基于TMS320C6201的G.723.1多通道语音编解码分析

摘要：介绍了一种基于ＴＭＳ３２０Ｃ６２０１的ＩＴＵ－Ｔ Ｇ．７２３．１全双工实时多通道语音编解码的实现。首先简要介绍了Ｇ．７２３．１标准和Ｃ６２０１的芯片结构，然后提出了基于Ｃ语言和汇编语言的各种优化方法以降低计算量，最后给出了各个主要模块的性能指标。该实现能够在２００ＭＨｚ的Ｃ６２０１ ＤＳＰ上实现１６路语音信号的实时编解码，完全符合ＩＴＵ－Ｔ Ｇ．７２３．１标准的定点算法，通过了ＩＴＵ－Ｔ的所有测试矢量。
　　关键词：语音编码 定点数字信号处理器 ＩＴＵ标准
　　当前，Ｖｏｉｃｅ ｏｖｅｒＩＰ（ＶｏＩＰ）技术正在不断普及，通过Ｉｎｔｅｒｎｅｔ的语音通信量也日渐增加。目前ＶｏＩＰ中使用的低码率语音压缩标准主要有Ｇ．７２３．１和Ｇ．７２９两种。随着ＶｏＩＰ技术的不断发展，要求产品的集成度与性能进一步提高，利用新一代高性能ＤＳＰ芯片，实现单片ＤＳＰ处理多路语音信号，是今后的发展趋势。本文根据Ｃ６２０１芯片的特点，作了大量针对Ｇ．７２３．１标准本身的优化，降低了运算量，满足了多路信号的实时实现。
　　１ Ｇ．７２３．１标准介绍
　　Ｇ．７２３．１标准是ＩＴＵ组织于１９９６年推出的一种低码率编码算法。主要用于对语音及其他多媒体声音信号的压缩，如可视电话系统、数字传输系统和高质语音压缩系统等。
　　Ｇ．７２３．１标准可在６．３ｋｂｐｓ和５．３ｋｂｐｓ两种码率下工作。其中，高码率算法具有较高的重建语音质量，而低码率算法的计算复杂度则较低。与一般的低码率语音编码算法一样，Ｇ．７２３．１标准采用线性预测的合成分析法（Ａｎａｌｙｓｉｓ－ｂｙ－Ｓｙｎｔｈｅｓｉｓ）。对激励信号进行量化时，高码率算法采用多脉冲最大似然量化（ＭＰ－ＭＬＱ），而低码率算法则采用算术码本激励线性预测（ＡＣＥＬＰ）。目前，Ｇ．７２３．１已经能在多种ＤＳＰ芯片上实现，如美国ＴＩ公司的ＴＭＳ３２０Ｃ５ｘ、ＴＭＳ３２０Ｃ５４ｘ和朗讯科技公司的ＤＳＰ１６ｘｘ等。
　　Ｇ．７２３．１编码器能对以８ｋＨｚ采样的话带语音信号进行压缩，其结构框图见图１（ａ）。从图中可以看出，编码器是基于线性预测合成分析法原理，其目的是最小化感知加权误差信号。为了降低码率，Ｇ．７２３．１采用了较长的帧尺寸，每帧２４０个样值，即３０毫秒帧长。每帧输入信号首先通过一阶高通滤波器滤除直流分量，然后将之分成四个６０个样值的子帧，每个子帧独立进行ＬＰＣ分析。为了提高ＬＰＣ系数的连续性，采用了长度为１８０个样值的重叠窗，即同时包含前后两个子帧，这使算法引入６０个样值的超前时延，因此算法的总时延为３７．５毫秒。ＬＰＣ系数用线性谱频率（ＬＳＦ）表示，ＬＳＦ参数采用预测分裂矢量量化，只对第四子帧进行。为了提高量化感知质量，高通滤波后的语音信号需通过共振峰感知加权滤波器和谐振峰噪声整形滤波器以生成初始目标信号。前者参数由各子帧的未量化ＬＰＣ系数构成，后者通过对每两子帧进行开环基音周期估计得到，其中基音周期的范围为１８到１４２个样值。ＬＰＣ合成滤波器、共振峰感知加权滤波器和谐振峰噪声整形滤波器用于系统零输入响应计算和最佳激励估计。Ｇ．７２３．１编码器还包括一个五阶基音预测器，其参数根据开环基音估计值和脉冲响应进行闭环基音搜寻得到。在进行最佳激励估计时，需从初始目标信号中减去系统零输入响应和基音预测器贡献以得到最终目标信号，然后针对高低码率分别采用ＭＰ－ＭＬＱ和ＡＣＥＬＰ方法进行量化。其中ＬＳＦ参数、基音值和激励参数需传送给解码器。
　解码器首先根据得到的ＬＳＦ参数重建ＬＰＣ合成滤波器，然后根据基音值和激励参数得到自适应码本激励信号和固定码本激励信号。为了提高重建语音的主观质量，解码器还包括一个后滤波器，后滤波器由共振峰和基音后滤波器组成。激励信号依次通过基音后滤波器、合成滤波器和共振峰后滤波器合成重建语音，其结构框图见图１（ｂ）。
　　２ ＴＭＳ３２０Ｃ６２０１芯片结构简介
　　ＴＭＳ３２０Ｃ６２０１是一种３２位的定点ＤＳＰ，工作频率最高达２００ＭＨｚ。它有两组运算单元，每组４个，共８个。除Ｍ单元只能作乘法外，其他单元都可以灵活使用，如Ｄ单元可以做Ｌｏａｄ、Ｓｔｏｒｅ和加减操作，Ｓ单元可以进行移位和加减。Ｃ６２０１有３２个通用寄存器，分为Ａ、Ｂ两侧。两侧的寄存器有交叉通路，同一指令可以同时访问双侧的寄存器。Ｃ６２０１采用了超长指令字结构，一次最多可以同时执行８条指令（每个单元一条）。它有１１级流水，所有的指令都是精简指令。Ｃ６２０１允许使用缓存（Ｃａｃｈｅ）模式，可以运行大型程序而不降低速度。图２是Ｃ６２０１的结构。
　　３ 标准的实现
　　用Ｃ６２０１实现Ｇ．７２３．１标准的最大优势在于它极强的并行处理能力，用一块ＤＳＰ可以实现多路语音的压缩，大大简化了硬件的设计。Ｃ６２０１是ＴＩ公司推出的第一种支持Ｃ编译器的ＤＳＰ芯片。通常，Ｃ编译器能完成整个工作的７０％，而３０％的进一步优化必须通过手写汇编来实现，所以对整个程序的优化分为Ｃ语言级和汇编语言级两部分。