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：
6 E7 ~1 `8 x# D7 c! D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
$ e* v2 B" 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。
$ \3 f/ `3 i% s& X( Y9 o; C* Q& j/ u
% |4 B. W( c+ Q+ w3 U7 L) gITU-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。

: G* U* v0 u$ I5 g% {: {8 H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。
6 s- ?) f& s' j* r' a我们打开bits.c，就能看到里面定义的如下4个函数：
: K+ h' y4 r7 U2 ]9 P5 U$ [7 L$ Xstatic 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[]) ;
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) ;
4 {1 G3 U3 D: P' w$ ~static Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos) ;

void prm2bits_ld8k(Word16 *para,unsigned char *bits)
7 K, I1 D1 x& \" @! h) _" C{
   int i;
) h+ r7 ^" f$ p   int bitpos = 0;
   for (i = 0;i
  M1 A. J. G# W' Z8 Q) G( ?' {5 H
void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
7 d4 D& F5 O" H2 [% l* M* z{
   int i;
   int bit = 0;
4 j7 F/ P- A4 W. q1 _% w2 H   unsigned char newbyte = 0;
  
   unsigned char *p = bits + (bitpos / 8);
4 t# ~+ v; F0 j: t  j6 N9 A$ m   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
newbyte = (1
bitpos++;
- @- A9 f4 q6 O7 [if (bitpos % 8 == 0)
# ^" X3 ^# F; r7 M5 ^   p++;
. j. J; H) v5 k# R' u* r$ R7 D$ a3 G+ e  f   }
}
7 x5 ]0 e+ E; M2 p
: z+ [6 f5 m6 x- q/ x, T% Zvoid bits2prm_ld8k(unsigned char *bits,Word16 *para)
{
   int i;
   int bitpos = 0;
   for (i = 0;i

Word16 byte2bit(int bitlen,unsigned char * bits,int bitpos)
{
; Y0 V2 F% r0 _( p; {( H   int i;
   int bit = 0;
1 ?7 Y" h& h( D' v3 k2 j4 H   Word16 newbyte = 0;
   Word16 value = 0;
8 F# C6 w2 }3 U( h  
2 ^1 Z0 Y; K9 t  \3 G; m. F+ U, ~   unsigned char *p = bits + (bitpos / 8);
   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
if (bit == 1) {
; R8 l5 U/ S7 L! {" ^& a4 P   newbyte = (1
   return value;
8 C- x$ `4 v! U; M; S* l}
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。
; N' [4 X( L! M1 M- r
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 */
(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;
; T" E) ^& D/ F( ~2 U   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
   {
printf("Frame =%d＼r", frame++);
+ X& p" H. `* s0 K+ Q% JPre_Process(new_speech, L_FRAME);
Coder_ld8a(prm);
prm2bits_ld8k( prm, serial);
8 ]. Z8 F5 K' o+ R( l; cfwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
' o7 n3 [5 U1 X3 j   return (0);
: t- K8 K2 ]* u: I2 Z' o! ?2 y
(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

