劉崇治 徐火生 梁 萱

(武漢數(shù)字工程研究所 武漢 430074)

1 引言

語音作為現(xiàn)代社會(huì)一種重要的交流手段,在人們?nèi)粘Ｉ钪芯哂信e足輕重的地位。傳統(tǒng)語音通信主要基于模擬技術(shù),占用較多的頻帶,保密性和抗干擾性都很差。

隨著數(shù)字集成電路的迅速發(fā)展和計(jì)算機(jī)技術(shù)的進(jìn)步,涌現(xiàn)出了數(shù)字信號(hào)處理器(DSP),為構(gòu)建高數(shù)據(jù)流通率和強(qiáng)大信號(hào)處理能力的系統(tǒng)提供了堅(jiān)實(shí)的基礎(chǔ)。采用數(shù)字語音壓縮技術(shù)實(shí)現(xiàn)高壓縮比、高質(zhì)量的語音數(shù)字化壓縮記錄已成為可能。數(shù)字化的記錄方法可以將語音數(shù)據(jù)經(jīng)過壓縮記錄在大容量的存儲(chǔ)器上,有效消除噪聲、增加記錄時(shí)間、快速復(fù)制、快速回放和查找,還可以快速地通過計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行傳輸。

在研究艦船高噪聲背景下語音信號(hào)編解碼方法的基礎(chǔ)上,結(jié)合網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)語音信號(hào)的網(wǎng)絡(luò)傳輸,進(jìn)而實(shí)現(xiàn)數(shù)據(jù)、視頻和語音的“三網(wǎng)合一”。

2 語音編碼

語音編碼的目的是壓縮語音信號(hào)的數(shù)字表示而使表達(dá)這些信息所需的比特?cái)?shù)最小[1]。隨著信息的高速發(fā)展,頻率資源變得愈加寶貴,如一路語音信號(hào)以8kHz采樣,經(jīng)A/D轉(zhuǎn)換,并以16bitPCM編碼,產(chǎn)生的數(shù)據(jù)量為128kb/s。因此壓縮通信系統(tǒng)的傳輸帶寬就成為人們追求的目標(biāo),語音壓縮在這一過程中擔(dān)當(dāng)著重要的角色[2]。

語音編碼技術(shù)的研究開始于20世紀(jì)30年代Duddley發(fā)明聲碼器。尤其是最近20年來,語音編碼取得了突飛猛進(jìn)的發(fā)展。語音編碼方法,按傳統(tǒng)的觀點(diǎn)可分為三類:波形編碼、參數(shù)編碼(聲碼器)和混合編碼[2～3]。其中波形編碼將語音信號(hào)作為一般的波形信號(hào)進(jìn)行處理,具有適應(yīng)能力強(qiáng)、算法簡(jiǎn)單、易于實(shí)現(xiàn)、語音質(zhì)量好等優(yōu)點(diǎn),缺點(diǎn)是編碼速率高;參數(shù)編碼是以語音信號(hào)產(chǎn)生的數(shù)學(xué)模型為基礎(chǔ),對(duì)參數(shù)進(jìn)行編碼,在解碼后由這些參數(shù)重新合成出語音信號(hào)。具有編碼速率低的優(yōu)點(diǎn),但語音音質(zhì)差,而且對(duì)噪聲較敏感;混合編碼在參數(shù)編碼的基礎(chǔ)上引入了一些波形編碼的特性,在編碼率增加不多的情況下,較大幅度的提高了傳輸語音質(zhì)量。本文采用基于CS-ACELP(共軛結(jié)構(gòu)的算術(shù)碼本線性預(yù)測(cè))算法的G.729E標(biāo)準(zhǔn)完成語音的編碼與解碼。

3 系統(tǒng)設(shè)計(jì)

3.1 系統(tǒng)組成

本設(shè)計(jì)采用TI高性能32位浮點(diǎn)TMS320C6727 DSP來搭建語音編/解碼平臺(tái),其組成如圖1所示。

圖1 語音編/解碼系統(tǒng)框圖

3.2 工作原理

系統(tǒng)可分為語音采集、語音回放和語音編/解碼三部分。既可以作為原始語音信號(hào)的編碼系統(tǒng),也可以作為壓縮后語音的解碼系統(tǒng)。

