韓紅幫,肖紅,李海雁

（昆明學院 現(xiàn)代教育技術中心，云南 昆明 650214）

基于IMBE語音編譯碼算法在PC機上的實時實現(xiàn)

韓紅幫,肖紅,李海雁

（昆明學院 現(xiàn)代教育技術中心，云南 昆明 650214）

對APCO 25集群通信系統(tǒng)中采用的改進型多帶激勵(IMBE)語音編碼算法進行了分析，在Windows XP環(huán)境下，基于VC++6.0開發(fā)平臺，利用聲卡作為采集與播放設備，通過軟件編程實現(xiàn)語音信號的實時采集、IMBE編譯碼以及譯碼語音的播放處理。IMBE語音編碼算法占用帶寬較小，編碼語音質量高，適合多媒體語音通信使用。

IMBE算法；APCO 25;聲卡編程；信號采集

隨著通信技術的快速發(fā)展，語音編碼技術發(fā)展迅速并得到廣泛應用。多帶激勵(Multi-Band Excitation,MBE)語音編碼技術是美國MIT大學林肯實驗室1988年提出的一種具有高語音質量、低編碼速率的語音編解碼技術，因其在小于4.8kbps速率上的優(yōu)越性能，該算法在多領域得到廣泛應用。其改進的IMBE算法是北美APCO 25集群通信系統(tǒng)第一代FDMA體制標準中采用的語音編碼標準算法，同時也是國際移動衛(wèi)星組織INMARSAT和AUSAT移動衛(wèi)星通信的語音編碼標準算法。在 APCO 25系統(tǒng)中，IMBE編碼速率為 4.4 kbps，編碼時延為20ms。其占用帶寬較小，編碼語音質量高，特別適合多媒體語音通信使用。

目前針對該算法的實現(xiàn)，數(shù)字語音系統(tǒng)公司(DVSI)等有專門的編譯碼芯片，但由于硬件條件限制，應用不夠方便。本文基于Visual C++6.0軟件編程技術，通過軟件編程調用Windows底層接口函數(shù)控制聲卡實現(xiàn)語音信號的實時AD采樣，并對采樣量化數(shù)據(jù)進行IMBE語音編譯碼處理，最后將譯碼后的語音數(shù)據(jù)采用聲卡進行實時播放處理[1]。

1 IMBE語音編譯碼算法

1.1 MBE語音編譯碼算法介紹

多帶激勵編碼（Multi-Band Excitation，MBE）算法是在頻域中將語音頻譜按照各基因諧波頻率分成若干個頻帶，對各個頻帶信號分別判斷是濁音（V）還是清音（U），如果是濁音，將以基音為周期的脈沖序列作為激勵信號產生相應的合成語音；如果是清音，則以白噪聲作為激勵信號產生相應的合成語音。最終的激勵信號由各帶激勵信號相加構成，最后用激勵信號激勵聲道合成濾波器，合成出具有較高自然度的語音[2]。MBE編碼器不需要殘差信號和碼書等，有較低的復雜度。MBE語音編碼系統(tǒng)原理框圖如圖1所示。

圖1 MBE編碼系統(tǒng)原理框圖Fig.1 Flow chart of the principle of MBE coding system

1.2 IMBE語音編譯碼算法介紹

IMBE編譯碼算法是MBE編譯碼算法的改進，其編碼器基于MBE語音模型，該編碼器基本方法是將待傳輸?shù)恼Z音信號加窗處理為多個相互交疊的語音幀，然后將每個語音幀與內置的語音模型比對，并根據(jù)相應算法估算出一套模型參數(shù)，再對這些模型參數(shù)量化編碼，最后進行信道編碼處理并輸出編碼數(shù)據(jù)幀，譯碼過程為編碼過程的反過程[3]。在APCO25采用的IMBE編碼過程中，每20 ms語音數(shù)據(jù)為一幀語音幀，經(jīng)編碼后為88比特編碼幀，由U0至U7共8個向量數(shù)據(jù)組成，其中第U0至U3向量均為12比特，采用（23,12,7）golay編碼，第U4至U6向量長度均為11比特，采用（15,11,3）漢明碼編碼，第U7向量為7比特，沒有進行信道編碼。經(jīng)糾錯編碼后各向量還存在擾碼和矩陣交織。最終輸出幀長為144比特，速率為7.2 kbps的編碼數(shù)據(jù)。IMBE編碼器框圖如圖2所示。

