g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
# A9 _  O. `9 p, Z下载以后需要修改bits.c文件：
3 @9 Z/ w$ K0 I我仔细研究ITUG729代码后发现：
: ~) W. q( M/ F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
5 ~& y+ d  c5 k. J，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。
. N+ B( N6 `7 K# U) t* m3 O
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。
4 Y' W. e6 ~8 W2 {
/ H  q% K9 `) L5 c6 n+ E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：
static void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
6 Q/ R' I6 i+ n! N  p! m/ c4 w! f& g- r' jstatic int bin2int(int   no_of_bits, INT16 *bitstream);
void prm2bits_ld8k(int   prm[], INT16 bits[]) ;
void bits2prm_ld8k(INT16 bits[], int   prm[]) ;
6 g( s1 C3 m* q5 `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：
- s; B  t& w/ G% |. C! K% Hstatic void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos) ;
' X; \; z7 S' m( pstatic Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;

void prm2bits_ld8k(Word16 *para,unsigned char *bits)
1 D) J0 B' z, Y" a{
2 d! i4 C3 T& _% P# z9 a   int i;
   int bitpos = 0;
5 N# @8 I9 g# D( Y7 w7 g   for (i = 0;i
  _5 C1 g3 q/ z! K
1 G$ {+ `0 K' l6 T" ?  yvoid bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
3 q) H1 z5 C9 g# R{
   int i;
5 e* P/ K6 v; F   int bit = 0;
   unsigned char newbyte = 0;
  
   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
) Y& `" ^% b( r- \- }, E7 ?; J2 Sbitpos++;
if (bitpos % 8 == 0)
   p++;
   }
}

2 Q" n9 R0 I; F. x; Yvoid bits2prm_ld8k(unsigned char *bits,Word16 *para)
) @" Y+ }. T3 E2 [. {{
   int i;
   int bitpos = 0;
2 A$ U" X2 J9 r   for (i = 0;i
! M+ K% a5 i3 h; |0 w7 r" l
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
4 H2 }; _+ M# G2 S+ w8 z6 Z{
, z5 [5 k  p6 l$ g8 I   int i;
   int bit = 0;
) q; c' n* [# b  m6 L0 c7 ]   Word16 newbyte = 0;
! F, [; m: n$ b# i: q( i   Word16 value = 0;
  x2 C) e- C1 X* _6 d  
1 `  M7 Y( I5 b   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
7 e1 p+ p) S0 [+ x' T# H) Qif (bit == 1) {
   newbyte = (1
   return value;
7 ], x) P6 g) j3 h. r}
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 @1 r% M. S6 `. w编码器的代码能采用如下的修改方法
4 a( N" P" a5 Q% t1 l(1)修改coder.c：
0 m0 \% x) K; m3 n# r" j: E( @unsigned 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）：
   frame =0;
/ O0 m: M+ q/ C1 w   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
' K: p4 ]/ }' W- V   {
printf("Frame =%d＼r", frame++);
Pre_Process(new_speech, L_FRAME);
  Y# ~3 L( `; W3 w* G$ O% hCoder_ld8a(prm);
: E9 P3 _0 Q  w; d4 o* \4 E8 Cprm2bits_ld8k( prm, serial);
6 T  Q4 K' k) D5 {fwrite(serial, 1, SERIAL_SIZE, f_serial);
- {  g: ?+ j' I- t   }
# B8 `% ~% J/ V! C5 s9 Q   return (0);

& y4 f3 M5 W5 ^- f* P, d3 B(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：
0 ~9 G- y2 |+ m) H9 I#define   SERIAL_SIZE   10

8 N: a9 \, s3 }' U; c* f(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)
* \# `7 w& F) c2 g1 y   {
printf("Frame =%d＼r", frame++);
9 U- \4 t$ D. y$ g# n: z1 i4 sbits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
0 _* J3 `5 z1 X" Hparm[0] = 0;   /* 假设没有丢帧 */
parm[4] = 0 ; /* 假设数据效验正常 */
3 A1 D- e/ {, w% sDecod_ld8a(parm, synth, Az_dec, T2);
. Q7 S5 J0 F! k; p8 w7 z# b9 L1 dPost_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
! G" ]5 z7 y2 ]4 P& s# Afwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
   return (0) ;
& b# L- c& I7 a  p& n! s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。

