g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
6 l8 ~7 g0 o# A. l下载以后需要修改bits.c文件：
( f/ h& F$ m. [8 r! ?) p. n我仔细研究ITUG729代码后发现：
/ U1 @& U( S! D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
. y, V9 T8 r( s8 ^( ~8 ?，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。

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。
  }$ X) @6 M* g5 I+ W8 R
( F2 ]( P! m, @8 G  C3 L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。
/ B" A' i, e6 ?# C9 L我们打开bits.c，就能看到里面定义的如下4个函数：
4 t6 E& O1 \# Mstatic void int2bin(int   value, int   no_of_bits, INT16 *bitstream);
static int bin2int(int   no_of_bits, INT16 *bitstream);
void prm2bits_ld8k(int   prm[], INT16 bits[]) ;
' u) q* \+ d1 h! Q) \void bits2prm_ld8k(INT16 bits[], int   prm[]) ;
; @* K+ X( O2 O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：
) v5 [0 p8 P; ]6 b! T# h0 M7 Hstatic void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos) ;
static Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;
3 _+ X- n8 _% G# G4 P/ _
: q) p) M' o& T3 Cvoid prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
   int i;
   int bitpos = 0;
   for (i = 0;i
8 ?6 a& C. t7 b4 g) |
void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
, Z  J+ f& r7 U8 z6 n{
   int i;
   int bit = 0;
   unsigned char newbyte = 0;
3 r0 N6 K' W/ R# e9 X+ G  ~  
   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
4 j0 m+ V1 i) o, Y1 xbitpos++;
if (bitpos % 8 == 0)
7 v0 D' Z7 ^+ ?& Y   p++;
   }
4 q+ f1 B, W$ W& {, o; W}
6 U4 o$ x% b  ^
void bits2prm_ld8k(unsigned char *bits,Word16 *para)
{
$ h2 a4 R- L4 |   int i;
   int bitpos = 0;
6 R9 u, E0 C8 G   for (i = 0;i
7 ]- F9 ?, w9 B5 W# b
Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
{
+ r; Y; L* i7 b4 R$ a; ~+ F- P   int i;
. D' L5 Z' W+ t   int bit = 0;
2 q& _0 P0 P' L* [   Word16 newbyte = 0;
   Word16 value = 0;
  
: D$ R6 u5 x2 m' p4 e   unsigned char *p = bits + (bitpos / 8);
" \7 a+ X6 w5 ~! H2 k' L7 V   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。
) f4 A! [8 D1 J2 k
+ }' Z5 T1 _; }% L+ l- m编码器的代码能采用如下的修改方法
(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 */
  _, w+ C8 c  N2 [/ 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）：
   frame =0;
   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
9 ~. g# Z( B9 C: U* J. \6 [   {
printf("Frame =%d＼r", frame++);
- w9 u) V  ?) f4 k0 Y( C0 qPre_Process(new_speech, L_FRAME);
Coder_ld8a(prm);
prm2bits_ld8k( prm, serial);
# P" j; s# ?! }' S0 W! }  Gfwrite(serial, 1, SERIAL_SIZE, f_serial);
0 {. C/ j9 i  Z" ^   }
5 D6 {: t  A/ \7 `   return (0);

