|
1MPEG聲音編碼原理 MPEG聲音編碼是一種基于人耳聽(tīng)覺(jué)特性的子帶聲音編碼算法，它屬于一種感覺(jué)聲音編碼方法.感覺(jué)聲音編碼算法的基本結構如圖1所示.根據編碼器著(zhù)重于頻率分辨率還是時(shí)間分辨率，可分為子帶編碼器和變換編碼器.MPEG聲音第2層編碼算法在頻域上把聲音信號劃分為32個(gè)子帶，屬于一種子帶編碼器.在圖1 中，時(shí)頻映射也稱(chēng)濾波器組，用于把輸入的聲音信號映射成亞抽樣的頻率分量.根據使用的濾波器組的性質(zhì)，即濾波器組在頻域的分辨率的大小，這些頻率分量又可叫做子帶樣值或頻率線(xiàn). (a) (b) 圖1 感覺(jué)聲音解碼器結構框圖 濾波器的輸出或者與濾波器組并行的時(shí)頻變換的輸出，提供給心理聲學(xué)模型以估計時(shí)間相關(guān)的聲音掩蔽門(mén)限.心理聲學(xué)模型使用了人們所知的同時(shí)掩蔽效應，包括有調音的掩蔽特性和無(wú)調音的掩蔽特性.如果使用聲音的前后掩蔽效應，還可進(jìn)一步提高掩蔽門(mén)限估計的準確性.子帶樣值或頻率線(xiàn)按照盡量保證量化噪聲的頻譜處于掩蔽門(mén)限以下的準則進(jìn)行量化和編碼，這樣能保證被人耳感知的量化引入的噪聲最小.根據對復雜度的要求，可以使用塊壓擴或熵編碼的分析合成方法. 幀打包把量化編碼的輸出和相關(guān)邊信息按照規定的格式組合起來(lái)，以便供解碼器使用. 2 編碼質(zhì)量和DSP速度 單片ADSP-2181實(shí)現MPEG聲音編碼關(guān)鍵需要解決兩個(gè)問(wèn)題：一是如何保證聲音編碼質(zhì)量；其次是如何充分利用DSP的運算速度.而這兩個(gè)問(wèn)題往往又是一對矛盾，需要找到其最佳結合點(diǎn). 一般而言，決定MPEG聲音編碼器的優(yōu)劣主要是聲學(xué)模型的好壞.但是，對于使用單片16bit定點(diǎn)DSP的應用而言，這個(gè)結論就不再適用了.分析表明，此時(shí)有限字長(cháng)效應對編碼質(zhì)量的影響成了主要矛盾.特別是分析濾波器組，截尾效應竟帶來(lái)了33倍于16bitAD轉換量化誤差的噪聲，而窗系數的有限長(cháng)度表示則使本來(lái)高達96dB旁瓣衰減的濾波器響應降低到不到70dB.因此，要保證聲音編碼質(zhì)量，分析濾波器組算法必須進(jìn)行精度擴展. 關(guān)于速度問(wèn)題，首先想到的是使用快速算法，我們也嘗試了在子帶濾波中使用快速算法. 但是，實(shí)踐證明，這些快速算法使用在DSP上效果并不理想，其原因有以下3條：（1）只考慮了加法和乘法的次數，而對附值、尋址等操作毫不關(guān)心，但對所有指令都是單周期的DSP而言，乘法和加法的次數相對其他操作并不顯得特別重要；（2）沒(méi)有考慮DSP的硬件特點(diǎn)，其算法不能充分發(fā)揮DSP的乘累加器（MAC）并行處理的能力；（3）ADSP-2181是為16位算法操作優(yōu)化的，在需要精度擴展的情況下，運算量將以數量級的速度急劇增加. 基于以上質(zhì)量和速度要求的分析，我們選用了適合DSP乘累加指令的多相結構濾波器組實(shí)現方式，且采用基于MAC結構的精度擴展方法，較好地解決了編碼質(zhì)量和DSP速度之間的矛盾.另外，對抽樣數據的輸入方式、心理聲學(xué)模型、比例因子編碼都進(jìn)行了適于A(yíng)DSP-2181的改進(jìn)，減少了運算量，保證了實(shí)時(shí)性. 3 算法的軟件設計 軟件設計是MPEG聲音編碼的單片DSP實(shí)現的核心，編碼質(zhì)量和速度的要求都需要通過(guò)精心設計DSP軟件才能實(shí)現. (1)基于MAC結構的精度擴展 MPEG聲音編碼的分析濾波器組可以有許多種實(shí)現方式，多相結構是MPEG標準推薦的一種，其數學(xué)表示為 (1) (2) 分析表明，對Yk進(jìn)行雙字擴展可將截尾效應帶來(lái)的噪聲降低33倍.但是，考慮到ADSP-2181只支持16bit的乘累加運算，需要對式（1）進(jìn)行轉化，即 (3) Yk=HYk+2-16LYk (4) 這樣，就可利用DSP的乘累加器結構，運算量只增加約1倍，存儲量只增加64個(gè)字. (2)輸入數據的組織 輸入數據的組織不但要考慮方便地從數模轉換器取得聲音原始數據，還要考慮輸入數據在片內數據RAM的存儲適合作為多相濾波器組和聲學(xué)模型的FFT運算的輸入.多相濾波器組每次移入32個(gè)新的聲音數據，移出32個(gè)舊的樣值，操作如下： Xi=Xi-32，i=511,510,…,32 Xi=next-input-audio-sample，i=31,30,…,0 然而ADSP-2181并不適于實(shí)現數據的移動(dòng)，每個(gè)賦值運算需要兩個(gè)指令才能完成，每次分析濾波操作需要1024個(gè)指令周期.