（微电子学与固体电子学专业论文）语音编码中基音搜索算法的asic实现.pdf

摘要 随着通讯技术、计算机技术和超大规模集成电路技术的迅速发展，语 音压缩编码技术在移动通信、卫星通信和i p 电话通信中得到了广泛的应 用。i t u tg 7 2 2 2 ( a m r - w b ) 是i t u 组织2 0 0 3 年颁布的最新可变码率的 语音编码方案，该方案采用了线性预测编码( l p c ) 技术、基音搜索技术 和码本搜索技术。基音搜索是现代语音编码方案中的关键技术之一。本文 研究的内容是基音搜索算法、并完成a m r - w b 中的基音搜索算法的a s i c 设计和实现。 论文首先对基音搜索进行分析和研究，并对其进行模块划分和功能定 义，然后用硬件描述语言v e r i l o g 对各个模块进行r t l 级的设计，最后将 各个功能模块联合起来，进行顶层模块的设计和验证。本论文包括以下几 个方面的内容： ( 1 ) 对现代的语音压缩编码技术以及基音搜索技术进行了综合性的分 析研究。并在此基础上分别对开环基音搜索算法和闭环基音搜索算法进行 完整的功能模块划分。 f 2 ) 基本算术运算单元的设计和实现。在进行系统设计之前，首先总 结出基音搜索模块中所需要的基本算术运算单元，再根据精度要求设计出 各种运算单元的位数。在基音搜索模块中主要用到了加法单元、乘累加单 元、比较单元和一个简单的函数运算单元。 f 3 ) 设计完成了开环基音搜索算法单元，用r t i ，代码实现。在u m c 0 2 5 9 m 工艺条件下，模块在3 3 m h z 的频率下功能正确，综合后开环基音 搜索算法模块为1 7 3 6 4 门。 f 4 1 设计完成了闭环基音搜索算法单元，用r t l 代码实现。在u m c 0 2 5 k t m 工艺条件下，模块在3 3 m h z 的频率下功能正确，综合后闭环基音 搜索算法模块为1 5 5 4 0 门。 本文设计的基音搜索模块另一个优点就是经过少量改动便可以用于 g 7 2 3 1 、g 7 2 8 、g 7 2 9 等各类语音编码方案中。 关键词语音编码；基音搜索：多码率语音编码；专用集成电路 啥尔滨工业大学工学硕士学位论文 a b s t r a c t w i t ht h e r a p i dd e v e l o p m e n t o ft h e c o m m u n i c a t i o n ，c o m p u t e r a n d m i c r o e l e c t r o n i c s s p e e c hc o d i n g h a sb e e n w i d e l y u s e di nm o b i l e c o m m u n i c a t i o n s ，s a t e l l i t ec o m m u n i c a t i o n sa n di pt e l e p h o n e i n2 0 0 3 ，i t u p r o m u l g a t e st h en e w e s tp r o t o c o li t u tg 7 2 2 2 ( a m r - w b ) t h a ti s aa d a p t i v e m u l t i r a t ep r o t o c o l ，a n dt h e p r o t o c o l i sm a d eu po fl p c ，p i t c hs e a r c ha n d c o d e b o o ks e a r c h p i t c hs e a r c hi so n eo ft h ek e yt e c h n i q u e si nm o d e ms p e e c h c o d i n g t h i st h e s i sw i l li m p l e m e n ta s i co fp i t c ha n a l y s i s t h et h e s i ss u i n m a r i z e st h ep i t c h a n a l y s i s a n dp i t c hs e a r c h f i r s t l y ，t h e n m o d u l e p a r t i t i o n a n df u n c t i o n s p e c i f i c a t i o n a r em a d ea n dt h em o d u l ei s d e s i g n e du s i n gh a r d w a r ed e s c r i p t i o nl a n g u a g e - - v e r i l o g t h ef u n c t i o n a l i t yo f t h em o d u l et h a ta c c o r d e dw i t ht h er e q u e s ti sv e r i