Здесь приведена исчерпывающая информация о компонентах стандарта H.323.
Описание рекомендации Реализация для TMS320C54x Реализация для TMS320C62x Звук Документация
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
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)
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
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
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
Звук
По следующим звуковым файлам вы сможете оценить качество алгоритма G.729.AB:
Исходная речь |
|
Речь, упакованная кодером G.729.AB и восстановленная декодером G.729.AB при нулевых потерях |
|
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)
Использовались материалы сайта http://www.dsp.sut.ru.