基于DSP芯片的MELP聲碼器的算法設(shè)計方案

1 引言

1996年3月，美國政府?dāng)?shù)字語音處理協(xié)會(DDVPC)選擇了2.4kbps混合激勵線性預(yù)測（MELP）語音編碼器作為窄帶保密語音編碼的產(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、移動通信、衛(wèi)星通信等領(lǐng)域，尤其在需要大量存儲話音的場合和保密通信等方面，具有很好的發(fā)展前景。

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

MELP算法復(fù)雜度較高，因此實時實現(xiàn)必須借助于高性能的數(shù)字信號處理芯片。目前國內(nèi)還沒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)測分析合成技術(shù)，采樣率為8kHz，以180采樣值（22.5ms）為一幀進行編碼，總體框圖見圖1。

輸入的原始語音信號經(jīng)過隔直濾波（即高通濾波），得到目標(biāo)信號S（n）。再對目標(biāo)信號作以下處理：①低通濾波后用歸一化互相關(guān)法進行基音粗估，然后根據(jù) [0Hz，500Hz]子帶信號圍繞粗估基音估算分?jǐn)?shù)基音；②帶通分析，在5個子帶計算話音強度，以決定各子帶的清/濁音判決，其中 [0Hz,500Hz]子帶強度用于確定非周期標(biāo)志位；③計算LPC和尖峰值，用L－D算法提取10個LP系數(shù)，然后乘以帶寬擴展系數(shù)，使用得到的系數(shù)計算殘差信號，對殘差信號的160個抽樣計算尖峰值；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，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使用一個基音自適應(yīng)窗采用一幀兩次的方法對增益進行量化；⑥LPC分析，并轉(zhuǎn)換成線譜對LSP參數(shù)量化；⑦將量化后的LSP 參數(shù)轉(zhuǎn)換為LPC參數(shù)并進行逆濾波操作，殘差信號補0至512點,對其進行512點FFT，利用頻譜峰點檢測算法找到前10次諧波對應(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音幀，則增加對接觸的兩個子幀增益進行噪聲衰減處理，同時改變噪聲估計的值。所有合成的參數(shù)對其做基音同步內(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)、顫動強度、量化的傅立葉幅度、用于產(chǎn)生混合激勵信號的周期信號濾波器的系數(shù)和噪聲濾波器系數(shù)、自適應(yīng)增強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和噪聲激勵信號相加來產(chǎn)生混合激勵信號。然后兩個激勵信號被分別濾波，并相加得到激勵信號。合成混合激勵信號后，信號經(jīng)自適應(yīng)譜增強濾波器處理，以改善共振峰的形狀。隨后，激勵信號進行LPC合成得到合成語音。LPC合成用了一個直接形式的濾波器，其系數(shù)由插值后的LSP參數(shù)得到，合成的語音信號經(jīng)增益調(diào)整和脈沖散布濾波后輸出?？傮w框圖見圖 2。

圖2 MELP編碼器解碼原理圖

3 TMS320VC5416簡介

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40位的ALU，1個比較、選擇和存儲單元（CSSU）和1個指數(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)，擴展尋址模式下有256K字～8M字的擴展地址空間，并擁有一套高效靈活的指令集。其指令周期為6.25ns，執(zhí)行速度最高可以達到160MIPS，完全可以滿足實時處理的要求。

圖4 TMS320VC5416總體系結(jié)構(gòu)圖

4 軟件設(shè)計及其關(guān)鍵問題

軟件設(shè)計包括編碼流程和解碼流程，編碼流程圖如圖3所示。由于解碼過程相對簡單，故此處只給出編碼流程圖。

此軟件流程設(shè)計完全按照MELP原理，在實際編程過程中需要注意以下幾個關(guān)鍵問題。

圖3 MELP編碼流程圖

⑴存儲器分配問題

由于TMS320VC5416采用雙總線結(jié)構(gòu)，提供了許多多功能指令，在實際實現(xiàn)時要充分考慮到這些特點，盡量用多功能指令，并且合理分配使用各個寄存器和指針。例如：MAC指令可以在一個指令周期內(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采用定點數(shù)進行數(shù)值運算，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)模式兩種運算模式。對DSP而言，參與數(shù)值運算的數(shù)就是16位的整型數(shù)。在多數(shù)情況下，數(shù)學(xué)運算過程中的數(shù)不一定都是整數(shù)，這就需要程序員來確定小數(shù)點的位置，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)常判斷運算結(jié)果是否溢出。TMS320VC5416芯片本身設(shè)有溢出保護功能，溢出的處理是通過設(shè)置芯片中PMST寄存器的OVM位自動執(zhí)行的?？梢栽诔绦虻拈_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容易引起流水線沖突。編譯時會編譯器將自動插入一個或幾個空操作，從而增加了所需的計算量，降低了軟件效率，因此軟件設(shè)計開發(fā)中需要避免流水線沖突。

5 測試結(jié)果

目前該編解碼器已通過MELP的全部測試矢量驗證。系統(tǒng)實時實現(xiàn)編解碼時，經(jīng)過非正式的主觀測試結(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DSP芯片TMS320VC5416上實時實現(xiàn)MELP算法的編解碼器所需的存儲量和計算量。

從表1可見，程序和數(shù)據(jù)存儲區(qū)總存儲量共25.2K字，由于TMS320VC5416內(nèi)部RAM的大小為128K字，因此，程序boot時，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里運行。表2顯示了對該聲碼器所用資源的統(tǒng)計結(jié)果。在全雙工時，最大運算量為39.9MIPS，完成滿足實時實現(xiàn)的要求。

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

7 總結(jié)

創(chuàng)新點：本文介紹了混合激勵線性預(yù)測（MELP）聲碼器算法，簡要分析了該算法的編解碼原理。同時，本文選用TI公司的TMS320VC5416 DSP芯片進行了實時實現(xiàn)，指出了在軟件實現(xiàn)中需要注意的關(guān)鍵問題。經(jīng)非正式主觀測試結(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、無線通信等需要低速率的語音編碼場合，具有廣闊的應(yīng)用前景。