f i e d a f t e rs i m u l a t i o n ，t h e m o d u l ei ss y n t h e s i z e db yt o o l s t h ef o l l o w i n gi st h em a i nc o n t e n t so f t h et h e s i s ： ( 1 1t h es u m m a r yo ft h es p e e c hc o d i n g a f t e rt h ed e t a i l e ds t u d y ，a n dt h e n t h eo p e n e d - l o o pp i t c hs e a r c hs t r u c t u r ea n dc l o s e d l o o pp i t c hs e a r c hs t r u c t u r e w i t ha ni n d e p e n d e n ta n di n t e g r a t e df u n c t i o ni sd e f i n e d f 2 、i m p l e m e n t a t i o no ft h eb a s i ca r i t h m e t i cu n i t b e f o r et h ed e s i g no f t h e p i t c ha n a l y s i ss y s t e m ，t h eb a s i ca r i t h m e t i cu n i tt h a ti si m p l e m e n t e di nt h ep i t c h a n a l y s i si sg i v e n a n dt h ew i d t ho f t h e s eu n i ti sg i v e na c c o r d i n gt op r e c i s i o n ， s u c ha sa d d e r , a c c u m u l a t o r , c o m p a r o ra n da ne a s ya r i t h m e t i cu n i ti se s s e n t i a lt o t h e p i t c ha n a l y s i s ( 3 ) i m p l e m e n t a i o no ft h eo p e n e d l o o pp i t c h s e a r c hm o d u l ei nr t l i n u m c o 2 5 9 m ，t h em o d u l e b e h a v e p e r f e c t l yi n3 3 m h z ，l 7 3 6 4l o g i ce l e m e n t sa r e m a d eu oo ft h i sm o d u l ea f t e rs y n t h e s i z e d ( 4 ) i m p l e m e n t a i o no f t h ec l o s e d - l o o pp i t c hs e a r c hm o d u l ei nr tl i nu m c 0 2 5 9 m ，t h em o d u l eb e h a v ep e r l e c t l yi n3 3 m h z ，1 5 5 4 0l o g i ce l e m e n t sa r em a d e u po f t h i sm o d u l ea f t e rs y n t h e s i z e d t h ep i t c hs e a r c hm o d u l ei n t h i st h e s i sw i l lb et i l e 8 a l l l ew i t hi t ug g 7 2 3 1 i t ug 7 2 8 ，g ，7 2 9a f t e ri ti sm o d i f i e dal i t t l e k e y w o r d ss p e e c hc o d i n g ，p i t c ha n a l y s i s ，a m r - w b ，a s i c i l 竺玺鋈三些查兰三兰墨圭兰堡篓兰 1 1 课题背景 第1 章绪论 近年来，语音编码技术飞速发展，导致了一些国家和国际标准化组织相 继制定了语音压缩编码的标准。其中最具有代表性的是i t u 国际组织颁布 的g 7 2 8 、g 7 2 9 、g 7 2 3 1 和g 7 2 2 2 等标准，这些标准的推出也加快了语 音编码技术的发展。另外，随着微电子i t 3 1 技术飞速发展，超大规模集成电 路设计技术的不断成熟，也给语音压缩编码带来了巨大的发展空闻。正是由 于语音压缩编码技术的这种飞速发展，使得语音压缩编码技术的应用越来越 广泛，已经深入到了通讯领域、消费类电子领域。复读机和电子录音笔等产 品就是语音压缩编码技术1 4 - , 6 1 的最典型的应用。 