DSP語音壓縮設(shè)計

1、設(shè)計報告項目名稱 ： DSP應(yīng)用系統(tǒng) 題 目 ： 語音壓縮技術(shù)研究 專業(yè)班級 ： 電子信息工程 1102 學(xué)生姓名 ： 學(xué) 號： 指導(dǎo)教師 ： 2014 年 6 月 5 日 目 錄一、概述1二、研究內(nèi)容1三、研究方案、算法原理說明1四、程序設(shè)計、調(diào)試與結(jié)果分析5 五、總結(jié)10 參考文獻 11一、概述當(dāng)今的通信應(yīng)該是人與人之間方便快捷、可多種手段實現(xiàn)信息交換的形式。其中,通過語音傳遞信息是人類最重要的、最有效和最方便的通信方式,因此語音通信在現(xiàn)代數(shù)字通信系統(tǒng)中占有重要的地位。隨著信息社會的快速發(fā)展,通信信道資源變得非常寶貴,各種語音壓縮編碼技術(shù)應(yīng)運而生。高速數(shù)字信號處理器的出現(xiàn),使得語音編碼算法

2、可以實時的實現(xiàn),并且?guī)诱Z音壓縮技術(shù)得到了突飛猛進的發(fā)展。另外,移動通信技術(shù)飛速發(fā)展,已經(jīng)越來越深入的滲透到每個人的生活當(dāng)中,對講機系統(tǒng)隨著移動通信技術(shù)也迅速發(fā)展著,在公安、交通運輸?shù)榷鄠€領(lǐng)域得到廣泛的應(yīng)用。低速率語音編碼以及在此基礎(chǔ)上的數(shù)字對講機技術(shù)已成為數(shù)字通信中的一個重要的研究領(lǐng)域。 本文首先介紹了一種多帶激勵語音(MBE)低速率編碼算法,這種算法在很大范圍內(nèi)改善了解碼合成后的語音質(zhì)量,而算法的復(fù)雜度并沒有明顯增加。它不僅在低速率上能恢復(fù)出音質(zhì)比傳統(tǒng)聲碼器好得多的語音(可達到2.4k bps或更低的編碼速率),而且具有良好的自然度和容忍環(huán)境噪聲的能力,是目前較為理想的低速率語音編碼方案。

3、在低速率的語音編碼基礎(chǔ)之上,本文又提出了幾種窄帶數(shù)據(jù)加密技術(shù)的方案,并對這幾種數(shù)字對講方案進行了分析和仿真。語音壓縮技術(shù)指的是對原始數(shù)字音頻信號流運用適當(dāng)?shù)臄?shù)字信號處理技術(shù)，在不損失有用信息量，或所引入損失可忽略的條件下，降低（壓縮）其碼率，也稱為壓縮編碼。它必須具有相應(yīng)的逆變換，稱為解壓縮或解碼。音頻信號在通過一個編解碼系統(tǒng)后可能引入大量的噪聲和一定的失真。數(shù)字信號的優(yōu)勢是顯而易見的，而它也有自身相應(yīng)的缺點，即存儲容量需求的增加及傳輸時信道容量要求的增加。本次實驗采用DSP C5402實驗板實現(xiàn)語音信號的壓縮解壓的。SEED-VC5402 DSK實驗板上集成了SRAM,FLASH,音頻輸入輸

4、出接口等部件。這些外設(shè)為我們提供了極大的方便。語音信號的幅度（發(fā)音強度）并非均勻分布，由于小信號占的比例比大信號大很多，因此可以進行非均勻量化。達到這一目標(biāo)的基本做法是，對大信號使用大的量化間隔，而小信號則使用小的臺階。ITU-T G.711建議的PCM A律和律語音壓縮標(biāo)準(zhǔn)可以分別將13比特和14比特壓縮為8比特，達到語音壓縮的目的。二、研究內(nèi)容1、 設(shè)計要求及目標(biāo)基本部分：（1）使用DSP實現(xiàn)語音壓縮和解壓縮的基本算法，算法類型自定，例如可以采用G.711、G.729等語音壓縮算法。（2）采用A/D轉(zhuǎn)換器從MIC輸入口實時采集語音信號，進行壓縮后存儲到DSP的片內(nèi)和片外RAM存儲器中，存儲