圖2 IMBE語音編碼器Fig.2 IMBE speech coder

2 IMBE語音編譯碼算法在PC機上的實現(xiàn)過程

本文基于VC++6.0軟件平臺，采用聲卡作為采集播放設備，通過軟件編程實現(xiàn)語音信號的采集播放及IMBE編、譯碼算法，最終在PC機上實現(xiàn)IMBE語音編譯碼算法。具體實現(xiàn)過程為：調用Windows底層函數(shù)控制聲卡，實現(xiàn)語音信號以8 kHz采樣，16比特量化方式進行采集播放，對采集到的語音信號以每160樣點作為一幀送入IMBE編碼模塊進行壓縮編碼，壓縮后編碼數(shù)據(jù)幀長為88比特，對88比特編碼幀數(shù)據(jù)送入IMBE譯碼模塊進行譯碼，獲取160樣點長度的重建語音信號，最后將語音信號送入聲卡播放模塊進行播放處理[4]。在語音信號實時采集與播放實現(xiàn)過程中，為了實現(xiàn)聲卡采集與播放數(shù)據(jù)的實時性、連續(xù)性和可靠性，系統(tǒng)中采用了多線程多緩沖技術，有效保證了數(shù)據(jù)的連續(xù)性和信號處理的實時性[5-6]。下面重點對IMBE編譯碼算法軟件實現(xiàn)過程進行介紹。

2.1 IMBE語音編譯碼算法的軟件實現(xiàn)過程

根據(jù)IMBE語音編譯碼算法原理，采用面向對象思想，編制CIMBECod和CIMBEDec類分別實現(xiàn)語音信號的IMBE編碼和譯碼。

2.1.1 CIMBECod編碼類

該類為IMBE語音編碼類，主要實現(xiàn)對輸入該模塊的8 kHz采樣，16比特量化的語音樣點數(shù)據(jù)流進行編碼，類的主要函數(shù)定義如下：

其中 imbe_encode(IMBE_PARAM*pParam,short voice [160],BOOLEAN imbe[88])函數(shù)完成語音幀編碼。pitch_est (IMBE_PARAM*pParam,short Frmes_buf)函數(shù)完成待編碼語音信號幀的音頻參數(shù)估計。sa_encode(IMBE_PARAM *pParam)函數(shù)完成譜幅度編碼處理。voiced_sa_calc(int num, short den)函數(shù)完成濁音譜幅度計算。unvoiced_sa_calc(int num,short den)函數(shù)完成清音譜幅度計算。 v_uv_det (IMBE_PARAM*pParam,short fft_buf)函數(shù)完成清濁音判決處理。函數(shù)中，IMBE_PARAM*pParam為自定義的結構體變量，實時存儲更新編譯碼過程中相關參數(shù)，該結構體定義如下：

2.1.2 IMBEDec譯碼類

該類為IMBE語音譯碼類，主要實現(xiàn)對輸入該模塊的88比特編碼數(shù)據(jù)幀進行譯碼處理，譯碼后輸出8 kHz采樣、16比特量化的160樣點語音數(shù)據(jù)。類的主要函數(shù)定義如下：

其中imbe_Decode(IMBE_PARAM*pParam,BOOLEAN imbe[88],short voice[160])函數(shù)完成編碼幀譯碼處理。sa_Decode(IMBE_PARAM*pParam)函數(shù)完成譜幅度譯碼處理。v_synt(IMBE_PARAM*pParam,short voice[160])函數(shù)完成濁音合成。uv_synt(IMBE_PARAM*pParam,short voice[160])函數(shù)完成清音合成。v_uv_decode(IMBE_PARAM*pParam)函數(shù)完成清濁音譯碼合成處理。sa_enh(IMBE_PARAM*pParam)函數(shù)完成合成語音的增強處理。

