g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
9 ~' I1 T4 P4 Z2 K4 c7 {+ f& M下载以后需要修改bits.c文件：
7 g  z% R$ r' Q/ _- c. \0 s. A" D$ m7 u我仔细研究ITUG729代码后发现：
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
+ Q+ e# K/ `, V1 Y% W9 M8 r; h& W，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。
$ h6 e3 s( D' t8 M; q, N4 A/ J
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。

6 e4 [8 Q7 Z( S4 |* r( E1 Y: O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。
1 g+ Q0 A2 @$ O4 M. t, O$ ~我们打开bits.c，就能看到里面定义的如下4个函数：
$ L) c6 e  z7 ^/ a& P# kstatic void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
; z% [/ _- s. b2 {) T5 S: u; Istatic int bin2int(int   no_of_bits, INT16 *bitstream);
9 N% [! Q; e. Y  u+ m+ D% `: ]void 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) ;
static Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;

void prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
; K/ H) [1 v0 }+ w7 x6 G   int i;
   int bitpos = 0;
   for (i = 0;i
$ U" F: Y2 o# h+ s! i
void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
3 s! k% u/ H: d{
+ z0 C+ f, Z# ~* A4 ~# o  r; G   int i;
   int bit = 0;
! G# r" P7 }/ z   unsigned char newbyte = 0;
  
   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
7 {( O1 e3 o& ?* a6 Cbitpos++;
if (bitpos % 8 == 0)
   p++;
/ M+ ^5 d! P/ O) ]8 @   }
}
8 A( Z$ ~  b" [, z
void bits2prm_ld8k(unsigned char *bits,Word16 *para)
{
   int i;
" p3 ?+ V+ x, l   int bitpos = 0;
# N3 k4 K' t' _   for (i = 0;i

Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
{
+ L  k. E5 {0 J( n( y   int i;
5 T: q/ r  |& G- Q7 F   int bit = 0;
   Word16 newbyte = 0;
   Word16 value = 0;
  
   unsigned char *p = bits + (bitpos / 8);
  H  Q+ h  t, j( Q& P   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
! F# q! _, s6 m5 h* wif (bit == 1) {
   newbyte = (1
- x& m0 E* N9 E   return value;
}
2 l+ j6 K7 m8 \2 D# u+ K* J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。
6 y5 I8 i! A! Y
, }' o3 ?7 W8 |8 v2 U编码器的代码能采用如下的修改方法
(1)修改coder.c：
% ~1 M# N$ _* a$ H- aunsigned char serial[SERIAL_SIZE]; /* 输出数据的数据类型由Word16改为unsigned char */
* q2 a( J" O/ @, `/ W: h(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;
1 Y3 s9 }& G3 m( C   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
+ P. L3 m! ?$ b0 _- c0 m" p4 v1 x9 ~   {
printf("Frame =%d＼r", frame++);
% b" k6 B4 q' k. v& e9 {Pre_Process(new_speech, L_FRAME);
! e! I4 o9 D0 K  pCoder_ld8a(prm);
  y" l( J2 L- F$ S2 A9 rprm2bits_ld8k( prm, serial);
& b* o1 P3 h8 \) s* |" Z) Mfwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
   return (0);
+ Y! r& T# ~7 a& X7 J% y: R. ~" y
- w, R( z; S4 k3 G: {(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 i. B3 i+ m" m#define   SERIAL_SIZE   10