語音編/解碼部分主要由TMS320C6727 DSP完成。該款DSP是 TI公司推出的一款專門用于語音信號(hào)處理的高速、浮點(diǎn) DSP,最高主頻300MHz,32位浮點(diǎn)處理能力,具有三個(gè)音頻串口MCASP,支持I2S音頻傳輸格式。同時(shí)DSP片內(nèi)EMIF總線接口與SDRAM、FLASH等存儲(chǔ)器連接,可外擴(kuò) 8M ×32bit SDRAM,16M ×16bit FLASH,處理性能可達(dá)2400MIPS,可實(shí)現(xiàn)DSP程序/數(shù)據(jù)的存儲(chǔ)。存儲(chǔ)空間以字節(jié)為單位統(tǒng)一編址,尋址空間為4G字節(jié)。其片上存儲(chǔ)器、片上外設(shè)及外部存儲(chǔ)器接口均映射到此4G空間中。JTAG接口能與各種形式的JTAG仿真器相連接,實(shí)現(xiàn)對(duì)TMS320C6727的仿真與調(diào)試。UART接口實(shí)現(xiàn)與主機(jī)之間的實(shí)時(shí)通信。

語音采集部分實(shí)現(xiàn)原始語音信號(hào)的模/數(shù)轉(zhuǎn)換。語音回放部分實(shí)現(xiàn)數(shù)字語音信號(hào)的數(shù)/模轉(zhuǎn)換,分別采用TI高性能音頻采集芯片PCM4204和D/A芯片PCM4104[4],最高支持24位數(shù)據(jù),216KHz采樣頻率,采用I2S音頻格式輸出。通過DSP的I2C接口實(shí)現(xiàn)編/解碼芯片的初始化和控制。

TMS320C6727的網(wǎng)絡(luò)接口主要用來支持物理層的網(wǎng)絡(luò)器件(PHY)與DSP相連,符合IEEE802.3協(xié)議,支持基于以太網(wǎng)的音/視頻流。

當(dāng)系統(tǒng)作為語音編碼系統(tǒng)時(shí),語音采集部分先將麥克風(fēng)輸入的原始語音信號(hào)經(jīng)過音頻解碼器,實(shí)現(xiàn)模擬語音信號(hào)轉(zhuǎn)換成數(shù)字語音信號(hào)并傳入TMS320C6727。在DSP內(nèi)部,先將數(shù)字語音信號(hào)通過片內(nèi)EDIF總線接口緩存在SDRAM中,同時(shí)調(diào)用語音編碼算法進(jìn)行數(shù)據(jù)壓縮,最后通過網(wǎng)絡(luò)接口上網(wǎng)傳輸。當(dāng)系統(tǒng)作為語音解碼系統(tǒng)時(shí),其處理過程是編碼的逆過程,壓縮的語音數(shù)據(jù)從網(wǎng)絡(luò)接口送入DSP,調(diào)用語音解碼算法進(jìn)行數(shù)據(jù)解壓縮,解壓后的數(shù)據(jù)緩存在外部SDRAM中,再將緩存數(shù)據(jù)輸入音頻編碼器進(jìn)行格式轉(zhuǎn)換,最后經(jīng)過揚(yáng)聲器播放。

4 系統(tǒng)軟件設(shè)計(jì)

4.1 語音編/解碼處理流程

語音編/解碼由DSP完成,編碼與解碼可以同時(shí)進(jìn)行,其算法流程圖如圖2所示。

圖2 語音編/解碼流程圖

初始化程序包括DSP TMS320C6727的時(shí)鐘、中斷、MCASP口配置,以及 PCM4204、PCM4104的配置。初始化結(jié)束后,PCM4204開始采樣,如果有語音信號(hào)輸入則采樣后的數(shù)字語音信號(hào)經(jīng)過自適應(yīng)干擾抵消去除語音信號(hào)中混雜的噪聲,然后再經(jīng)過G.729E編碼算法壓縮原始語音信號(hào),壓縮后的數(shù)據(jù)通過網(wǎng)絡(luò)接口輸出。同時(shí),如果網(wǎng)絡(luò)接口有數(shù)據(jù)輸入,則經(jīng)過G.729E解碼算法解壓后恢復(fù)原始數(shù)字語音信號(hào),再由PCM4104編碼成模擬語音信號(hào)通過揚(yáng)聲器回放。

