收藏：G.729与G.723语音编码介绍及优化

http://www.wangchao.net.cn/bbsdetail_41488.html

　　语音编码分成波形编码、参数编码和混合编码.波形编码就是语音信号形成的波形进行处理和加工，参数编码是以语音信号产生的数字模型为基础，求出其模型 参数，然后按照这些参数还原数字模型，合成语音。混合编码是综合了波形编码和参数编码的长处，在4－16kbps的速率上进行高质量的语音合成。例如多脉 冲激励线性预测编码(MPLPC),码本激励线性预测编码(CELP)都是混合编码。
人耳的听觉范围在20-20KHZ,根本抽样定律要保证声音不失真，就必须用44KHZ左右采样频率，但是人说话的范围在300－3400HZ,所以就用8KHZ主要对人声采样。
波形编码前，首先对模拟语音信号进行采样，然后对采样结果进行幅度量化，再进行二进制编码。
参数编码则是对数字模型的参数进行求值，目前常用的是无损声管离散时间模型，该模型综合了人声的最重要三个因素：声门，激励和辐射。这三个因素都可以用数 学函数表达。再加上在语音信号的非均匀性和相关性，非均匀性表现在小幅度信号出现的概率较大，相关性表现在相邻的两个样本点相关和相隔基音周期之间的两个 样本点也相关。线性预测就时利用了相关性从原来的语音信号计算出现在的信号。而且人在正常的交谈中有50%的时间是静音，只在听对方讲话，语音检测VAD 就是用来判断是否是静音，而柔和噪声再生CNG就是用来产生一个“好听”的静音传给对方，
G.729与G.723是ITU制定的适用于IP电话语音编码，因为其高质量，低码率而得到广泛应用，下面分别做介绍：
G.729是ITU制定通过的8kbps的语音编码协议，换算成字节才1k,它采用共轭结构的算术码激励线性预测(CS-ACELP)。
G.723也是ITU制定的，不过它是双速率语音编码，它可以工作在5.3kbps和6.3kbps两个方式上，相应分别采用代数码激励线性预测(ACELP)和多脉冲最大似能量化(MP-MLQ)。
在ITU上注册一个帐号便可以下载现实的C源代码和描述文档，在VC 6下编译并运行，却发现编码效率太低，编码时间基本上是优化后5－6倍。ITU的源代码中采用的是最基本的运算，而且没有做过任何优化，所以效率极度低 下。在优化之前先推荐一款调试软件DevPartner Studio Professional，它能进行错误分析和性能分析，功能强大，操作简单。
通过DevPartner对源代码进行分析发现无论是G.729还是G.723大部分运算都集中在basic_op.c的函数中，basic_op.c里 面都是些基本运算，L_mac(),L_mult(),L_add()和sature()又占用basic_op.c中的绝大部分运算。所以优化也应该集 中在这几个函数中。在basic_op.c有个溢出标志位overflow,很多基本函数多对其判断浪费了很多时间，其实可以直接去掉，使用时直接判断结 果时候为最大值即可知道是否溢出，对basic_op.c的函数采用MMX指令优化，使用其饱和特性可以减掉很多判断溢出的操作，
下面给出一个加法的例子
Word16 add(Word16 var1,Word16 var2)
{
_asm{
movd mm0,var1;
movd mm1,var2;
paddsw mm0,mm1;
movd eax,mm0;
emms;
}
}
源代码中太多的函数调用，比如L_mac就调用了L_mult和L_add函数，如果直接把L_mult和L_add代码填入L_mac中则可以省去很多 函数调用浪费的时间，ITU的代码中为了详细的描述算法有很多类似循环没有合并，将其合并也可以提高效率，并且有些在循环体内的运算也可以提到循环体外， 对于用For()控制的循环次数最好使用参数，这样编译器可以将循环解开。
因为本人能力和精力有限，仅仅是在源代码的层面上对G.729和G.723进行优化，不过也取得了相当可观的效果，优化后的效率比优化前提高了一倍，如果再做更深层次的算法优化相信会有更高的提升。