目前，在国内开发的整机产品中，语音编码技术基本采用t i 等公司的 d s p 编程实现。这种实现方案的个致命的缺点就是成本太高，一片d s p 最少需要1 0 美元以上。经调研，深圳市的所有语音产品开发公司都是采用 这一实现方案。这就使得公司的利润变得非常小，往往是费力不讨好。 至于消费类电子产品，例如录音笔等语音编码芯片，基本上是来自三 星、东芝以及台湾等国外公司开发的专用芯片。在国内还没有发现有人采用 a s i c 方式实现语音编码芯片。 同时，国家对集成电路设计产业得重点支持，以及语音编码产品的广阔 的市场前景，使得国内众多公司、高校和科研所都在从事音视频的研发工 作。本文正是基于国内外的这种基本现状，针对g 7 2 2 2 语音压缩编码标准 的基音搜索算法部分进行分析和设计。而且本文是设计出的开环基音搜索算 法与闭环基音搜索算法的最大优点就是经过少量改动就可以应用于g 。7 2 8 、 g 7 2 9 、g 7 2 3 1 等语音编码协议，这样做的好处是使产品的设计周期可以尽 可能的缩短。 1 2 语音编码技术的发展现状 数字音频编码7 1 分为语音信号的编码和宽带音频信号的编码由于两种 方法处理的对象具有不同的特征，他们的编码原理有很大的不同，因此分别 盟玺鋈三些查耋三兰堡圭兰垒墼耋 对语音编码算法及宽带语音编码算法发展的新动向进行分析。 1 2 1 语音编码算法发展的新动向 近二十年来，语音编码的研究主要集中于以码激励线性预测( c e l p ) 为核心的线性预测分析合成( l p a s ) 编码方面。目前，在4 8 k b i t s 1 6 k b i t s 的码率范围内较成功的语音编码方案都基于c e l p 技术，如g 7 2 8 标准、 g 7 2 9 标准及g 7 2 3 1 标准。这些编码方案的线性预测分析( l p c ) 大多为 1 0 阶，且采用l p s 量化参数。各方案都使用了矢量量化技术和加权滤波器 处理，主要的不同点在于激励源码本的构造和搜索方法。 语音编码今后的研究重点将逐步转向更低码率的编码方法【8 】。然而，在 更低的码率下，由于c e l p 能用于激励源的编码比特数过少，合成语音质量 下降较快。为了解决这一问题，较多采用了美国m i t 大学林肯实验室提出 的多带激励( m b e ) 语音编码 9 1 技术。m b e 编码器与传统的c e l p 编码器 相比，主要差别在于激励信号表示方法不同。它不是把整个段语音进行统一 处理，而是将语音谱按各基音的谐波频率分成若干个子带，对每一个带采用 不同的激励信号产生其合成语音。最后将各子带的合成语音信号相加，形成 全带的合成语音信号。m b e 语音编码方案可以在2 4 k b i t s 4 8 k b i t s 的码率 范围内合成出具有良好质量的语音信号，是目前这一码率范围内较理想的编 码方案1 。 另外，随着研究的深入，语音编码的研究也进入了新的分析技术，例如 非线性预测、小波分析技术以及高阶统计分析技术等。预计这些技术更能挖 掘人耳听觉掩蔽等感知机理，更能以类似人耳的特性作语音的分析与合成， 使语音编码系统更接近于人类听觉器官的处理方式工作，从而在低码率语音 编码的研究上取得突破。 1 2 2 宽带音频编码算法发展的新动向 在宽带音频编码领域，m p e g 1 、m p e g 一2 语音编码算法和a c - 3 系统 以其合成语音质量高、压缩比大和运算量小而得到广泛应用。但是随着使用 要求的提高，需在保证语音质量的前提下，进一步降低码率。为了达到这一 要求，宽带音频编码算法向两个方向发展，一是研究改进现有技术方案中存 在的问题；二是探索新的技术途径。 1 2 2 1 信号分解及滤波器组无论是改进现有方案还是探索新的途径，其 关键问题都是如何利用人耳的掩蔽效应，对输入信号进行最有效的分解。而 信号分解通常是用多速率滤波器组或等效的重叠变换得到的。目前已经研究 了多种不同的滤波器组改进方案，例如规范双正重叠变换( b o l t ) 等。 1 2 2 2 基于小波变换的宽带音频编码小波是一簇能量有限的奇函数。由 于它具有伸缩、平移和放大功能，可以对信号进行多尺度分析，可以实现对 信号的时域局部化分析。而且小波变换系数具有固定的时间信息和频率信 息，特别是对时域中的能量集中的信号，在某种程度上将产生变换系数的集 中。因此，小波变换非常适用于处理非平稳过程的信号，例如针对音频信 号、图像信号等。 近几年来，对小波变换【l2 在宽带音频编码中的应用进行了大量的研 究，研究内容主要集中在以下几方面：临界频带滤波器组的逼近和离散小波 包的优化，以便充分利用人耳的掩蔽效应；小波分析与现有编码技术( 如变 换编码) 的结合，以改进现有的音频编码技术；基于小波变换的宽带音频编 码系统等设计。 从目前的研究情况看，基于小波变换的音频编码技术有着很好的发展前 景。 i 3 语音压缩的依据 在实际应用中，未进行压缩的编码的语音数据量很大。而如此大的数据 量在进行传输或存储时，要占据相当多的资源。