g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
* Z* j. ~7 Q9 Q/ p7 Z下载以后需要修改bits.c文件：
我仔细研究ITUG729代码后发现：
2 y9 r9 R6 a7 }3 L5 z# \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
，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。

$ Q: f$ k: r; O1 ]5 {/ c$ aITU-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。

" X- N+ v+ \: {  o# l# O! s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。
) q6 U: P7 J. \5 _9 V1 I7 P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);
' x. J2 U0 S! U* _static int bin2int(int   no_of_bits, INT16 *bitstream);
void prm2bits_ld8k(int   prm[], INT16 bits[]) ;
6 z$ \$ Z) r8 S! xvoid 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：
' q& d/ K( F$ h# nstatic 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)
{
) `9 G+ Q% l" W) V1 X   int i;
   int bitpos = 0;
. d# R5 }- ]2 u& n) H   for (i = 0;i
- x6 \6 J  n) V+ t( Q& l5 H
( H6 s1 q8 m$ d4 Vvoid bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
( x& H- c7 m- }0 E8 n. C{
   int i;
   int bit = 0;
   unsigned char newbyte = 0;
* Y2 f) e9 s  W  
1 E; U# q4 F: G0 j( e( B   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
' V/ L* e1 y0 U1 ]! z; Nnewbyte = (1
. w5 \$ H  N  {7 B( _/ `) wbitpos++;
! V- s+ W, j0 ^- `& T) H1 H& sif (bitpos % 8 == 0)
   p++;
   }
7 h, K& s# [6 q0 _& Q4 o) K5 c! t7 S}

5 m. w) k* T( i* B5 ivoid bits2prm_ld8k(unsigned char *bits,Word16 *para)
{
( |6 d5 Q  @' R  w8 k) X. W   int i;
   int bitpos = 0;
   for (i = 0;i
+ e! s+ H; k& m" k6 p, z
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
/ y, b8 u5 S9 B' F; h+ F{
7 Q( g) i; v4 h. v   int i;
3 B) {0 @- y6 ^, A% l) G% j4 v   int bit = 0;
   Word16 newbyte = 0;
0 Z. R) w! q0 W" J6 j+ ^0 a# c   Word16 value = 0;
  
1 m# u# v. k. k   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
if (bit == 1) {
   newbyte = (1
& _. o5 ?" ]8 j$ r2 ^: b   return value;
}
' l  j! g* i' z. T. L" Y- s3 M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。
5 z6 |) m" g% u3 ?
编码器的代码能采用如下的修改方法
. i7 i8 p9 o0 g/ _. R* |" R0 k(1)修改coder.c：
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）：
6 i) T9 y( r8 I   frame =0;
   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
! d9 ~1 P8 [) F; T   {
- n3 A2 ?9 l4 V9 _( |6 h6 Aprintf("Frame =%d＼r", frame++);
' m6 z! a+ a" M' U0 uPre_Process(new_speech, L_FRAME);
8 ~! q6 F$ k: J1 ICoder_ld8a(prm);
prm2bits_ld8k( prm, serial);
1 m) _8 [/ i' ?# u3 |fwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
5 K4 n: i8 {3 e/ {+ M* F3 z   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