8 W2 f4 p- }# ~3 V0 j( S% _. C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：
va_g729.h
( g; B+ T" k6 B" V9 ~: P#define L_FRAME_COMPRESSED 10
9 M9 A7 n" [9 h& s8 J: K/ ^1 P#define L_FRAME            80
#ifdef __cplusplus
extern "C" {
% \+ t/ H- [, j& Z  ^8 L0 ~1 D* N#endif
7 n0 i# U% V% U2 O$ ]. [void va_g729a_init_encoder();
void va_g729a_encoder(short *speech, unsigned char *bitstream);
void va_g729a_init_decoder();
* ^, q" x; j' A4 m7 F* _9 M) J( \void va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
#ifdef __cplusplus
}
8 I+ W& J3 a% o' t7 Z9 L/ B: l#endif
va_g729.c
#include <stdio.h>
#include <stdlib.h>
7 ]2 _' @! Q+ J#include "typedef.h"
#include "ld8k.h"
# a4 b5 v9 h, x* y3 T- |Word16 bad_lsf;
void va_g729a_init_encoder()
: Z  _6 W, Y* ^/ S{
    Init_Pre_Process();
    Init_Coder_ld8k();
0 r8 m$ z$ b8 h: ~7 m}
void va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
{     
    extern Word16 *new_speech;       /* Pointer to new speech data           */
4 W2 M/ l9 K; D1 e  i. O7 y+ a    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
3 F; A  U+ H, w. _    Word16 i;
Word16 syn[L_FRAME];
7 p+ q* A2 Y5 j& Q# `2 q) a# |6 m  u    for(i=0;i<L_FRAME;i++)
{
0 _/ {! X1 b% v% v) e. m3 @/ W   new_speech = SpeechBuf;
- D6 |/ G$ t+ F8 R& g}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
( d! k' F& ^2 ^/ H( [5 b+ l    Coder_ld8k(prm,syn);
" X; u0 E' _) _, L, B    prm2bits_ld8k( prm, serial);
. }' _' u- N7 o+ B' X}
3 a% u. [5 ]. {8 Gvoid va_g729a_init_decoder()
{
extern Word16 *synth;
% [7 ]  \$ p+ [" |, y    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
" ]! _1 q3 \/ Z2 ?  O5 d9 k    Init_Post_Filter();
$ j3 _  A+ W5 C2 X" M4 N6 Q1 c) n    Init_Post_Process();
- [4 a: ~4 j: a. A2 q; g}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
3 {( N! n8 ~3 D% m! S0 M{
extern Word16 *synth; /* Synthesis                   */
Word16 synth_buf[L_FRAME+M];
Word16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
Word16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
Word16 T2;                           /* Pitch lag for 2 subframes   */
, g! |: e8 d4 P# d% [# u! R7 W% `Word16 i;
Word16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
Word16 sf_voic;                      /* voicing for subframe        */
% ~( x# S6 J  E. Vvoicing = 60;
8 n9 x$ G7 C6 u/ ]1 ^* ^    bits2prm_ld8k( serial, &parm[1]);
    parm[0] = 0;   
         
7 e$ J. l  v% K, V    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
' g! W. o- [5 }. `/ G5 s+ H) V' ADecod_ld8k(parm, voicing, synth, Az_dec, &T2);
//--------------------------------------------------
3 G6 P* H# B: T3 M  K% Tvoicing = 0;
ptr_Az = Az_dec;
for(i=0; i<L_FRAME; i+=L_SUBFR) {
  [2 X; W3 c! @9 V   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
, A# t$ ?0 [; M1 W- k0 \% I* O}
6 s- \2 p4 m& }: {" g* Z. lCopy(&synth_buf[L_FRAME], &synth_buf[0], M);
//---------------------------------------------------
    Post_Process(speech, L_FRAME);   
}

3 s' C3 d, k7 `; e2 y6 m3 s