语音压缩编码就是要在保证 一定的声音质量的条件下，以尽量小的数据率来表达和传送声音信息。从信 息保持的角度讲，只有当信源本身具有冗余度，才能对其进行压缩a 根据统计分析结果，语音信号中存在着多种冗余度，其最主要部分可以 从时域、频域【1 6 ”1 和人的听觉感知机理三个主要的方面来考虑去。时域信 息的冗余包括幅度的非均匀分布、样本间的相关、周期之间的相关、基音之 间的相关、静止系数等方面的信息冗余。频域冗余则包括了非均匀的长时功 率普密度和语音的短时功率谱密度等方面的信息冗余。从人的听觉感知机理 方面来说，则有人的听觉具有掩蔽效应、人耳对不同频段的声音的敏感程度 不同和人耳对语音信号的相位变化不敏感等主要方面的信息冗余。 兰兰篓三些查兰三兰鎏圭兰堡篓塞 1 4 经典的语音编码算法 语音编码方法从技术特征方面归纳起来可以分成三大类：波形编码、参 数编码、混合编码。 1 4 t 波形编码 波形编码( w a v e f o r mc o d i n g ) 比较简单，编码器按照采样定理对模拟 语音信号在时间上进行量化，然后进行幅度量化，再进行二进制编码。解码 器作数模变换后再由低通滤波器恢复出现原始的模拟语音波形，这就是最 简单的脉冲编码调制( p c m ) ，也称为线性p c m 。可以通过非线性量化，前 后样值的差分、自适应预测等方法实现数据压缩。波形编码的目标是让解码 器恢复出的模拟信号在波形上尽量与编码前原始波形相一致，即失真要最 小。波形编码的方法简单，数码率较高，在6 4 k b i t s 至3 2 k b i t s 之间音质优 良，当数码率低于3 2 k b i t s 的时候音质明显降低，1 6k b i t s 时音质很差。 1 4 2 参数编码 参数编码( p a r a m i t r i cc o d i n g ) 又称为声码器，是根据人的发声机理， 来进行编码的。参数编码方法通过建立起声音信号的产生模型( 如语音发生 模型) ，将声音信号用参数来表示，在对参数进行编码。这种方法的声音信 号解码后，与原来的声音采样值不存在固定的对应关系，而是通过合成各种 声音元码来产生声音的，因而合成的语音质量只能根据实际效果，主观地加 以评定。参数编码中常用的语音参数有共振峰，线性预测系数，滤波器等。 参数编码后的码率可以做到很低，如1 2 k b i t s 、2 4 k b i f f s ，但是也有其缺 点。首先是合成语音质量较差，往往清晰度可以而自然度没有，难于辨认说 话人是谁，其次是复杂度比较高。 1 4 3 混合编码 混合编码( h y b r i dc o d i n g ) 是将波形编码和参数编码的原理结合起来， 数码率约在4 k b i t s 一1 6 k b i t s 之间，音质比较好。 前面已经提到，波形编码虽然可提高质量的话音，但数据率低于1 6 k b s 的情况下，在技术上还没有解决音质的问题；声码器的数据率虽然可以降低 哈尔演工业大学工学硕士学位论文 到2 4 k b s 甚至更低，但它的音质根本不能与自然语音相提并论。为了得到 音质高而数据率又低得编译码器，历史上出现了很多形式的混合编译码器， 但最成功的并且普遍使用的编译码器之一是始于合成分析a b s ( a n a l y s i s b y s y n t h e s i s ) 编译码器。这种编译码器使用的声道线性预测滤波 器模型与线性预测编码l p c ( 1 i n e a rp r e d i c t i v ec o d i n g ) 使用的模型相同，但 是它不使用两个状态( 有声无声) 模型来寻找滤波器的输入激励信号，而 是企图寻找这样一种激励信号，使用这种激励信号产生的波形尽可能接近于 原始话音的波形。一种a b s 编译码器有a t a l 和r e m d e 在1 9 8 2 年首先提 出，并命名为多脉冲激励m p e 博1 9 】( m u l t i p u l s ee x c i t e d ) 编译码器，在此 基础上随后出现的是等间隔脉冲激励r p e ( r e g u l a r p u l s ee x c i t e d ) 编译码 器、码激励线性预测c e l p ( c o d ee x c i t e dl i n e a rp r e d i c t i v e ) 编译码器和混合 编译激励线性预测m e l p ( m i x e de x c i t a t i o nl i n e a rp r e d i e i t i o n ) 编译码器。 1 5 基音搜索算法介绍 基音周期是语音编码中的重要特征参数，近几十年中人们提出了近百种 提取基音周期的方法1 3 1 。例如相关法基音搜索算法、平均幅度差函数基音 搜索算法和近年来基于局部分析的小波变换技术的基音搜索算法1 4 ，”1 等， 从算法角度来看，可以越来越准确的预测出基音周期。基音搜索的分类所使 用的方法上分主要可以分为三类。 