5、時間不小于10秒。（3）存儲器存滿之后，使用DSP進行實時解壓縮，并從SPEAKER輸出口進行回放輸出。（4）使用指示燈對語音存儲和回放過程進行指示。使用多種算法進行語音的壓縮、存儲和解壓縮，比較它們之間的優(yōu)缺點。三、研究方案、算法原理說明（1）語音算法與芯片特點在本項目中,我們選擇了DSP集團的語音壓縮最新算法Triple Rate Coder,其壓縮比達到了46:1,且音質(zhì)良好,MOS指標(biāo)達到了3.98.該算法的基本思想是:首先將語音分為若干小段,由于語音信號的譜變化是一個緩變量,因此在每一小段內(nèi)信號是平穩(wěn)變化的.然后用一個數(shù)字濾波器和一個激勵函數(shù)來表示這一段時域波形的離散采樣序列.在實際

6、算法中是采用了一個十階的線性預(yù)測濾波器,計算時還將每一幀分為4個子幀,每一子幀的濾波器系數(shù)矢量由上一幀和本幀數(shù)據(jù)計算得到,而最后一子幀的濾波器系數(shù)矢量則由矢量分解預(yù)測法得到;激勵函數(shù)采用的是偽隨機多脈沖激勵函數(shù),由最大似然算法得到.對每一幀計算得到濾波器系數(shù)矢量和函數(shù)生成元后,將這些系數(shù)再壓縮打包就得到了最后的語音壓縮數(shù)據(jù).當(dāng)對語音壓縮數(shù)據(jù)進行解壓時,首先將打包的數(shù)據(jù)展開,然后建立起線性預(yù)測濾波器,將重新生成的偽隨機多脈沖激勵函數(shù)輸入濾波器,這樣在濾波器的輸出端就可得到被恢復(fù)的語音信號序列了.該算法的實時運算需要22MIPS以上的運算速度,為此DSP集團將DSP內(nèi)核和算法代碼集成在D6571系

7、列芯片內(nèi),以滿足除PC用戶以外的更廣泛應(yīng)用.D6571原理框圖如圖1所示,其本身可直接外掛并管理4兆位的flash,8K采樣速率時在2.8KB的數(shù)據(jù)率下可提供25分鐘的回放時間.該芯片具備工業(yè)標(biāo)準(zhǔn)的編解碼器接口,可直接與串行PCM接口的音頻編解碼芯片相連,如美國國家半導(dǎo)體的TP3054或韓國三星半導(dǎo)體的KS8620.D6571可外接兩片音頻編解碼芯片,上電后可用設(shè)置命令對外接音頻編解碼芯片的工作模式進行設(shè)置.例如:設(shè)置外接芯片的時鐘是外同步還是自同步;設(shè)置外接芯片處于輸出方式還是輸入方式等.根據(jù)實際開發(fā)經(jīng)驗,我們認(rèn)為D6571芯片與其它公司所提供的某些DSP內(nèi)核芯片相比,其最大的優(yōu)點是幾乎不需

8、要任何開發(fā)工具或軟件就可使用.因為該芯片的數(shù)據(jù)是雙向的,既可由上位機將壓縮后的語音數(shù)據(jù)通過它解壓轉(zhuǎn)變成語音,也可輸入語音通過它進行實時壓縮后傳送給上位機.這就大大方便了長回放時間語音開發(fā)用戶的使用.更何況目前許多語音壓縮芯片對語音數(shù)據(jù)的管理是不公開的,例如:某些數(shù)字錄音電話的語音壓縮芯片.（2）系統(tǒng)構(gòu)成與語音處理有關(guān)的系統(tǒng)構(gòu)成如圖2所示.語音數(shù)據(jù)存放在一片32兆位的flash中,采用三星的K29W3200,這是一種8位并行接口的閃存,并行接口有利于提高代碼效率和滿足實時性要求.在語音數(shù)據(jù)的壓縮和回放過程中,D6571和flash之間的數(shù)據(jù)吞吐均通過上位機進行.上位機采用89C52.系統(tǒng)還有64

9、64的點陣液晶模塊ACM6464等外圍設(shè)備.所有的設(shè)備均使用一條公共的8位數(shù)據(jù)總線,即CPU的P0口;P2口的六根口線用于鍵盤管理;P3口的兩根口線作為兩條串口線;這樣用于外設(shè)管理的口線還剩余16根可用.系統(tǒng)實際使用了其中的14根線:與flash管理有關(guān)的使用6根,與D6571有關(guān)的使用4根,還有4根用于液晶顯示管理.音頻編解碼接口芯片采用一片TP3054,TP3054工作所需的同步脈沖、采樣時鐘、數(shù)據(jù)信號等只需要與D6571的四根控制線相連即可得到.（3）系統(tǒng)開發(fā)本系統(tǒng)的語音開發(fā)分為上載、數(shù)據(jù)合成及下載三個過程.上載是指獲得語音壓縮數(shù)據(jù);數(shù)據(jù)合成是指將全系統(tǒng)的數(shù)據(jù)按一定的結(jié)構(gòu)組織成一個文件;

