|
在VoIP媒體網關設備中，語音壓縮編碼是其關鍵技術之一。在ITU-T發布的應用于VoIP的語音壓縮編解碼標準中，G．729是應用較為廣泛的一種。G．729采用“共軛結構代數碼本激勵線性預測編碼” (CS-ACELP)算法，算法幀長為lO ms，編碼后速率為8 Kb／s。G．729有兩個附件：附件A給出一種低復雜度的算法，可應用于多媒體同步語音和數據；附件B在標準算法的基礎上增加了靜音檢測壓縮算法以降低平均傳輸率，包括靜音檢測(VAD)和舒適噪音產生(CNG)。文獻對G．729語音壓縮編碼算法的具體原理中有詳盡的描述，本文的論述重點在算法的匯語言優化、聲碼器的DSP硬件接口設計，以及其在媒體網關中的應用。 1 G．729ab編解碼核心算法優化 本文選擇TI公司的TMS320C6203芯片為核心，實現G．729ab聲碼器設計。TMS320C62xx系列DSP的集成開發環境Code Composer Studio(簡稱CCS)支持標準C語言和匯編混合編程的方式編程，為了提高編解碼算法的效率，本文對ITU_T的標準G．729ab的C語言原碼進行匯編指令優化設計。同時，對于上層編解碼器控制函數，采用C語言開發，以提高聲碼器的可維護性。 C62xx采用6級流水線結構，提供了A，B兩組(共32個)通用寄存器，8個功能單元(．L1，．L2，．S1，．S2，．M1，．M2，．D1 和．D2)，最多同時可以有8條指令處在不同的執行階段并行。流水線結構是DSP實現高速運算的重要技術。由于不同指令的指令周期不同，需要在多周期指令后插入足夠的NOP(空操作)指令，以避免流水線沖突。 在G．729ab的標準C代碼中，有大量的循環體。循環控制的關鍵跳轉指令B，需要等待5個指令周期，大量的NOP操作將降低代碼的效率。為了提高循環效率，可以合理安排指令順序，在一個匯編循環體內完成多個C循環的運算的流水線操作。用匯編指令實現如下簡單的for循環求信號能量的程序段為例： 上述示例可使用如下匯編程序段實現： 如上優化后，循環體LOOP僅為一個周期，在這一個周期中有6條并行運行的指令。其中，內存讀取指令LDFI需4個周期，故乘法指令SMPY是將向前追溯 4個循環周期的內存讀取結果相乘。同理，SMPY指令需2個周期，故SADD指令是將2個循環周期之前的相乘結果相加。B0和A1配合用于循環控制，在等待跳轉指令B有效的5個延時周期內，依次進行隨后的后一循環的取數，前第3個循環的相乘，前一個循環的求和、循環控制和跳轉指令，依次類推。上述優化實現了最優循環效率。 本設計優化后核心編解碼算法代碼完全符合ITUT G．729ab標準，并通過了ITU-T的所有測試矢量。使用300 MHz主頻的TMS320C6203實現聲碼器，單片可支持31路G．729ab算法。 2 聲碼器的DSP硬件接口設計 在媒體網關中，聲碼器的功能是實現PSTN的E1語音信號和數據網分組語音壓縮信號之間的編解碼轉化。利用TMS320C6203片內固化設置的 McBSP接口(多通道緩存串行接口)與HPI接口(主處理器接口)，可以實現DSP與E1總線、以及數據網上層處理器的連接。結構示意圖如圖1所示。 TM320C6203通過內置McBSP與EDMA(Enhanced Directory Memory Access，增強型直接內存訪問)控制器配合，可實現與E1標準接口的鏈接。設置McBSP的接收／發送控制寄存器(R／XCR)，使串口按照標準E1 數據格式進行數據收發；設置串口管腳控制寄存器(PCR)，控制串口采用外部E1總線的時鐘和幀同步信號；設置串口控制寄存器(SPCR)，控制串口的 R／XINT(收／發中斷)由EDMA響應。 TMS320C6203支持16個EDMA通道，其12～15通道可用于響應串口收、發中斷。