果還未達(dá)到有效狀態(tài)，那么處理器就會等待?？梢酝ㄟ^調(diào)整指令順序的方法來避免流水線等待。另一方面，在函數(shù)調(diào)用時以及循環(huán)體內(nèi)部這兩個最耗費(fèi)流水線資源的地方存在大量跳轉(zhuǎn)語句，而跳轉(zhuǎn)時會清空處理器的水線，所以在一個循環(huán)體內(nèi)部，應(yīng)盡可能少出現(xiàn)或者不出現(xiàn)跳轉(zhuǎn)指令。
●對代碼進(jìn)行優(yōu)化的方法
首先是 C 語言級別上的優(yōu)化，主要的優(yōu)化方法有：
1、循環(huán)的調(diào)整。對循環(huán)的調(diào)整主要是進(jìn)行循環(huán)的展開。由于采用循環(huán)則意味著判斷和跳轉(zhuǎn)，從而耗費(fèi)大量指令周期，直接采用順序結(jié)構(gòu)雖然使代碼量有所增加，但指令周期數(shù)明顯減少。
2、一些函數(shù)接口的調(diào)整。為了節(jié)省寄存器資源，而需要減少傳遞的參數(shù)個數(shù)。可以直接把一些常用的參數(shù)固定在被調(diào)函數(shù)中，既節(jié)省運(yùn)算量又節(jié)省了寄存器。對匯編代碼的優(yōu)化則牽涉到 ARM 匯編本身的細(xì)節(jié)：
?、倨谥噶?，雖然指令數(shù)增加了，但總的機(jī)器周期數(shù)可以減少。
?、诶弥噶铐樞虻恼{(diào)整來解決流水線互鎖的問題。這種方法在循環(huán)的優(yōu)化中大量應(yīng)用。
?、鄢浞掷猛ㄓ眉拇嫫?，盡量避免內(nèi)存讀寫，從而能夠提高程序的運(yùn)行速度。
④利用 ARM 提供的條件執(zhí)行機(jī)制消除部分條件跳轉(zhuǎn)指令。
2
數(shù)字對講機(jī)碼率控制算法
圖 1、2、3 分別是“foreman”，“mobile”，“news”各序列使用本文算法和JVT-G012所產(chǎn)生的比特率的比較圖，從各圖中可以看出本文算法在碼流輸出算法更加的平穩(wěn)。
針對數(shù)字對講機(jī)的應(yīng)用環(huán)境，改進(jìn)的低復(fù)雜度的 2.4 k 低速率語音編碼算法，對算法進(jìn)行了簡化，并在 ARM 嵌入式平臺上對目標(biāo)代碼的實(shí)現(xiàn)進(jìn)行優(yōu)化。通過采用低復(fù)雜度的正弦波模型以及幀間內(nèi)插等方法降低了算法復(fù)雜度，又通過分子幀的參數(shù)提取方式以及分子幀的激勵信號合成保證了語音質(zhì)量;另一方面通過對程序代碼的優(yōu)化，使得算法能夠在 ARM 嵌入式平臺上達(dá)到實(shí)用化。通過試驗(yàn)證明，經(jīng)過優(yōu)化后的客觀語音測試結(jié)果略微有變化，而主觀聽音效果幾乎未發(fā)生改變，但算法的復(fù)雜度得到了極大的下降。