4.2 自適應(yīng)干擾抵消算法

艦船噪聲環(huán)境包括發(fā)動(dòng)機(jī)產(chǎn)生的周期噪聲、艦員說話時(shí)伴隨呼吸引起的寬帶噪聲、線路傳輸時(shí)引入的干擾語音以及爆炸等產(chǎn)生的沖擊噪聲。為了取得較好的語音效果,在語音編碼前首先針對(duì)艦船高噪聲環(huán)境的特點(diǎn),將各種噪聲干擾消除。本設(shè)計(jì)中采用自適應(yīng)干擾抵消的方法來實(shí)現(xiàn)語音信號(hào)的增強(qiáng)。自適應(yīng)濾波器最重要的特性是能有效地在未知環(huán)境中跟蹤時(shí)變的輸入信號(hào),使輸出信號(hào)達(dá)到最優(yōu)。其工作原理如圖3所示[5]。

圖3 自適應(yīng)干擾抵消原理圖

采用了一個(gè)參考噪聲作為輔助輸入。其中,期望響應(yīng)d(n)是信號(hào)與噪聲之和,即d(n)=x(n)+N(n),自適應(yīng)處理器的輸入是與N(n)相關(guān)的另一個(gè)噪聲 N′(n)。當(dāng) x(n)與N(n)不相關(guān)時(shí),自適應(yīng)濾波器將調(diào)整自己的參數(shù),以力圖使y(n)成為N(n)的最佳估計(jì) N″(n)。這樣e(n)將逼近信號(hào) x(n),從而能獲得比較全面的關(guān)于噪聲的信息,因而可以得到更好的降噪效果。同時(shí)它還具有簡(jiǎn)單、計(jì)算量小、易于實(shí)時(shí)實(shí)現(xiàn)等特點(diǎn)。

4.3 G.729E編/解碼算法

G.729E采用共軛結(jié)構(gòu)的算術(shù)碼本線性預(yù)測(cè)(CS-ACELP)編碼方案,所選語音幀長(zhǎng)為10ms,在每秒8000個(gè)樣點(diǎn)情況下,具有80個(gè)樣點(diǎn)。對(duì)于每個(gè)語音幀,要分析并提取LP濾波器系數(shù)、自適應(yīng)碼書和固定碼書的指針和增益,這些參量被編碼和傳送。算法原理如圖 4所示[6～8]。

解碼的框圖如圖5所示[6～8],是編碼的逆過程。從接收的比特流中提取參量指針,這些指針解碼后即可得到編碼語音幀的編碼參量,再從相應(yīng)的編碼參量恢復(fù)壓縮前的數(shù)據(jù)。

5 結(jié)語

通過對(duì)語音編解碼技術(shù)現(xiàn)狀和發(fā)展趨勢(shì)的研究,并結(jié)合艦船高噪聲背景下語音信號(hào)傳輸?shù)奶攸c(diǎn),提出用TMS320C6727實(shí)時(shí)實(shí)現(xiàn)自適應(yīng)干擾抵消和語音壓縮標(biāo)準(zhǔn)G.729E相結(jié)合的設(shè)計(jì)方案,滿足艦船環(huán)境下語音信號(hào)的壓縮、傳輸與解壓縮。同時(shí),在系統(tǒng)設(shè)計(jì)中增加一個(gè)硬盤接口,可以將壓縮后的數(shù)據(jù)在本地存儲(chǔ),實(shí)現(xiàn)語音信號(hào)的實(shí)時(shí)記錄。

[1]姚天任.數(shù)字語音處理[M].武漢:華中科技大學(xué)出版社,2000

[2]楊行峻,遲惠生,等.語音信號(hào)數(shù)字處理[M].北京:電子工業(yè)出版社,1995

[3]張雄偉.現(xiàn)代語音技術(shù)與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2003

[4]張濤,賀家琳.TI DSP在音頻處理中的應(yīng)用[M].北京:電子工業(yè)出版社,2008

[5]姚天任,孫洪.現(xiàn)代數(shù)字信號(hào)處理[M].武漢:華中科技大學(xué)出版社,1999

[6]李昌立,吳善培.數(shù)字語音—語音編碼實(shí)用教程[M].北京:人民郵電出版社,2004

[7]張繼東,等.ITU-T G.729 CS-ACELP語音編碼系統(tǒng)的性能分析[J].南京郵電學(xué)院學(xué)報(bào),2000,20(4):91～94

[8]潘秢秢,戴憲華,潘丹青.基于 TMS320VC5416的G.729E算法實(shí)時(shí)實(shí)現(xiàn)[J].微計(jì)算機(jī)信息,2008,24(14):148～149