g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
下载以后需要修改bits.c文件：
  x) b* c1 y6 n) b9 L& P/ o/ @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
- l  a; c. i& i  L% c! o，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。
9 \% ?/ x  {5 L# R4 y
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。
7 e: q( D6 K0 }5 u2 p9 O: R
7 h: P3 z# Z: @! G) ^8 v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。
% @3 E% \; o% [; I1 |! k! K我们打开bits.c，就能看到里面定义的如下4个函数：
4 _8 d1 p) X7 q. p0 Y. gstatic void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
' i" {9 w" j/ e: ]/ \* vstatic int bin2int(int   no_of_bits, INT16 *bitstream);
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：
! z) ~' V+ r0 ^: Q; H, X* u) V( n7 K' }static void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos) ;
$ b+ h8 v- n2 p, m4 p" P+ @static Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;
1 u" v: Y; G' @' m$ ^/ {
void prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
2 [1 u/ V! P* d% O7 ~. @- O   int i;
; y% u$ H) c: r1 P6 q/ o  ]( H   int bitpos = 0;
- Z; w7 m9 |! G# p   for (i = 0;i

1 W' @9 @4 ?) K2 }7 Q. M( svoid bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
{
! _  f, }/ E" w- b6 n9 T5 u   int i;
- u# _# t0 l! L4 Q   int bit = 0;
# B& W8 v6 ?7 J' W/ g5 D   unsigned char newbyte = 0;
% \4 r: G5 n+ {5 l  
/ ~4 v7 `. Q& A- h2 z4 l   unsigned char *p = bits + (bitpos / 8);
' [  D' p9 q9 Z# C. g& C) z# T   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
; |6 \( r# {. b. Y) q( P4 c  unewbyte = (1
bitpos++;
" k1 \( l9 s! Tif (bitpos % 8 == 0)
; z$ E5 @" `  |) L   p++;
   }
5 T  i2 d; y8 Y2 i! X* s8 a2 {}

void bits2prm_ld8k(unsigned char *bits,Word16 *para)
; ~. Y0 o/ q- ~) f8 r{
; q, S: E$ v5 s9 f, g   int i;
) Z/ [* U9 g' d2 ]* s, R) b   int bitpos = 0;
$ @  Y; f9 j, o" H8 P8 [5 I   for (i = 0;i
  H8 P, ]6 _* q* @' a1 ]
8 z, W# ~7 A3 Y1 NWord16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
! O% d. x" ]/ l9 r3 F{
   int i;
# i: F- Q9 u9 J9 R, ]' i/ x+ o5 G   int bit = 0;
   Word16 newbyte = 0;
! Q; N( L% @! s' a   Word16 value = 0;
; l5 N. \0 q% H4 \8 c1 X# i, y  
  D/ U' t1 Y. K   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
if (bit == 1) {
   newbyte = (1
   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。
' i4 z8 a9 R) w$ P
编码器的代码能采用如下的修改方法
: C. m3 b4 R) Z% j! m  O; 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）：
5 S7 z( M% m) |* D   frame =0;
3 y; B- d/ }3 i4 g   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
   {
printf("Frame =%d＼r", frame++);
Pre_Process(new_speech, L_FRAME);
: W5 I$ X/ X' `# Z$ B" h/ A# ^Coder_ld8a(prm);
prm2bits_ld8k( prm, serial);
7 E2 j- a6 G% Z1 s' @fwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
   return (0);
- f" [. k, [% L6 g! H% K( t4 d
% s, _9 \/ `% }% f) c(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）：
* h. g" p" L& f1 o+ r( c   frame = 0;
   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
   {
5 T3 L% G% `" w% m$ l- Oprintf("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 */
; N& y8 [4 @9 y. C- b0 ?* |4 _5 N( fDecod_ld8a(parm, synth, Az_dec, T2);
Post_Filter(synth, Az_dec, T2);
* X" N# ~  K- G8 p& O& i6 JPost_Process(synth, L_FRAME);
fwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
! s3 e5 j$ V! e& T   return (0) ;
5 I8 \  p3 t6 t7 D. d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。

