g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
" D  D4 |3 X* a% x6 v+ n下载以后需要修改bits.c文件：
我仔细研究ITUG729代码后发现：
4 ?. K( \, Z# L编码器的输出及解码器的输入不是编码生成的参数向量，而是经过1bit->Word16（即2字节）转换的bit流
8 N+ \* p8 b$ a+ b，从而使得编码器输出数据不是原始PCM的1/16（理论上g.729编码和wav的文件的大小比例约为1:16），而实际上，我们采用他的coder编码出来的文件由于上述“串行化”的原因和原始wav几乎相同大，而且甚至比原始的wav还要大个十几K。

ITU-T为了在标准化方针中进行丢帧隐藏测试，对语音编解码器参考软件的码流格式一般需求为ITU-T G.192中规定的格式，即用16位的0x007F表示1个比特’0’，用0x0081表示1个比特’1’，每个帧头会有同步字和包的长度。对于同步字，0x6B20表示该帧为坏帧，0x6B21表示该帧为好帧。这样固然非常好，不过。。。导致了编码后数据的增大。

那么怎么来解决上述问题呢？解决的方法就是??去掉串行化代码，或重新编写串行化代码。
我们打开bits.c，就能看到里面定义的如下4个函数：
5 k' n9 ^! Z1 _& N6 n, J8 nstatic void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
* ^  e, b: o* C" G$ Nstatic int bin2int(int   no_of_bits, INT16 *bitstream);
1 B2 A# D& I- O) G4 Svoid prm2bits_ld8k(int   prm[], INT16 bits[]) ;
void bits2prm_ld8k(INT16 bits[], int   prm[]) ;
这个文件就是编码后文件大小没有什么变化的关键所在了，能用如下的代码替换：
static void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos) ;
5 r( x& f- s% u4 Y( P* Istatic Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;

# z% Z+ D7 z6 @void prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
# m" z( y8 k* {' [   int i;
   int bitpos = 0;
* o4 r/ d0 ?' b" B, j5 C& b. m   for (i = 0;i

2 J9 R7 v" {+ b( k8 e/ l7 Uvoid bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
) r9 T* `7 e- `1 [: Q4 D{
   int i;
  \) j7 c- ^" L/ `2 q   int bit = 0;
+ R' P2 ]3 s( d$ P5 i6 e6 f   unsigned char newbyte = 0;
  
! W5 R. ~7 `+ i" }8 k/ [! v% |+ z% |   unsigned char *p = bits + (bitpos / 8);
1 h. y2 }4 `2 ~% v8 U& v/ w. p/ t4 E1 Z. p   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
bitpos++;
! I" v2 O0 H8 f$ u1 ^if (bitpos % 8 == 0)
   p++;
- t4 A1 A. i' |8 ~' ?( K   }
}
; ~% h, T# W) {2 d2 T/ @
void bits2prm_ld8k(unsigned char *bits,Word16 *para)
! J0 R( {+ d: P+ C2 B# L" l{
: T  e( f& S/ W2 r* H: [& [' M! N( P% w   int i;
   int bitpos = 0;
' D* C1 J6 v: Z* S   for (i = 0;i
, K4 y* s; Q5 F
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
{
   int i;
   int bit = 0;
9 a6 e- A+ r1 ^   Word16 newbyte = 0;
3 h* m1 |8 {8 e" b# s, n   Word16 value = 0;
" Z) p5 O) W6 \  
   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
if (bit == 1) {
5 p8 W' l) L: K" G9 k  M- e   newbyte = (1
6 L# U) ~3 F0 g* C% C: S3 a   return value;
}
通过上述的修改，已能确保，每次一帧160个字节的pcm16音频数据流，能编码成为22个字节的编码参数prm，经过改写过的prm2bits_ld8k处理后，会转换成为10个字节的最终语音编码数据，这个时候，才真正体现出g.729a的威力。
2 L( {4 e! D% w8 v" J. x
编码器的代码能采用如下的修改方法
(1)修改coder.c：
/ I- t9 c! q9 _. junsigned char serial[SERIAL_SIZE]; /* 输出数据的数据类型由Word16改为unsigned char */
(2)修改coder.c文件，对编码器调用方式进行修改（关键部分代码）：
7 N- @6 y" }) L- L7 @( O   frame =0;
   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
   {
printf("Frame =%d＼r", frame++);
Pre_Process(new_speech, L_FRAME);
/ B7 \, o  T2 O2 x4 U& ?7 zCoder_ld8a(prm);
6 U1 e% q! A) d% E! {prm2bits_ld8k( prm, serial);
6 }- V# }  A+ I. }2 t# Tfwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
   return (0);

(3)把ld8a.h头文件中关于“串行化”长度的常量定义修改为10个字节：
#define   SERIAL_SIZE   10

(4)解码器decoder.c进行类似的修改（关键部分代码）：
   frame = 0;
   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
   {
+ [1 _  c' T, g" g  e1 M2 Kprintf("Frame =%d＼r", frame++);
bits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
parm[0] = 0;   /* 假设没有丢帧 */
parm[4] = 0 ; /* 假设数据效验正常 */
' {; D3 |; h; }( JDecod_ld8a(parm, synth, Az_dec, T2);
Post_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
! T" l% ?1 s) |# C/ i0 d7 ^fwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
, s% Q7 C/ y; D% H# }# N6 a   return (0) ;
通过上面的修改，标准的ITU-T的G.729语音编码器和解码器就基本能达到1:16的编码效率了。

