English version

Рекомендаци ITU-T G.729 (Приложени A и B)

ITU-TРекомендаци 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 восстановлени 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 адаптивна 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 ухудшени 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 реализаци дл 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 используютс специфические особенности старших моделей, таких как TMS320C548, TMS320C549 и пр.);
  • полностью совместима с требованиями стандарта ITU-T G.729 (приложени 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)

Загрузка процессора

 

G.729.AB кодер

G.729.AB декодер

G.729.A кодер

G729.A декодер

Вычислительный ресурс (пиковая загрузка на один канал), млн.оп./с.

10.9

2.44

10.9

2.2

13.34

13.1

Память

программа, К слов

9.65

таблицы, К слов

3.13 + 0.06 * N

данные, К слов

1.3 + 1.8 * N

Всего, К слов

14.08 + 1.86 * N

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 (приложени А и В) - достигнуто побитовое соответствие тестовым векторам

Ресурсоемкость реализации для TMS320C62x

Загрузка процессора

 

G.729.AB кодер

G.729.AB декодер

G.729.A кодер

G729.A декодер

Вычислительный ресурс (пиковая загрузка на один канал), млн.оп./с.

13.33

2.88

13.3

2.5

16.21

15.8

Память

программа, К байт

90.25

таблицы, К байт

8.4

данные, К байт

1.9 * N + 1.7 * N

Всего, К байт

98.65 + 3.6 * N

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:

Исходная речь

fspeech.wav

Речь, упакованная кодером G.729.AB и восстановленная декодером G.729.AB при нулевых потерях

fspeech_g729ab.wav

[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]


Навигация

Описание рекомендации

Реализация для TMS320C54x

Реализация для TMS320C62x

Звук

Документация