(4)解码器decoder.c进行类似的修改（关键部分代码）：
( \% x9 E. [! _3 z& R- o   frame = 0;
   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
$ T6 K- a0 _0 d: D" t   {
# V5 k0 D! G9 ]. Tprintf("Frame =%d＼r", frame++);
6 e" F' }- P0 U0 G# p. Zbits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
parm[0] = 0;   /* 假设没有丢帧 */
, i9 b5 H( C0 nparm[4] = 0 ; /* 假设数据效验正常 */
Decod_ld8a(parm, synth, Az_dec, T2);
& n9 V9 J4 ^. h9 l+ bPost_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
3 \2 @' B9 R# _8 H8 w) qfwrite(synth, sizeof(short), L_FRAME, f_syn);
( T! ?6 W( U( p2 ]( b9 N   }
7 s; H/ s8 w3 Z/ t( Y4 c. L# U9 j   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。
0 q6 J* p9 r) {/ C  t# j1 }3 M) x7 U- @
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
#define L_FRAME_COMPRESSED 10
* A' H6 A* D3 D! z5 d; ], q" c#define L_FRAME            80
) O) U9 o6 {0 x2 c* l  e$ s#ifdef __cplusplus
8 `8 Y8 _; b" G- R& S. E9 `: zextern "C" {
#endif
2 @- p1 Q: }5 }) pvoid va_g729a_init_encoder();
) |4 B8 J6 U4 p5 G5 F4 [, zvoid va_g729a_encoder(short *speech, unsigned char *bitstream);
3 J8 R) O) w2 M/ V4 w2 S) vvoid va_g729a_init_decoder();
# ^1 c  h$ _/ t& u; I! nvoid va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
  W9 h$ J5 I. v6 [/ Z/ q5 `#ifdef __cplusplus
* z3 r# Z7 m) p2 i: a( s: w}
#endif
va_g729.c
5 ~' v5 d3 V) o7 ]" ^3 j#include <stdio.h>
7 [" T6 b1 ^, l/ }% U) I- P#include <stdlib.h>
* d+ ]6 ~# s' ~+ R5 u5 I/ V: }+ r#include "typedef.h"
1 M% ?9 B" C5 Y/ G0 D- j#include "ld8k.h"
Word16 bad_lsf;
( v. o1 }' E+ c( e; Z2 J9 g8 Mvoid va_g729a_init_encoder()
/ ?; [3 @/ O+ l1 m& P5 _{
, s) E1 h. t: L    Init_Pre_Process();
% }6 B. Y" Y% G) m6 J: Y$ u0 @    Init_Coder_ld8k();
- Y' h- ?9 B0 A1 \; E0 D. Q7 ]* \' A}
5 Y$ D. y! B1 i: Nvoid va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
) `4 \: A* l9 S* }$ y7 Z{     
/ `1 X, T9 [) G1 [  I    extern Word16 *new_speech;       /* Pointer to new speech data           */
2 G: z+ g6 p0 ?, t    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
' v2 ^4 ~0 N5 d' m8 L* E0 H    Word16 i;
Word16 syn[L_FRAME];
3 G) K* H7 O. E  z6 ?    for(i=0;i<L_FRAME;i++)
{
' P: c" b7 d% D   new_speech = SpeechBuf;
1 G* D$ u3 v# x3 P" w4 s}
4 t! L( J. L0 {- v( w; v     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
    Coder_ld8k(prm,syn);
* l9 ~! ~( q3 ?3 d9 j& E2 i4 g. ?    prm2bits_ld8k( prm, serial);
+ X) b6 ?. U! ?3 G6 ], h}
void va_g729a_init_decoder()
{
" Q. }! C8 O5 y% y) c& lextern Word16 *synth;
5 ]& J) P5 u6 y( ]* j    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
7 j- x' F6 ?8 r  E5 F% ^( R/ |    Init_Post_Filter();
" v6 ?7 o- E5 a6 v' C    Init_Post_Process();
}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
{
. n* t- E) q" E% L4 Y* mextern Word16 *synth; /* Synthesis                   */
Word16 synth_buf[L_FRAME+M];
* x: M7 d1 ]: ?3 jWord16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
3 `+ c6 {& t: c& _4 J" s) fWord16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
, Q9 \" G+ g% Y1 B, T) L% S9 sWord16 T2;                           /* Pitch lag for 2 subframes   */
Word16 i;
  \6 R3 v6 ~! X7 {Word16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
Word16 sf_voic;                      /* voicing for subframe        */
8 x+ z" X1 d, t6 L" R* n- u- kvoicing = 60;
    bits2prm_ld8k( serial, &parm[1]);
0 C. @1 I# d; g$ W: D5 C    parm[0] = 0;   
0 V6 t1 U( X1 x/ t$ o         
; z1 F! z3 P! x- W% q    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
//--------------------------------------------------
voicing = 0;
ptr_Az = Az_dec;
) C$ i+ \& \- r  c; U1 a. I7 Gfor(i=0; i<L_FRAME; i+=L_SUBFR) {
9 f: y& H' ^9 |. |3 ^, K3 o   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
# ^3 `( B. f3 X& y* p! k- x% ~) {   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
, e. k/ B6 V: w' u- @}
9 D# g' N: l/ k. sCopy(&synth_buf[L_FRAME], &synth_buf[0], M);
3 w" c6 J3 F+ z3 J' T//---------------------------------------------------
) r$ _. j% j: L+ y; e$ V4 S    Post_Process(speech, L_FRAME);   
}