Рекомендация ITU-T G.729 (Приложения A и B)

Рекомендация ITU-T G.729 - это CS-ACELP вокодер (Conjugate-structure Algebraic-code-excited Linear-Prediction). Алгоритм основан на модели кодирования с использованием линейного предсказания с возбуждением по алгебраической кодовой книге (CELP-модель). Кодер оперирует с кадрами речевого сигнала длиной 10мс, дискретизованными с частотой 8КГц, что соответствует 80 16-битным отсчетам в линейном законе. Для каждого кадра производится анализ речевого сигнала и выделяются параметры модели (коэффициенты фильтра линейного предсказания, индексы и коэффициенты усиления в адаптивной и фиксированной кодовых книгах). Далее эти параметры кодируются и передаются в канал.

В декодере битовая посылка используется для восстановления параметров сигнала возбуждения и коэффициентов синтезирующего фильтра. Речь восстанавливается путем пропускания сигнала возбуждения через кратковременный синтезирующий фильтр.

Синтезирующий фильтр имеет полюсную передаточную функцию 10-го порядка. Для работы синтезатора основного тона используется адаптивная кодовая книга. В последующем, речь улучшается адаптивной постфильтрацией.

В случае потери передаваемой кодером битовой посылки, исходные данные для речевого синтезатора получаются интерполяцией данных с предыдущих "хороших" кадров, но при этом энергия интерполированного речевого сигнала постепенно уменьшается, что не создает особого дискомфорта у слушателя.

Вокодер обрабатывает кадры речевых сигналов длиной 10мс. Дополнительно, существует задержка длиной 5мс (look-ahead buffer), что в сумме выливается в алгоритмическую задержку 15мс. Также, задержки речевого сигнала в практическом приложении этого алгоритма определяются временем, затрачиваемым на:

• процессы кодирования и декодирования;
• передачу по каналу;
• мультиплексирование при комбинировании аудиоданных с другими видами данных.

Помимо "чистой" рекомендации G.729, существуют "приложения" (annexes) А и B. Приложение А - версия рекомендации, менее требовательная к вычислительной мощности ЦПОС за счет некоторого ухудшения качества кодирования. Алгоритм теоретически должен потреблять на 40-50% меньше временного ресурса, чем "чистая" G.729. Изменения, в основном, касаются следующих частей алгоритма: поиск периода основного тона и поиск параметров возбуждения по алгебраической кодовой книге. Приложение В добавляет в кодер часть классификации входного речевого сигнала. Это, так называемый, VAD - voice activity detector. Классификатор входного сигнала определяет, что в данный момент присутствует на входе - речь или пауза. В моменты пауз битовый поток понижается с 8 кбит/с до 0.8 кбит/с. Более того, в моменты пауз в битовом потоке передается информация о структуре фонового шума, чтобы на стороне декодера у слушателя не возникало дискомфорта от "чистых" пауз между фразами - т.е. присутствует генератор комфортного шума.

Полное описание рекомендации можно найти в документах (или на сайте ITU):

• ITU-T Recommendation G.729, Coding of speech at 8 kbit/s using conjugate-structure algebraic-code-excited linear-prediction (CS-ACLEP);
• ITU-T Recommendation G.729 - Annex A, Coding of speech at 8 kbit/s using conjugate-structure algebraic-code-excited linear-prediction (CS-ACLEP), Annex A: Reduced complexity 8 kbit/s CS-ACELP speech codec;
• ITU-T Recommendation G.729 - Annex B, Coding of speech at 8 kbit/s using conjugate-structure algebraic-code-excited linear-prediction (CS-ACLEP), Annex B: A silence compression scheme for G.729 optimized for terminals conforming to Recommendation V.70

[наверх] [на главную]

Многоканальная реализация для ЦПОС семейства TMS320C54x

Алгоритм реализован для ЦПОС семейства TMS320C54x фирмы Texas Instruments.

Реализация удовлетворяет следующим требованиям:

• функционирует в режиме реального времени;
• совместима со всеми ЦПОС в рамках семейства TMS320C54x (не используются специфические особенности старших моделей, таких как TMS320C548, TMS320C549 и пр.);
• полностью совместима с требованиями стандарта ITU-T G.729 (приложения А и В) - достигнуто побитовое соответствие тестовым векторам;
• оттестирована в различных режимах работы в составе реальной системы речевой обработки (ip-телефонном шлюзе)

Ресурсоемкость реализации для TMS320C54x (версия 1.3)

где N - число одновременно реализуемых каналов.

Таким образом, на одном процессоре TMS320C549 с 32 килословами внутренней памяти и мощностью 100MIPS можно реализовать независимую обработку семи речевых каналов

[наверх] [на главную]

Многоканальная реализация для ЦПОС семейства TMS320C62x

Алгоритм реализован для ЦПОС семейства TMS320C62x фирмы Texas Instruments.

Реализация удовлетворяет следующим требованиям:

• функционирует в режиме реального времени;
• полностью совместима с требованиями стандарта ITU-T G.729 (приложения А и В) - достигнуто побитовое соответствие тестовым векторам

Ресурсоемкость реализации для TMS320C62x

где N - число одновременно реализуемых каналов.

Таким образом, на одном процессоре TMS320C6201 мощностью 1600MIPS можно реализовать независимую обработку двенадцати речевых каналов

[наверх] [на главную]

Звук

По следующим звуковым файлам вы сможете оценить качество алгоритма G.729.AB:

[наверх] [на главную]

Документация

Можно получить подробную документацию по представленным реализациям алгоритма ITU-T G.729 (Приложения A и B), описание API реализаций, подробные инструкции по встраиванию алгоритма в систему обработки речевых сигналов:
ITU-T G729.AB для TMS320C54x (формат Word)
ITU-T G729.AB для TMS320C62x (формат Word)

[наверх] [на главную]

Использовались материалы сайта http://www.dsp.sut.ru.