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：
) ?$ x) i; Y# h6 {$ d' I. t5 |0 H5 uva_g729.h
#define L_FRAME_COMPRESSED 10
#define L_FRAME            80
#ifdef __cplusplus
! A, l3 Z1 \" U9 L7 y# M0 k4 Iextern "C" {
. p, q8 r5 a0 W; \# @6 S: S+ c#endif
* x, y$ f2 Y) I$ Gvoid va_g729a_init_encoder();
void 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);
#ifdef __cplusplus
}
#endif
va_g729.c
! w2 y7 R$ Y& |. Y6 y( `  }#include <stdio.h>
3 _5 U* J4 m. @$ }9 l! L#include <stdlib.h>
#include "typedef.h"
#include "ld8k.h"
8 w2 k# o7 R' I  \# YWord16 bad_lsf;
4 W( D/ M+ t) a* F2 V3 Y: F! \( \0 {void va_g729a_init_encoder()
{
, A5 o3 c# X8 w: {5 j# c    Init_Pre_Process();
$ {+ q1 ^/ P4 h    Init_Coder_ld8k();
}
* g% Y4 a# ^8 b2 R+ a' V+ v7 k6 m5 Vvoid va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
% C: W) g- ?0 [4 ]( b0 O3 q{     
    extern Word16 *new_speech;       /* Pointer to new speech data           */
    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
    Word16 i;
% g' Y/ N6 J4 W3 P. vWord16 syn[L_FRAME];
    for(i=0;i<L_FRAME;i++)
{
   new_speech = SpeechBuf;
5 ?5 y3 P/ v; |0 B! K! z9 z& I}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
0 G; \2 L' ]9 M1 J9 q& }+ ?/ z    Pre_Process(new_speech, L_FRAME);
4 U- q8 X+ N! U6 W0 V% ^+ G$ G    Coder_ld8k(prm,syn);
  M0 {6 H* q& Y2 @7 {0 x    prm2bits_ld8k( prm, serial);
/ k3 R2 e6 P4 H. i/ _3 m}
void va_g729a_init_decoder()
, _9 e# u( x- c' F4 U! o9 L{
extern Word16 *synth;
4 {) ~; |9 v' h1 v3 h    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
" _  }' z) C5 i    Init_Post_Filter();
$ j* b# |$ T* [8 o$ J1 [+ Q/ i, S    Init_Post_Process();
/ _4 P. u% X/ x3 N" C}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
+ g" K" C! k# M: w* _9 ?{
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 */
3 C3 l4 \% k' o3 z, h; d$ XWord16 T2;                           /* Pitch lag for 2 subframes   */
Word16 i;
" ~3 R8 q4 W; ]4 P) E) T/ S9 CWord16 voicing = 60;
9 c3 l( b% c2 v% ~% L+ Q: JWord16 pst_out[L_FRAME];             /* Postfilter output           */
/ T9 n/ n* T# KWord16 sf_voic;                      /* voicing for subframe        */
4 S% D: D" r; M' k6 K9 Rvoicing = 60;
' W! `  ]+ F* I  C! a' Y    bits2prm_ld8k( serial, &parm[1]);
' s+ A# ~9 l0 L+ @( i    parm[0] = 0;   
5 @1 x3 }" q: ]+ z% R# a" r         
, x7 S( e2 ?; v' h1 q1 f& N- `9 ?" l    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
" U# w) o; k4 E' i& U6 r2 [//--------------------------------------------------
  N- d; l1 C; ]- G4 o* F4 _voicing = 0;
1 i, N4 K1 O6 S$ F2 O3 m5 gptr_Az = Az_dec;
for(i=0; i<L_FRAME; i+=L_SUBFR) {
! J$ i: q- g. |9 l- L6 `2 e   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
( e3 L3 j: a, Z2 b. P) Z}
/ X0 H1 x; V9 j. O# ^Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
; Z/ P0 z2 R, }" K: {//---------------------------------------------------
    Post_Process(speech, L_FRAME);   
}