10、下載是指儀器裝配出廠時將文件燒錄到flash中.這三個過程均通過PC機進行.由于系統(tǒng)板上MCU的串行信號直接輸出的是TTL電平,因此,本系統(tǒng)的語音開發(fā)唯一需要另外制作的硬件就是使用一片MAX232來完成與PC機之間的電平轉(zhuǎn)換.D6571具有16位寬度的總線,但也允許以分時方式使用8位總線,這時上位機須用HL信號表示送上總線的是高8位還是低8位;而當(dāng)D6571主動將數(shù)據(jù)送上總線時,會發(fā)出ACK信號通知上位機讀取數(shù)據(jù).HRD和HWR則是讀和寫的控制線.由于Triple Rate Coder算法是按30毫秒分幀采樣,然后再進行分析壓縮的,因此無論是讀取壓縮數(shù)據(jù)還是回送壓縮數(shù)據(jù),均必須在一幀之內(nèi)完成,

11、否則D6571會自行進入休眠狀態(tài).向D6571輸送語音數(shù)據(jù)的過程如下:首先送出解壓控制命令,然后接收一個回送狀態(tài)字,狀態(tài)字中包含了當(dāng)前幀所需要的字節(jié)數(shù),上位機就連續(xù)送出規(guī)定數(shù)目的數(shù)據(jù),待一幀處理完畢后,D6571會繼續(xù)送出狀態(tài)字.如此循環(huán)就可連續(xù)回放出語音了.而利用D6571進行語音壓縮的數(shù)據(jù)處理過程正好相反,狀態(tài)字中包含的是當(dāng)前幀壓縮所得到的字節(jié)數(shù),上位機就應(yīng)連續(xù)接收規(guī)定數(shù)目的數(shù)據(jù).上載時,首先要得到的是各個語音段的壓縮數(shù)據(jù).作為準(zhǔn)備工作,先用PC機的錄音機工具將我們所需的語音錄制成WAV文件.然后對MCU和PC機分別編寫共同配合工作的兩段程序來完成以下功能:PC機通過聲卡播放聲音給D657

12、1;89C52控制D6571進行語音壓縮并讀回壓縮數(shù)據(jù),然后通過串口線回送給PC機,PC機則將每段的壓縮數(shù)據(jù)存盤.由于每段語音播放時均要有一定的中文點陣字符顯示,數(shù)據(jù)合成的任務(wù)就是要將每段數(shù)據(jù)加上索引和字符點陣數(shù)據(jù)后再合成為一個完整的近32兆位的二進制文件.文件形成時為了使數(shù)據(jù)定位和讀出編程方便,數(shù)據(jù)塊以flash的頁為單位,一頁為528字節(jié).下載工作則較簡單,在設(shè)備出廠前直接使用系統(tǒng)89C52的串口將數(shù)據(jù)合成形成的文件下載到閃存中即可.D6571的壓縮率極高,使用和開發(fā)也比較方便.因此盡管本系統(tǒng)的語音容量長達200分鐘,但系統(tǒng)整體設(shè)計十分簡潔、經(jīng)濟,幾乎不需調(diào)試.主要開發(fā)工作是MCU和PC機

13、的一些程序開發(fā)使用C51和VB編程,開發(fā)速度也比較快.由于D6571的控制命令很豐富,系統(tǒng)用戶界面的軟件是很容易編寫的.例如,由于該芯片具有30階的音量控制命令,我們未添任何硬件就為設(shè)備增加了數(shù)字音量控制功能.D6571的控制命令還包含自動增益控制、變速回放、數(shù)字濾波器等更加高級的命令,因此,它幾乎可應(yīng)用于任何語音場合.（4）語音的u律壓縮與解壓原理u率限制采樣模值為13比特，u律的壓縮可定義為： 從線性到u律的壓縮轉(zhuǎn)換如下表所說明。壓縮后的碼字組成：比特0-3表示量化值，比特4-6表示段值，壓縮后的碼字符號放在比特7，為了簡化未寫出。U律二進制編碼表壓縮前的碼字丟棄的比特數(shù)壓縮后的碼字輸入值