. f8 m+ `% O9 W: t  B- a# b$ i(4)解码器decoder.c进行类似的修改（关键部分代码）：
   frame = 0;
3 x/ O2 f+ k1 x2 V   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
( D" W% }) A2 N% Z/ X4 I0 M% i2 y+ f1 O   {
' T# R% ~& v  N$ m8 Z$ t$ V! \printf("Frame =%d＼r", frame++);
: f# }" x! G: @# e0 N- i5 Ubits2prm_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 */
Decod_ld8a(parm, synth, Az_dec, T2);
Post_Filter(synth, Az_dec, T2);
Post_Process(synth, L_FRAME);
fwrite(synth, sizeof(short), L_FRAME, f_syn);
4 Y9 o0 U# Q2 U+ p) q+ J( e& g   }
, q) e" a) T% a   return (0) ;
  |) B5 D2 e7 g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。
4 \5 c5 [' z1 E9 U! v封lib：
. f) O7 r6 z# W& ?; Eva_g729.h
#define L_FRAME_COMPRESSED 10
#define L_FRAME            80
#ifdef __cplusplus
0 e# M+ J1 c, U% ^extern "C" {
2 c5 `# K6 w% a! e, m" h# f/ y#endif
; h- ], o; v1 T$ a! \void va_g729a_init_encoder();
! O" _6 y( e  Y1 Ovoid va_g729a_encoder(short *speech, unsigned char *bitstream);
! F. a6 ]. e8 _# S9 Svoid va_g729a_init_decoder();
void va_g729a_decoder(unsigned char *bitstream, short *synth_short, int bfi);
4 @% c* B9 a( y; G- j% D#ifdef __cplusplus
}
) c7 Y; h. o7 ~7 C7 s#endif
va_g729.c
#include <stdio.h>
2 I3 k9 o  G0 \( E, G8 H7 i: d: f) @#include <stdlib.h>
#include "typedef.h"
#include "ld8k.h"
Word16 bad_lsf;
void va_g729a_init_encoder()
( I  g6 j7 `) |* S7 ?' T+ G0 G3 o{
    Init_Pre_Process();
    Init_Coder_ld8k();
& R3 r: Y2 x* Z+ J# r}
, D9 ?6 i/ r/ n5 H1 @2 xvoid va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
, x# n, C. m9 l. [% k, K5 v0 R+ S{     
    extern Word16 *new_speech;       /* Pointer to new speech data           */
2 h7 g1 l# |& C9 _2 P8 a+ x    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
    Word16 i;
' \; `4 \& _: R& w1 r' c: H4 r7 N) ZWord16 syn[L_FRAME];
    for(i=0;i<L_FRAME;i++)
{
   new_speech = SpeechBuf;
7 o9 W1 c1 r6 x: W2 |" B$ F. g}
6 M  R' L. r% w     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
    Coder_ld8k(prm,syn);
- j1 z: m" F' g! S. Q    prm2bits_ld8k( prm, serial);
}
void va_g729a_init_decoder()
{
' r% @$ x! t* y8 T5 ~' eextern Word16 *synth;
: l0 M& c5 b7 ^  f7 a! H$ d4 ~    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
% F0 ~+ O: P4 A4 k    Init_Post_Filter();
* _3 ?' ]' N# q  o2 t! X3 ~! V! F    Init_Post_Process();
. x. y7 r/ O+ i}
void va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
{
( ^7 r" y6 I0 Pextern 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 */
Word16 T2;                           /* Pitch lag for 2 subframes   */
Word16 i;
Word16 voicing = 60;
+ ]  C3 }  L3 C9 \Word16 pst_out[L_FRAME];             /* Postfilter output           */
/ F/ V# I) q% F( n. sWord16 sf_voic;                      /* voicing for subframe        */
voicing = 60;
    bits2prm_ld8k( serial, &parm[1]);
6 `+ J# t0 q3 A" y& {+ w: l: T    parm[0] = 0;   
         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
. Q8 ?- ?. k7 H0 ?Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
# b( Z: v5 R1 C2 g' x* x//--------------------------------------------------
voicing = 0;
& \9 s# Y$ i8 D4 n" qptr_Az = Az_dec;
) U- G3 d8 s" [7 m+ p2 g6 kfor(i=0; i<L_FRAME; i+=L_SUBFR) {
- ~- h  b/ N* M- `- K   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
, O6 z% h( K* C. L' L$ a   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
, `& |; `$ e* d/ a! ~. ^# M}
Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
//---------------------------------------------------
    Post_Process(speech, L_FRAME);   
. b/ C9 g4 H3 c, V8 r) Z5 v7 k+ E}
3 ]! g' z' [4 [1 [$ F* l) s
0 _, b0 ?& r8 U% _4 ]1 y" @6 E