g729a修正与lib编译

天云上人

到这里下载:http://xiaokotei.download.csdn.net/user/xiaokotei/all/
: J3 s, w# b) a! i7 n' P" |3 ~下载以后需要修改bits.c文件：
6 [; S6 F8 d  ?& 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
，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。
* _; c  G$ P4 f
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。

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。
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);
8 c) L6 j5 X1 D5 a! S3 d+ Bstatic int bin2int(int   no_of_bits, INT16 *bitstream);
* _- G/ _6 |# F/ s8 A& [  Qvoid prm2bits_ld8k(int   prm[], INT16 bits[]) ;
void bits2prm_ld8k(INT16 bits[], int   prm[]) ;
5 c( x; N2 e% S. @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) ;
$ J. L+ G8 m1 N- z- E6 V
( G; u3 Q3 H6 n2 B2 T# B+ [1 fvoid prm2bits_ld8k(Word16 *para,unsigned char *bits)
{
4 R( i- z$ U$ `* G* h" w   int i;
   int bitpos = 0;
   for (i = 0;i

void bit2byte(Word16 para,int bitlen,unsigned char * bits,int bitpos)
: _3 h1 Z1 u7 J{
   int i;
   int bit = 0;
0 ~  w% w3 s$ N/ T, N   unsigned char newbyte = 0;
  
   unsigned char *p = bits + (bitpos / 8);
  M! I6 _  m+ u7 ?   for (i = 0 ;i > (bitlen - i -1) ) &0x01;
1 {" m+ j' e$ @/ }" ~+ ?  [newbyte = (1
bitpos++;
if (bitpos % 8 == 0)
   p++;
   }
}

7 r  B+ w* q- ~void 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)
{
   int i;
9 x) p8 O& R* z9 N) R   int bit = 0;
/ ~" T; m0 _# ?- B2 S0 P% J   Word16 newbyte = 0;
   Word16 value = 0;
  
, _4 l9 v: @( b1 J; |$ J; S! b   unsigned char *p = bits + (bitpos / 8);
2 B4 L. \0 V* ?- T6 u8 h7 m   for (i = 0 ;i > (7 - bitpos % 8)) &0x01;
. J. Q) @! P" r2 i. o& Zif (bit == 1) {
4 N2 |3 |/ o) D/ j- P   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。
1 O& P2 y- k6 v2 C
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）：
2 I" \- B% ]$ x8 C. z1 b* \   frame =0;
, E0 T/ ]- A* S% {& h   while( fread(new_speech, sizeof(Word16), L_FRAME, f_speech) == L_FRAME)
   {
printf("Frame =%d＼r", frame++);
3 f$ x4 H! u1 rPre_Process(new_speech, L_FRAME);
Coder_ld8a(prm);
prm2bits_ld8k( prm, serial);
fwrite(serial, 1, SERIAL_SIZE, f_serial);
   }
   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
$ e. l  D2 T: b8 ^
2 f- r0 M  N- |: O(4)解码器decoder.c进行类似的修改（关键部分代码）：
4 V) q# |2 q  v   frame = 0;
   while( fread(serial, 1, SERIAL_SIZE, f_serial) == SERIAL_SIZE)
   {
2 X3 U" y, Z$ L' |  S& Xprintf("Frame =%d＼r", frame++);
  X) q- `/ m* _2 \) Abits2prm_ld8k(serial, &parm[1]); /* 注意这里一定要是&parm[1] */
parm[0] = 0;   /* 假设没有丢帧 */
$ d+ x+ A- j( X; t, X0 wparm[4] = 0 ; /* 假设数据效验正常 */
Decod_ld8a(parm, synth, Az_dec, T2);
Post_Filter(synth, Az_dec, T2);
' W! R8 a: k, ?! I) [( f8 ~% Q% UPost_Process(synth, L_FRAME);
" S. S: g, L! H7 r5 mfwrite(synth, sizeof(short), L_FRAME, f_syn);
   }
! @2 ^' w# o" h3 C  o) ]+ H3 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。