以串口接收數據為例：本設計中設計了乒、乓兩個串口數據接收緩存區。 串口寄存器中的數據通過EDMA模式緩存到乒緩存區，當乒緩存區滿時，EDMA參數重載，控制切換，將數據緩存至乓緩存區，同時給出EDMA中斷，通知CPU讀取一幀數據。通過McBSP接口發送數據的過程完全類似。 聲碼器通過DSP的HPI接口與上層處理器連接，實現數據網分組語音壓縮信號的收發。在HPI接口中，設計了以太網數據發送／接收緩存區，并為每個緩存區設計了RP(Read Pointer，讀指針)和WP(Write Pointer，寫指針)，用于控制上層處理器和DSP之間的編碼數據交互。同時上層處理器通過HPI接口向聲碼器發送指令，控制通道的打開或關閉。 3 在媒體網關中的應用設計 聲碼器內部的主控程序采用定時中斷方式訪問HPI接口，根據上層處理器的指令打開或關閉通道。同時主程序使用輪詢方式處理從E1接口來的PCM話音信號；根據相應的通道工作狀態設置編解碼算法參數，將話音信號壓縮編碼；編碼后的語音數據，通過HPI接口輸出到上層處理器，進入數字網絡。使用完全類似的輪詢處理方式，逆向處理從來自數字網絡的編碼數據。 由于數字網絡屬于分組通信，必須有合適的多媒體實時流網絡傳輸協議以保證語音的連貫性。在聲碼器的HPI接口控制程序中，設計了一個提供給上層處理器的 RTP(Real-TIme Transport Protocol，實時傳輸協議)接口，用于完成編碼和解碼數據包的輸出和輸入及相應的RTP成幀、解幀功能，具體功能設計如下： RTP打包和發送：RTP包由具有固定格式的包頭和數據部分組成。將編碼后的語音數據，按照RTP打包參數的要求組織RTP頭和RTP凈荷。 RTP包頭中的關鍵字段為SN(Sequence Number，序列號)和TS(Time Stamp，時間戳)。SN用于對RTP包進行排序。每發送一個RTP數據包，SN加1。TS用于標識RTP數據包中第一個字節采樣時的時刻，以語音樣本為單位遞增；對于語音包和靜音壓縮包，TS增值一致。另外，RTP包頭中的PT(Payload Type，負載類型)字段用于指示RTP凈荷的數據編碼格式。在RFC3550中規定了標準音頻載荷類型：G．729編碼對應的PT為18。 由于RTP包頭中沒有長度字段，故對RTP包進行了外部擴展：將打好的RTP包作為凈荷，附加上RTP包數據長度、通道號，組成“以太網數據包”。針對C6203的32位尋址的HPI總線接口，設計以太網數據包格式如圖2所示。 RTP包發送：即寫“以太網數據包”至“以太網數據發送緩存區”。首先根據該緩存區的讀寫指針判斷剩余空間；如寫空間不夠，則放棄此次寫操作，該數據包同時被丟棄。如寫空間足夠，則將數據包寫入發送緩存區，并更新寫指針。上層處理器根據該緩存區的讀寫指針判斷該緩存區內是否有新數據，并進行讀操作，以及更新讀指針。 RTP包接收、排序和緩存：分組通信需要考慮語音的防抖動處理。本文通過設置靜態抖動緩沖區實現去抖動。首先根據“以太網數據接收緩存區”的讀寫指針判斷是否有新的數據包到來，如果有，則將該數據包根據RTP的SN和TS排列在相應通道的RTP緩存隊列中。重復上述過程直至將“以太網數據接收緩存區”中所有的數據包讀完，然后更新該緩存區的DSP讀指針。對于每個通道的RTP緩存隊列，當緩存語音數據到達預先定義的閾值K時，給出標志允許該通道開始進行語音數據解碼。如果數據分組有抖動延遲，則解碼語音可繼續保持K時間單位不被打斷。 4 結語 在純匯編并行優化的基礎上設計了高效的G．729ab聲碼器；利用TMS320C6203的在片外設McBSP實現了連接PSTN的標準E1接口；設計了用于分組數據收發的RTP協議接口，利用TMS320C6203的HPI接口方式與上層處理器連接，使聲碼器可靈活應用于媒體網關。 |