如果利用ADSP- 2181的多通道自動(dòng)緩沖串口及間接尋址能力，適當地組織輸入聲音數據，就可利用滑動(dòng)窗的方法實(shí)現數據的移入和移出，如圖2所示. 圖2 多相濾波的滑動(dòng)窗技術(shù) 為了保證幀邊界處理的連續性，輸入數據緩存應該設計成圓緩沖的形式，其長(cháng)度應能存儲兩幀聲音輸入數據.當DSP在處理一幀數據時(shí)，輸入數據可以緩沖到另一幀.這樣，數據移動(dòng)的開(kāi)銷(xiāo)就節約了.同時(shí)，輸入數據的組織還要利于聲學(xué)模型的FFT運算，FFT需要利用ADSP-2181的地址反轉尋址模式.由于 FFT計算和輸入數據的緩存是同時(shí)進(jìn)行的，所以FFT計算的指針需要地址反轉，而輸入緩沖的指針卻不能地址反轉，否則會(huì )導致輸入聲音數據排列混亂. ADSP-2181提供這種能力，它的第一地址指針組I0，I1，I2，I3有地址反轉能力，而第二地址指針組I4，I5，I6，I7卻不受地址反轉模式的影響.所以從第二地址指針組中選擇指針進(jìn)行輸入緩沖，從第一地址指針組中選擇指針進(jìn)行FFT計算. (3)聲學(xué)模型的改進(jìn) 用DSP實(shí)現心理聲學(xué)模型的一個(gè)難題是其中有大量的對數運算，雖然可以用多項式逼近求得其近似值，但是其巨大的運算量說(shuō)明這不是一個(gè)明智的選擇.在改進(jìn)的心理聲學(xué)模型中，FFT運算后并不立即換算到對數域，而是用分段折線(xiàn)逼近線(xiàn)性域的掩蔽效應曲線(xiàn).為簡(jiǎn)單起見(jiàn)，使用與標準一致的分段方法.逼近采用取指數的多項式展開(kāi)的一次項的方法，這種方法雖然比較粗糙，但正如前面分析的那樣，聲學(xué)模型在16bit定點(diǎn)實(shí)現時(shí)不是主要矛盾，因而還是可以接受的. 得到掩蔽門(mén)限以后，為計算信掩比供比特分配使用，還是需要從線(xiàn)性域轉換到對數域.這時(shí)，我們采用一種利用ADSP-2181移位器的近似計算方法.通過(guò)EXP指令，可以提取2進(jìn)制補碼小數的指數，對能量而言又有1bit約3dB.因而指數值乘3就近似得到該補碼小數的dB值，尾數部分的影響忽略不計. (4)比例因子的編碼 MPEG聲音編碼標準中一共給出了63個(gè)比例因子，但是并不是所有這些比例因子都可以用16bit的2進(jìn)制數表示.如果用雙字進(jìn)行精度擴展，在量化時(shí)又將面臨雙字除法的巨大開(kāi)銷(xiāo)，因此，只使用其中可以用16bit的2進(jìn)制補碼小數精確表示的子集，即序號為3的倍數且小于等于45 的比例因子. 采用比例因子子集后，比例因子編碼就可以不再通過(guò)比較的方法得到，而可以直接通過(guò)計算子帶最大幅度的指數獲得，簡(jiǎn)化了比例因子的編碼. (5)軟件仿真結果 結合上述各項算法改進(jìn)，根據ADSP-2181的特點(diǎn)和MPEG標準，用AD公司的開(kāi)發(fā)軟件進(jìn)行了軟件仿真.表1列出了仿真得到的各個(gè)模塊對運算量和存儲量要求進(jìn)行的估算結果.仿真在抽樣率為48kHz，編碼模式為立體聲，輸入信號為頻率為1kHz的正弦波，輸出碼率為 192kbit/s的情況下進(jìn)行. 由表1可知，ADSP-2181的性能得到了較充分的利用.仿真結果表明，在以上的條件下，解碼輸出的信噪比可達80dB左右.可見(jiàn)，所作的算法改進(jìn)是比較有效的. 表1 各模塊的運算量和存儲量要求 [td] [td] 子帶濾波 [td] 聲學(xué)模型 [td] 比特分配和量化 [td] 格式化比特流
4 硬件設計 硬件結構框圖如圖3所示.各模塊的基本功能如下： DSP核：除完成所有編碼算法以外，還要完成對模數轉換電路的初始化配置；通過(guò)輔助控制電路選擇抽樣時(shí)鐘，通過(guò)接口電路接受主機的編碼參數. 輔助控制電路：由FPGA及附屬電路實(shí)現，完成時(shí)鐘的產(chǎn)生、FIFO狀態(tài)的監測、地址譯碼等功能. 輸出緩沖：編碼碼流的暫時(shí)存儲區，同時(shí)提供完全異步的輸出接口方式.在需要實(shí)現圖象聲音唇形同步的應用中特別有用. 外部存儲器：包括BDMA空間、I/O空間. 模數轉換電路：完成聲音的數字化，直接與DSP的串口0連接.抽樣頻率由外部提供的256倍抽樣時(shí)鐘的頻率決定，正常工作前需要進(jìn)行初始化. 接口電路：接口電路分為兩部分，一部分是編碼輸出接口，另一部分是與主機連接的接口.主機接口使用RS232接口芯片完成DSP串口1與主機串口的連接，DSP使用中斷和內部計時(shí)器實(shí)現異步串型通信. 上述方案已經(jīng)在“九五”科技攻關(guān)項目中實(shí)現，實(shí)時(shí)編解碼的聲音通過(guò)了主觀(guān)測試. |