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：
* ~6 h4 k' o3 a) V" [- l' W% kva_g729.h
#define L_FRAME_COMPRESSED 10
#define L_FRAME            80
#ifdef __cplusplus
extern "C" {
( ^" \1 \& P4 d0 L  S# v#endif
void 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
! s4 H: a4 v8 |4 \- J! O- \# ]}
#endif
2 e9 x' m- c: c4 jva_g729.c
#include <stdio.h>
#include <stdlib.h>
1 `; R. Y  A3 n, r4 p#include "typedef.h"
#include "ld8k.h"
+ k( j9 F) L/ V; ~$ K  W* E5 hWord16 bad_lsf;
9 N, x6 R' _$ ]; Vvoid va_g729a_init_encoder()
{
% m+ \: s& ]3 M* t8 _3 _    Init_Pre_Process();
    Init_Coder_ld8k();
}
void va_g729a_encoder(short* SpeechBuf,unsigned char * serial)
  `+ e2 }/ o6 K( J{     
- E' G. q2 m: k( v5 H    extern Word16 *new_speech;       /* Pointer to new speech data           */
4 ~2 s- n" K3 ^. b7 h    Word16 prm[PRM_SIZE];            /* Analysis parameters.               */
! u0 E  i9 u: t2 h    Word16 i;
Word16 syn[L_FRAME];
    for(i=0;i<L_FRAME;i++)
# Z5 l% n; X0 E5 r% @/ ?8 t7 g4 e{
. u# J8 o: G3 x2 L2 V* @   new_speech = SpeechBuf;
' b& V# W7 d! }) ?, m}
     for(i=0; i<PRM_SIZE; i++) prm = (Word16)0;
    Pre_Process(new_speech, L_FRAME);
" O* F& t# w) r8 K' W% Z9 Z    Coder_ld8k(prm,syn);
    prm2bits_ld8k( prm, serial);
}
% }) J$ ?, c# Svoid va_g729a_init_decoder()
{
% e! p* ?+ H& d, m$ q- s* i( Uextern Word16 *synth;
    bad_lsf = 0;          /* Initialize bad LSF indicator */
    Init_Decod_ld8k();
4 [) q& h" K) f9 B& ^% @# o    Init_Post_Filter();
    Init_Post_Process();
}
+ q- a2 F5 G, w. U  b* ^1 U' yvoid va_g729a_decoder(unsigned char *serial, short *speech, int bfi)
{
! u1 J4 L  H5 J0 W: pextern Word16 *synth; /* Synthesis                   */
3 k$ t4 L" m" q5 `5 GWord16 synth_buf[L_FRAME+M];
  z: l5 k- {; L) j+ F2 b0 WWord16 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   */
4 }  L& |1 K# K2 L" T# b' O6 tWord16 i;
Word16 voicing = 60;
Word16 pst_out[L_FRAME];             /* Postfilter output           */
Word16 sf_voic;                      /* voicing for subframe        */
) J. ~! j2 v" w1 c5 ^0 T0 ovoicing = 60;
; t+ C- U9 B, _1 M. Z# p1 c3 n    bits2prm_ld8k( serial, &parm[1]);
3 t9 d- C+ q9 F  ?+ ]    parm[0] = 0;   
% t. `) Y6 Y( K1 d6 j, G' r, {         
    parm[4] = 0;//Check_Parity_Pitch(parm[3], parm[4]);
Decod_ld8k(parm, voicing, synth, Az_dec, &T2);
; Y0 Q! D0 }  I//--------------------------------------------------
voicing = 0;
ptr_Az = Az_dec;
for(i=0; i<L_FRAME; i+=L_SUBFR) {
. O1 y1 E) ]6 ?  a8 k   Post(T2, &synth, ptr_Az, &speech, &sf_voic);
4 m" a. Q0 S& x9 k3 F   if (sf_voic != 0) { voicing = sf_voic;}
   ptr_Az += MP1;
}
Copy(&synth_buf[L_FRAME], &synth_buf[0], M);
//---------------------------------------------------
    Post_Process(speech, L_FRAME);   
5 O$ {  F! c2 O$ J3 O' W}