14、段值，量化值比特：12 11 10 9 8 7 6 5 4 3 2 1 0比特：6 5 4 3 2 1 0 0 0 0 0 0 0 0 1 a b c d x 10 0 0 a b c d 0 0 0 0 0 0 1 a b c d x x2 0 0 1 a b c d 0 0 0 0 0 1 a b c d x x x3 0 1 0 a b c d 0 0 0 0 1 a b c d x x x x4 0 1 1 a b c d 0 0 0 1 a b c d x x x x x5 1 0 0 a b c d 0 0 1 a b c d x x x x x x6 1 0 1 a b c d

15、0 1 a b c d x x x x x x x7 1 1 0 a b c d 1 a b c d x x x x x x x x8 1 1 1 a b c d 在擴展前，u 律碼字再次反轉(zhuǎn)。低位的有效比特原是丟棄的，但是為了減少精度損失，用中間值近似。為了簡化，擴展后的碼字符號左溢。U 率二進制解碼表壓縮過的碼字偏值的輸入段值,量化值比特: 6 5 4 3 2 1 0比特: 12 11 10 9 8 7 6 5 4 3 2 1 0 0 0 0 a b c d 0 0 0 0 0 0 0 1 a b c d 1 0 0 1 a b c d 0 0 0 0 0 0 1 a b c d 1 0

16、0 1 0 a b c d 0 0 0 0 0 1 a b c d 1 0 0 0 1 1 a b c d 0 0 0 0 1 a b c d 1 0 0 0 1 0 0 a b c d 0 0 0 1 a b c d 1 0 0 0 0 1 0 1 a b c d 0 0 1 a b c d 1 0 0 0 0 0 1 1 0 a b c d 0 1 a b c d 1 0 0 0 0 0 0 1 1 1 a b c d1 a b c d 1 0 0 0 0 0 0 05、程序設(shè)計思路及流程圖思路：DSP程序設(shè)計應(yīng)包括用戶程序、存儲器配置程序。為了實現(xiàn)語音信號的采集與回放，先將語音信號采集，

17、運用a律壓縮算法將信號壓縮并存入存貯器中，當(dāng)放音開始時運用a律解壓算法將信號解壓并從存儲器中釋放出來，實現(xiàn)語音的回放。流程圖：開始初始化DSP及串行口2、初始化A/D轉(zhuǎn)換器D/A轉(zhuǎn)換器3、4、5、語音經(jīng)A/D轉(zhuǎn)換器輸入6、數(shù)據(jù)壓縮7、數(shù)據(jù)存儲8、解壓縮經(jīng)D/A轉(zhuǎn)換器回放9、結(jié)束10、11、四、程序設(shè)計、調(diào)試與結(jié)果分析1、程序設(shè)計(1)用2812dsp實現(xiàn)語音的A率壓縮解壓有兩種方法：a、使用多通道緩沖串口（McBSP）的縮展器在多緩沖通道串口（McBSP）內(nèi)部裝置了硬件電路，支持A律格式縮展器，對數(shù)據(jù)進行壓縮與擴展，A律縮展器允許14比特的動態(tài)范圍。 首先描述一下McBSP硬件如何能夠同時處理

18、A律，如圖顯示的是McBSP縮展器硬件工作流程。在接受端，McBSP接收壓縮的、非線性的數(shù)據(jù)然后擴展為線性數(shù)據(jù)寫道CPU或DMA，在發(fā)送端，從CPU或DMA得到的線性數(shù)據(jù)在發(fā)送前必須按著A律壓縮。 RSR RBR RJUST DRR接收移位寄存器接收緩沖寄存器擴展器發(fā)送移位寄存器壓縮器數(shù)據(jù)發(fā)送寄存器從CPU/DMA輸入數(shù)據(jù)接收寄存器調(diào)整模式控制位到CPU或DMA DLB模式非DSB模式b、用軟件實現(xiàn)主程序的功能是從McBSP的接收通道讀取A/D轉(zhuǎn)換的值，然后經(jīng)過壓縮解壓后將其發(fā)送到McBSP的發(fā)送通道，構(gòu)成AD50 CODEC模擬輸入和輸出通道的自環(huán)，是否能接收到A/D轉(zhuǎn)換的數(shù)據(jù)是通過查詢串口

19、1的接收標(biāo)志RRDY來進行的，程序為：while (1) while (!MCBSP_RRDY(HANDSET_CODEC) ; data=*(volatile int*)DRR1_ADDR(HANDSET_CODEC); temp1=data2alaw(data); data=alaw2data(temp2); *(volatile int*)DXR1_ADDR(HANDSET_CODEC)=data;(2)實驗程序及相關(guān)功能解釋如下/*頭文件*/#include #include #include #include /*聲明函數(shù)*/void delay(s16 period);unsign

