g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
( k7 a; U* [' c4 W下载以后需要修改bits.c文件：
0 N' y0 ~9 S: P4 o我仔细研究ITUG729代码后发现：
' z( {  C9 q0 A8 {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
( ?2 s, V3 n+ [* X$ V. V  ]+ K，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。

' N2 E+ S; G8 E- A0 G' S, t- [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。
' |2 D# A( ?0 Z/ S" `( c
& B: Q5 p  B" u/ R+ j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。
& e) S' N) G6 F2 A, V. I我们打开bits.c，就能看到里面定义的如下4个函数：
8 f# D' q1 g$ y) R5 G) u5 {% {static void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
static int bin2int(int   no_of_bits, INT16 *bitstream);
6 h; `4 b* z+ E3 S/ |( Rvoid 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) ;
! c5 \% B; X  T+ h. I$ n, R1 U7 E
void prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
+ x0 Y8 L# _% X/ q* M! J" Y   int i;
   int bitpos = 0;
  o: Z6 K. ?& u5 X/ u% M' [   for (i = 0;i

void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
{
   int i;
   int bit = 0;
2 T' f; |; S/ _9 M1 P  n' w   unsigned char newbyte = 0;
  
   unsigned char *p = bits + (bitpos / 8);
2 g1 F+ D& T' X2 A/ `1 e6 x   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
+ y* _& X8 T% ?bitpos++;
if (bitpos % 8 == 0)
   p++;
   }
}

- I7 Y5 r( r+ @6 s+ Mvoid bits2prm_ld8k(unsigned char *bits,Word16 *para)
{
7 M9 J8 m6 n- _' a6 V$ p/ e* q   int i;
6 T6 O$ e/ [  C& c7 D  V( ?6 [   int bitpos = 0;
   for (i = 0;i
4 g. I. l4 r: D  k! Q
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
$ z4 l7 _8 s  h% R4 Y{
   int i;
   int bit = 0;
4 k2 Q8 ?. K/ i   Word16 newbyte = 0;
( Z; b7 m+ W: E9 B# K% ?4 ~0 p   Word16 value = 0;
/ ?, Q# k: B9 o* x: v  
   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
  G+ r6 X% G  {+ \& i1 p5 c( R  Mif (bit == 1) {
   newbyte = (1
: n! }' K- d/ H   return value;
6 y2 n9 y* O" T; S8 G- W}
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。
- p1 a0 {, Q. G, e! F0 [
! `  m; `' y) u编码器的代码能采用如下的修改方法
3 Q4 j, u2 l$ ^(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 */
) q* _- p$ S  f% m# K3 H# p. ~(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）：
$ m) r; M7 x3 Y, Y  P7 q) r: u   frame =0;
   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
+ A+ U9 d! x; Y) K4 j2 B) ?! a/ u. D   {
printf("Frame =%d＼r", frame++);
4 u% e, r2 `3 r5 X; l. a6 K! C$ n( mPre_Process(new_speech, L_FRAME);
Coder_ld8a(prm);
prm2bits_ld8k( prm, serial);
8 F9 y) ]1 u  R6 D' N  Gfwrite(serial, 1, SERIAL_SIZE, f_serial);
. E) Z- j- o$ c' r3 v8 |   }
   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：
, w( A; _5 v2 P1 i6 B4 S9 a#define   SERIAL_SIZE   10