2.2 IMBE語音編譯碼算法的軟件接口封裝

為了使軟件編程接口簡潔，使用方便，本文采用動態(tài)鏈接庫方式對編譯碼類進行封裝處理。生成IMBE_Vocoder.dll處理模塊，該模塊將CIMBECod編碼類和CIMBEDec譯碼類進行封裝并實例化。主要定義了 CIMBECod m_Enc [ENCUSERSIZE]和CIMBEDec m_Dec[DECUSERSIZE]對象數(shù)組，支持多用戶同時使用，該模塊主要提供如下接口函數(shù)：

其中 IMBEDll_EncInit函數(shù)和IMBEDll_DecInit函數(shù)分別完成各用戶線路的編、譯碼初始化工作；IMBEDll_Encode函數(shù)和IMBEDll_Decode函數(shù)分別完成各用戶線路幀數(shù)據(jù)的編、譯碼工作，imbe數(shù)組承載88比特編碼幀比特數(shù)據(jù)，signal數(shù)組承載160*16bits的語音樣點數(shù)據(jù)。

3 結束語

本文介紹了IMBE語音編譯碼算法，基于VC++6.0的編程實現(xiàn)過程，最后開發(fā)了相應系統(tǒng)，達到預期目的。經(jīng)實踐證明，合成語音較好地保留了講話人的特征，其清晰度和自然度都比較好。IMBE算法占用帶寬小、編碼質量高，性能好，對語音編譯碼研究開發(fā)人員具有較好的實踐和借鑒意義。

[1]曲喜強,劉哲.基于聲卡的音頻信號采集與分析系統(tǒng)設計[J].電子測試 2009(2):75-77. QU Xi-qiang,LIU Zhe.Audio signal acquisition and analysis system design based on sound card[J].Electronic Test,2009 (2):75-77.

[2]陸奕奕,袁三男,宋文濤.AMBE語音壓縮算法實現(xiàn)及改進[J].通信技術,1998(4):63-66. LU Yi-yi,YUAN San-nan,SONG Wen-tao.The implement and improvement of AMBE voice compressing algorthm[J]. Commumicatios Technology,1998(4):63-66.

[3]Telecommunications Industry Association[S].Project 25 Vocoder Description BABA December 2003.

[4]葉向陽,黃國策,余侃民，等.計算機聲卡在實時采樣監(jiān)控系統(tǒng)中的開發(fā)應用[J].微計算機應用,2006,27(5):582-584. YE Xiang-yang,HUANG Guo-ce,YU Kan-min,et al.The application of soundcard in the real--time monitoring system [J].Microcomputer Applications,2006,27(5):582-584.

[5]張兵.基于多緩沖區(qū)實時音頻采集和傳輸實現(xiàn)[J].計算機工程,2006,32(12):272-273. ZHANG Bing.Real-time audio collection and transmission implementation based on multi-buffer [J].Computer Engineering,2006,32(12):272-273.

[6]董華,易克初,田斌.一種基于聲卡的數(shù)據(jù)采集系統(tǒng)[J].山西電子技術,2006(1):3-4. DONG Hua,YI Ke-chu,TIAN Bin.A data acquisition system based on sound card[J].SHANXI Electronic Technology,2006 (1):3-4.

Real-time implementation based on algorithms of IMBE speech codec in PC

HAN Hong-bang，XIAO Hong，LI Hai-yan
（The Center of Modern Education Technology,Kunming University,Kunming 650214，China）

This paper is intended to discuss in detail the Improved Multi-Band Excitation(IMBE)speech coding algorithm, which is used to APCO 25 trunking communication system.In the Windows XP environment,based on the VC++6.0 development platform,using the sound card as the acquisition and playback equipment,through software programming to realize real-time speech signal acquisition,IMBE Co-decoding and voice playback processing.IMBE speech coding algorithm takes up less bandwidth,high quality speech coding,especially suitable for multimedia communication.

IMBE algorithm;APCO 25;sound card programming;signal collecting

TN912.3

A

1674－6236（2015）07-0186-03

2014-07-17 稿件編號：201407134

韓紅幫(1977—)，男，云南曲靖人，碩士，高級實驗師。研究方向：現(xiàn)代教育技術。