2 N0 z8 ?0 x7 k% }1 {' H% C$ U(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：
5 P) ^8 M0 z: H7 K2 J#define   SERIAL_SIZE   10
) c4 t. W% N* j' v$ m; x, D
(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)
   {
$ }& P1 w# a3 eprintf("Frame =%d＼r", frame++);
, Y; |/ o- {. Z) g+ [bits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
" Z: T! _' n- R; G9 {; |8 }parm[0] = 0;   /* 假设没有丢帧 */
parm[4] = 0 ; /* 假设数据效验正常 */
Decod_ld8a(parm, synth, Az_dec, T2);
9 m& e4 k' G. NPost_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
fwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
$ B4 g0 F6 E$ f. `6 e   return (0) ;
6 x' S0 Q8 X6 T( \- ^. J2 L/ o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。
. J- b2 j: V3 l2 P/ R
; h: k7 {! h8 d6 J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：
& |* v/ S$ ?$ a$ x* l! [va_g729.h
5 t1 R' z1 G5 o4 V: W#define L_FRAME_COMPRESSED 10
#define L_FRAME            80
#ifdef __cplusplus
! I0 n; \3 Y4 D* W) Y+ Sextern "C" {
  G7 @. R- B9 h7 J4 \6 g+ Q# g#endif
void va_g729a_init_encoder();
; N" w4 f3 J# D8 q( L+ }void va_g729a_encoder(short *speech, unsigned char *bitstream);
# q8 l2 j/ u/ ]  N. Ovoid va_g729a_init_decoder();
void va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
#ifdef __cplusplus
}
#endif
va_g729.c
0 O' i* O7 A8 ^( G#include <stdio.h>
( U0 @7 Y$ ?. L; d" I#include <stdlib.h>
#include "typedef.h"
#include "ld8k.h"
2 h. l8 ]  o0 M' h, ?Word16 bad_lsf;
void va_g729a_init_encoder()
0 b9 O  `( P+ ~9 Z{
' L; K+ m+ ~5 q# N% o    Init_Pre_Process();
    Init_Coder_ld8k();
}
' z& L% r) r2 h+ A3 Tvoid va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
{     
7 J. [  S1 x+ z" L$ A    extern Word16 *new_speech;       /* Pointer to new speech data           */
    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
' [) l* Z. U' S4 s9 m    Word16 i;
3 ?0 M+ g1 ?$ S: d# ?; WWord16 syn[L_FRAME];
    for(i=0;i<L_FRAME;i++)
1 W  ^$ n  K9 x9 w. q{
   new_speech = SpeechBuf;
9 Y5 f6 j' F4 B/ j  R) B* x4 W}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
! o/ c. i% R+ F2 i0 P    Coder_ld8k(prm,syn);
    prm2bits_ld8k( prm, serial);
}
void va_g729a_init_decoder()
6 F3 p1 h7 ]% q5 `. j2 q2 @{
  ]8 _* [6 e5 k  ]extern Word16 *synth;
    bad_lsf = 0;          /* Initialize bad LSF indicator */
5 E0 `8 G0 h# \+ I5 ?+ a1 M; ^6 D    Init_Decod_ld8k();
    Init_Post_Filter();
    Init_Post_Process();
}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
! `, i* \4 q6 b1 o, u{
extern Word16 *synth; /* Synthesis                   */
2 U- E( m# }4 J, r: c- MWord16 synth_buf[L_FRAME+M];
Word16 parm[PRM_SIZE+1];             /* Synthesis parameters        */
6 C" H' {' Q/ }% B0 ]1 c1 vWord16 Az_dec[MP1*2], *ptr_Az;       /* Decoded Az for post-filter */
Word16 T2;                           /* Pitch lag for 2 subframes   */
, D* |  [& G0 s3 g- e* o% RWord16 i;
1 }5 N# u8 L- \- }  R1 |- O+ xWord16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
Word16 sf_voic;                      /* voicing for subframe        */
voicing = 60;
    bits2prm_ld8k( serial, &parm[1]);
    parm[0] = 0;   
         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
8 v- y; X& @% O' E7 L//--------------------------------------------------
; p# t  r1 G& j. a9 R; u( W& {1 |  Bvoicing = 0;
( N1 t/ N8 `# x; V4 N! wptr_Az = Az_dec;
for(i=0; i<L_FRAME; i+=L_SUBFR) {
: R1 i3 B5 O3 Z& E# D   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
   if (sf_voic != 0) { voicing = sf_voic;}
  u3 V$ |- g; e; p6 z6 p   ptr_Az += MP1;
) l  f& \" C6 S4 ]- q+ @$ X- ~  b}
Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
, H9 P; ~& w% h) K/ I//---------------------------------------------------
    Post_Process(speech, L_FRAME);   
}

& E: q$ y3 M5 S" \+ Z& i" t