20、ed char data2alaw(int );int alaw2data(unsigned char);/*定義變量*/HANDLE hHandset;int data0;int data1;long i,j=0;long k,l=0;unsigned int temp1;unsigned char temp2;unsigned int m;unsigned int buffer50000;/*主程序*/void main() s16 cnt1=2; s16 cnt2=10; if (brd_init(100) /初始化DSK板,失敗退出 return;while ( cnt1- ) /指示

21、燈依次先亮后滅brd_led_toggle(BRD_LED0);delay(1000);brd_led_toggle(BRD_LED1);delay(1000);brd_led_toggle(BRD_LED2);delay(1000); /* AD50的初始化*/ hHandset = codec_open(HANDSET_CODEC); / 初始化串口1，設(shè)置成功返回codec的句柄放在變量hHandset中 codec_dac_mode(hHandset, CODEC_DAC_15BIT); /15bit D/A轉(zhuǎn)換 codec_adc_mode(hHandset, CODEC_ADC_1

22、5BIT); /15bit A/D轉(zhuǎn)換 codec_ain_gain(hHandset, CODEC_AIN_6dB); /輸入6dB增益 codec_aout_gain(hHandset, CODEC_AOUT_MINUS_12dB); /輸出-12dB增益 codec_sample_rate(hHandset,SR_8000); /8K采樣率 while (1) brd_led_disable(BRD_LED1); /關(guān)閉led1 brd_led_disable(BRD_LED2); /關(guān)閉led2 brd_led_toggle(BRD_LED0); /錄音指示燈亮 while (!MCB

23、SP_RRDY(HANDSET_CODEC) ; /采集語音信號 data0 = *(volatile u16*)DRR1_ADDR(HANDSET_CODEC); temp1=data2alaw(data0); /A律壓縮 /*存儲壓縮后的數(shù)據(jù) */ i=i+1 ; if(i%2=1) bufferj=(temp1=100000) i=0; if(j=50000) j=0;brd_led_disable(BRD_LED0); brd_led_disable(BRD_LED2); while ( cnt2- ) /燈閃爍 brd_led_toggle(BRD_LED1); /* brd_del

24、ay_msec(1000); */ delay(2000); cnt2=10; brd_led_disable(BRD_LED0); /放音指示燈亮 brd_led_disable(BRD_LED1); brd_led_toggle(BRD_LED2); /*取出壓縮數(shù)據(jù)*/ for(k=0;k8)&0x0ff; else temp2=bufferl&0x0ff; l+; if(l=50000) l=0; data1=alaw2data(temp2); /解壓縮數(shù)據(jù) while (!MCBSP_XRDY(HANDSET_CODEC) ; /輸出解壓后的數(shù)據(jù) *(volatile u16*)DX

25、R1_ADDR(HANDSET_CODEC) = data1*4; delay(2000); for (m=0;m=0)?1:0; /判定符號：正數(shù) =1，負(fù)數(shù) =0for (i=0;i16;i+) /確定temp中出現(xiàn)1的最高位 output=temp&0x8000; if(output) break; /temp 左移i位后最高位為1 temp=1; achord=11-i; /求出段值 if (achord1)&0x0F; /段值為0,將absol右移1位得到量化值 elseastep=(absolachord)&0x0F; /段值不為0,將absol右移achord4095) /超過最

26、大值4095，輸出最大值0x7foutput=0x7F; if(sign) return output=0xFF; /返回含有符號信息的輸出值 else return output=0x7F; /*A律解壓子程序*/int alaw2data(unsigned char input) unsigned char sign,achord,astep;unsigned int temp;int data;temp = input0xFF; /得到含有符號信息的壓縮值sign = (temp&0x80)7; /得到符號位achord = (temp&0x70)4; /得到段值astep = temp

27、&0x0F; /得到量化值astep = 1;if(!achord) /段值為0,輸出值為量化值左移1位后加1data=astep+1;else data=astep+33; /擴展后數(shù)值中的6位非零值 data=0)?1:0; /判定符號：正數(shù) =1，負(fù)數(shù) =0for (i=0;i16;i+) /確定temp中出現(xiàn)1的最高位 output=temp&0x8000; if(output) break; /temp 左移i位后最高位為1 temp=1; achord=10-i; /求出段值 if (achord1)&0x0F; /段值為0,將absol右移1位得到量化值 else achord+;astep=(absolachord)&0x0F; /段值不為0,將absol右移achord8191) /超過最大值8191，輸出最大值0x7foutput=0x7F; if(sign) return output=0xFF; /返回含有符號信息的輸出值 else return output=0x7F;/*u率解壓子程序*/ int ulaw2data(unsi