& E. B  M8 ?: O& j. h- Q修改bits2prm_ld8k和prm2bits_ld8k之后的编码的数据其实也不是1/16的，因为编码器中的比特分配并不是均匀的，有的时候一个参数需要用5bit来表示，不过他并不是在内存中用5bit表示，而是用了一个word16来表示的。所以这样编码后得到的数据还是要比1/16大一些，原理上来讲，编完码后的prm[]大小应该是11（共11个参数），不过编码器的bits2prm()在其前面又加了一位校验是否丢包的校验位，这样1个block编码后的prm[0]这位实际上是个校验位。你要注意一下，解码器在读取编码后文件内容的时候，不是直接读取的字节，而是通过一个函数read_frame()，进行读取的，一个block读取prm[]大小为12。这样如果你把bits2prm去掉，编码后一个block用11个word16表示，不过解码的时候一次读取12个，这样就错了。所以需要对解码器作一下相应的修改，使他不再去关注那个prm[0]，一次读入11个数据。你看一下解码函数也会发现，在读入12个prm后，开头就是这么一句：bfi = *prm++，你把这个bfi作为参数传入函数，使其不再通过prm[0]得到，应该就能了。
封lib：
; l, e; z/ F4 g8 Zva_g729.h
#define L_FRAME_COMPRESSED 10
#define L_FRAME            80
3 d3 m% z. b7 R! `  ?#ifdef __cplusplus
extern "C" {
  U- _" T4 E+ v: ]( Y+ S: G5 x#endif
' m% D0 E( `+ b$ ~* S/ Gvoid va_g729a_init_encoder();
+ p) h7 F( |+ Y' Uvoid va_g729a_encoder(short *speech, unsigned char *bitstream);
void va_g729a_init_decoder();
+ \2 f( Z4 D% u: v- Cvoid va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
#ifdef __cplusplus
}
3 N1 ^5 z+ n) H/ C#endif
va_g729.c
& U# a, p$ m% U) S#include <stdio.h>
#include <stdlib.h>
3 z" p0 F3 Q! W; c- i#include "typedef.h"
4 ?! W3 P; E; I#include "ld8k.h"
Word16 bad_lsf;
void va_g729a_init_encoder()
# R3 o( ]) U0 Y4 L- d# d{
+ n* v# A$ Y. o5 _  p% i    Init_Pre_Process();
8 J( T7 H) B0 t% ?    Init_Coder_ld8k();
}
void va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
8 R: o6 f! l* [0 b, y" O{     
! p+ d, I4 G: I1 q: }# ?' L9 P- x    extern Word16 *new_speech;       /* Pointer to new speech data           */
    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
( E. M1 q* d# ]    Word16 i;
Word16 syn[L_FRAME];
( V6 E5 ]- |' t3 `4 E* C2 o    for(i=0;i<L_FRAME;i++)
{
" q; K6 Y1 H6 \   new_speech = SpeechBuf;
  z% y0 I# e; N8 i3 x% n: Y}
9 k* P, I0 Z  k' i     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
    Coder_ld8k(prm,syn);
3 E% W9 Y1 a8 N# z) ^" U6 D    prm2bits_ld8k( prm, serial);
}
void va_g729a_init_decoder()
8 P" j7 l8 D7 ~6 k& P/ ?{
extern Word16 *synth;
' d% ~# r  m2 o# O5 j9 n+ x6 @. z    bad_lsf = 0;          /* Initialize bad LSF indicator */
# o8 `. H% m2 g8 z% L    Init_Decod_ld8k();
    Init_Post_Filter();
    Init_Post_Process();
}
6 K. X7 o/ ], |7 h% a$ Yvoid va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
{
extern Word16 *synth; /* Synthesis                   */
Word16 synth_buf[L_FRAME+M];
' {% t* `* L, k( v! W! lWord16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
8 ^3 C/ o# G" q8 t4 ]  z: ?+ aWord16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
2 B8 W& _# I0 D. R6 UWord16 T2;                           /* Pitch lag for 2 subframes   */
) z0 n, [6 f& l9 |7 ]Word16 i;
Word16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
) b  _9 l' h! h. ^2 G- U9 i  o& X2 gWord16 sf_voic;                      /* voicing for subframe        */
voicing = 60;
    bits2prm_ld8k( serial, &parm[1]);
    parm[0] = 0;   
         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
/ E% ]- j9 M5 ^8 l' g//--------------------------------------------------
1 S+ g  |7 l& j8 T5 J& R' |$ X) xvoicing = 0;
; g% i/ z. ]9 K9 e( C/ |2 ]ptr_Az = Az_dec;
6 ]) A( f% t) N6 Cfor(i=0; i<L_FRAME; i+=L_SUBFR) {
3 ?0 V5 C* }0 q  f, d   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
2 [! [: j/ e! E) t; N- `   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
}
9 D, u, S6 l3 {Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
8 W) c* ?' ?! h) T//---------------------------------------------------
) `1 `4 Z  a  w. c    Post_Process(speech, L_FRAME);   
5 K; A+ }: a& }5 }4 t3 x4 }}

8 t9 o! B' p, U