9 A, H0 n6 j( ~3 k0 F6 {(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)
) Q5 u7 e9 [3 F* s1 c" {( Q& S9 x   {
: k1 @$ b8 T4 B0 m0 ]printf("Frame =%d＼r", frame++);
8 p; i& }" Y+ J' r. _/ ~& t. ibits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
parm[0] = 0;   /* 假设没有丢帧 */
3 z. B. A- C5 c3 K5 cparm[4] = 0 ; /* 假设数据效验正常 */
Decod_ld8a(parm, synth, Az_dec, T2);
8 {- ~0 X  w& N4 T) XPost_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
fwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
. [- Z7 i/ b! G& x' i: G   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。
4 n! Y# X, y: @2 J) l
9 w- o: h2 |/ `" x- 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
#define L_FRAME_COMPRESSED 10
4 i3 `7 H  A) `# y7 T% @/ L# _9 O' K#define L_FRAME            80
; G$ H9 |' M+ a; T2 A#ifdef __cplusplus
extern "C" {
; E. O  B0 \6 U& H. b#endif
void va_g729a_init_encoder();
' \! r7 X9 M; V) m. Pvoid va_g729a_encoder(short *speech, unsigned char *bitstream);
void va_g729a_init_decoder();
void va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
  w$ ]# a% G9 t* z#ifdef __cplusplus
}
#endif
* U9 w( P& o4 Gva_g729.c
#include <stdio.h>
#include <stdlib.h>
# Q  v+ }. o9 q+ L* v% d#include "typedef.h"
: \' D" j% q% r, s; r2 u#include "ld8k.h"
Word16 bad_lsf;
void va_g729a_init_encoder()
8 M6 f! m1 y3 Z+ t" W2 K{
    Init_Pre_Process();
    Init_Coder_ld8k();
. N9 ]7 L* i7 n7 o7 v' G0 p$ B}
: e- N8 [0 E$ K0 o$ uvoid va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
  ~; X$ z8 ]( R; u& w9 V7 G+ w{     
    extern Word16 *new_speech;       /* Pointer to new speech data           */
0 w. m2 B6 k/ G3 F  I4 w. L    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
    Word16 i;
Word16 syn[L_FRAME];
1 k' D* }  K& M0 S    for(i=0;i<L_FRAME;i++)
{
   new_speech = SpeechBuf;
" g/ Z& p7 p5 c) W$ j}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
    Coder_ld8k(prm,syn);
    prm2bits_ld8k( prm, serial);
}
void va_g729a_init_decoder()
{
extern Word16 *synth;
: r/ s2 p7 U5 z: X3 _6 C    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
    Init_Post_Filter();
    Init_Post_Process();
9 d) R1 c7 N+ b* v" ^8 ?3 h" N}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
{
extern Word16 *synth; /* Synthesis                   */
7 {. N- ~) r8 ?( c1 VWord16 synth_buf[L_FRAME+M];
Word16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
Word16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
4 `4 ?# n$ [' |8 U+ ^1 z" VWord16 T2;                           /* Pitch lag for 2 subframes   */
( E* d. h* A7 t/ [4 wWord16 i;
$ T5 I6 w2 Y1 s: XWord16 voicing = 60;
7 _0 i5 {# z( dWord16 pst_out[L_FRAME];             /* Postfilter output           */
Word16 sf_voic;                      /* voicing for subframe        */
voicing = 60;
2 s, ~& x0 a1 y" J, a% |    bits2prm_ld8k( serial, &parm[1]);
# m+ ^# G% J( S# m2 @    parm[0] = 0;   
         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
5 S1 @. X* S% i. r//--------------------------------------------------
8 K$ t+ v) R& J) Z* q' e- Wvoicing = 0;
4 H9 {0 I2 Y$ f# ]: I7 eptr_Az = Az_dec;
4 W6 n+ L& M. d5 I0 G' s& x9 y! V+ z* Ofor(i=0; i<L_FRAME; i+=L_SUBFR) {
7 V: v% R, G# t/ K- E# V# ]* N2 o   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
% z' |" V0 i1 q! C8 r   if (sf_voic != 0) { voicing = sf_voic;}
2 @1 U, W" A0 Q# U- K0 F. Y   ptr_Az += MP1;
: ]" l) C4 V! v9 w. }* f9 K, s4 ?}
/ u, I) T+ ~' U2 e$ iCopy(&synth_buf[L_FRAME], &synth_buf[0], M);
1 t6 m& n8 l" Z7 P: `//---------------------------------------------------
2 _9 K# S  T/ B; X% ~    Post_Process(speech, L_FRAME);   
}