& P( k! e- l' e; }(4)解码器decoder.c进行类似的修改（关键部分代码）：
   frame = 0;
! Z9 J' V/ }9 ~   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
, l4 Q* w7 J1 ?9 q# c   {
printf("Frame =%d＼r", frame++);
bits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
7 I6 N3 H" Z+ d" n# Eparm[0] = 0;   /* 假设没有丢帧 */
parm[4] = 0 ; /* 假设数据效验正常 */
3 N2 l! N" f( w1 pDecod_ld8a(parm, synth, Az_dec, T2);
- E# d6 ~7 n9 E3 hPost_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
fwrite(synth, sizeof(short), L_FRAME, f_syn);
! ^" o# ^8 h: e" }% J# r   }
   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。
' X' T# q" V8 l* f$ L) J, \5 E  `
' ~; C, i0 B" A/ ^; `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。
. A/ o4 E0 \! z5 j7 }2 W封lib：
( T* C& A! Z; A9 F: X1 Uva_g729.h
#define L_FRAME_COMPRESSED 10
6 g% M1 ^2 }1 A0 L4 E! J" c#define L_FRAME            80
#ifdef __cplusplus
/ h1 b8 q5 |- `extern "C" {
* B0 \- y4 W) C+ w% T6 k1 K  b) G#endif
3 Z' C8 m& a! X7 }' N; X( _8 svoid va_g729a_init_encoder();
' w* j% o# u% c; u4 V5 mvoid 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);
. |) {& m0 g3 q6 I7 q#ifdef __cplusplus
}
#endif
- d# c' x1 g+ I  R- Y1 {: A( G" xva_g729.c
7 f' s, O5 Y' g0 C/ l#include <stdio.h>
#include <stdlib.h>
0 {  }2 C+ x8 I* K5 A4 S4 {/ `#include "typedef.h"
#include "ld8k.h"
8 r- \7 v7 i0 N! `Word16 bad_lsf;
3 a* m1 I# J& |' @0 t4 `void va_g729a_init_encoder()
" o" G% P1 R) v{
3 `% S+ t" X" O7 A* H6 u    Init_Pre_Process();
0 d  S- T9 E7 M: D7 Z    Init_Coder_ld8k();
}
% j, i$ {% x2 e2 `void va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
{     
4 b' Q  m) D8 ]+ g    extern Word16 *new_speech;       /* Pointer to new speech data           */
    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
6 s9 h8 S6 P6 }3 {    Word16 i;
Word16 syn[L_FRAME];
+ t9 c3 S1 S& d. V7 I    for(i=0;i<L_FRAME;i++)
7 @5 F8 C  ]9 E4 y" q2 ?8 N; h{
   new_speech = SpeechBuf;
}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
! f; L5 `0 \' |' M! f- c( H    Pre_Process(new_speech, L_FRAME);
( C" n8 s; ?7 Z0 Z5 N) S3 I$ E    Coder_ld8k(prm,syn);
    prm2bits_ld8k( prm, serial);
2 o0 }! n0 w! V4 w}
void va_g729a_init_decoder()
8 Y2 r3 P3 V5 d+ k, t+ o9 Q5 u3 g{
extern Word16 *synth;
9 d- r& [* Z5 Y# P5 G    bad_lsf = 0;          /* Initialize bad LSF indicator */
2 w: A- Q! D" [9 E0 k1 K    Init_Decod_ld8k();
' s: [2 j; d% I& `; _' I% M    Init_Post_Filter();
8 U* L' N7 ~6 Q' X' F    Init_Post_Process();
}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
7 W  i0 C$ x4 z% K( S{
0 M/ z! ~7 M5 D4 r% |extern Word16 *synth; /* Synthesis                   */
Word16 synth_buf[L_FRAME+M];
Word16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
* d  `7 B7 h' E6 i* J- lWord16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
Word16 T2;                           /* Pitch lag for 2 subframes   */
1 E7 }' o( b* ^5 b' D# f4 ?Word16 i;
& c/ |) i# b1 A1 ^9 JWord16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
% _8 e8 [" a" p1 D' BWord16 sf_voic;                      /* voicing for subframe        */
: z: Z% j" w% i/ V; R& w8 Vvoicing = 60;
! P% j% X# x; G    bits2prm_ld8k( serial, &parm[1]);
    parm[0] = 0;   
3 l4 v; i2 }) Y7 m         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
# Q  [( ^7 v2 ^Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
//--------------------------------------------------
voicing = 0;
ptr_Az = Az_dec;
& H8 o# W; v( @* i$ f  Z: ^0 L6 Jfor(i=0; i<L_FRAME; i+=L_SUBFR) {
   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
}
Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
//---------------------------------------------------
7 b5 i- \( {) e+ c; v6 r    Post_Process(speech, L_FRAME);   
7 L5 N. p- X7 p}

7 K- I! E  C( R# u