1 5 1 时域方法 时域方法中又有时间事件频率法、自相关法和y i n 估计等。时域方法 主要是通过检验时域波形的重复出现率，如果波形是周期性的，那么就会计 算出相同的事件。这种方法主要是通过计算平均过零率( z e r o c r o s s i n g r a t e ) 、共振峰频率( p e a kr a t e ) 和倾斜频率( s l o p er a t e ) 等参数来预测基音参数 的。总体来说由于语音波形通常是非常复杂的，所以这种方法通常是难以实 现的；但从另一个角度来看这种方法又是最简单的。 1 5 2 频域方法 频域分析方法又可以分为成分频率比方法( c o m p o n e n tf r e q u e n c y 竺玺鎏三些查耋三茎堡圭兰竺兰兰 r a t i o ) 、基于滤波器的分析方法( f i l t e r - b a s e dm e t h o d ) 和频谱分析方法 ( c e p s t r u ma n a l y s i s ) 等。 频域分析方法与时域分析方法相比提高了基音搜索的准确率，但同时也 使得预测的方法更加复杂以及计算量的大量增加。 1 5 3 统计方法 由于现代统计方法学的快速发展，基于统计方法的基音搜索方法如雨后 春笋一样不断出现。其中最具有代表的方法有神经元网络法( n e u r a ln e t w o r k ) 和最大似然分析方法等。 从预测角度来讲统计方法的精度比前两种方法都要更加精确，但是它也 存在着计算量大，难以用硬件实现等难点。 1 6 语音信号的基音搜索 由于语音信号的基音周期是一种准周期，所以只能采用短时平均方法来 估计其周期，基音周期估计也就是我们通常所说的基音搜索2 1 o 自相关函数和短时平均幅度差函数都能反映出原始语音信号的周期，这 是人们构造出了两种简单的时域分析方法。后来短时频谱技术的应用到基音 搜索技术中产生了一种估计精度更高的基音搜索方法，在后来的统计技术和 人工神经元网络就是逐渐应用于基音搜索方法中。这使得基音搜索的精度不 断的得到提高，但另一方面在提高了精度的同时也使得基音搜索算法的复杂 度不断的提高，这就使硬件实现基音搜索模块的难度也越来越大。语音信号 包括十分丰富的谐波分量，基音频率最低可达8 0 h z 左右，最高可达5 0 0 h z 左右，但基音频率处在1 0 0 2 0 0 h z 的情况占多数。因此，浊音信号可能包 括有三四十次谐波分量，而基波分量往往不是最强的分量。因为语音的第一 共振峰通常在3 0 0 1 0 0 0 h z 范围内，这就使说，2 - 8 次谐波成分常常比基波 分量还强。丰富的谐波成分使语音信号的波形变得非常复杂，给基音搜索带 来了困难，经常发生基频估计结果为其实际基音频率的二三次倍频或二次分 频的情况。加之还有清浊混杂等情况，使基音搜索和清浊判别成为一个大问 题。可以说，至今还没有一种有效的方法在任何情况下能准确可靠地估计出 基音周期。 哈尔滨工业大学工学硕士学位论文 1 6 1 基音检搜索处理 浊音的短时自相关函数r 。( 1 ) 在基音周期的各个整数倍点上有很大的峰 值，那时不是只要找到第一个最大峰值点的位置并计算它与1 = 0 点的间隔， 便可以估计出基音周期。实际上并不是这么简单，第一最大峰值点的位置优 势不能与基音周期相吻合。产生的原因有两方面，一方面是与窗的长度有 关，如果窗长过短，第一最大峰值与基音周期不一致。一般认为窗长应大于 两个基音周期，才能有较好的效果，所以窗长应选的比2 0 m s 更长一些。第 二方面与声道特性的影响有关。有的情况下即使窗长已选的足够长，第一最 大峰值点与基音周期仍不一致，这就使由于声道的共振峰特性造成的“干 扰”。为克服这一困难，可采用以下三种方法对原始语音信号进行预处理： 1 6 1 1 中心削波处理中心削波处理是使用如图1 1 所示的中心削波函数进 行处理的： f x ( 竹) 一l 当x ( 疗) q 时 y ( 月) = c ( n ) = 0当i x ( 玎) i c l 时 ( 1 1 ) 【x c n ) + 三当x ( n ) o 时 y ( n ) = c ( y 1 ( n ) ) = 0 当y ( ，1 ) = o 时( 1 2 ) 【一1勤( 聆) o 时 显然( y l ( n ) ) 只有- 1 ，0 ，+ 1 三种可能的取值，因而这里的互相关计算只需加减 法，而这个互相关序列的周期性与 y ( n ) 的自相关序列是近似相同的。 下面结合一个具体例子来叙述这种自相关基音搜索算法步骤。这里设信 号灯采样率1 0 k h z ，窗序列采用3 0 0 点长的矩形窗，连续分析信号时采用 t o m s 的帧间隔，即每相邻两帧重叠2 0 0 个样点。截止频率为9 0 0 h z 的低通 滤波器是一个2 0 阶线形相位的优先冲激响应滤波器。下面是对每一帧进行 基音搜索的计算步骤： 1 用9 0 0 h z 低通滤波器对一帧语音信号f x ( b ) ) 进行滤波，并去掉开头 2 0 个输出值不用( 置o ) ，得到f x l ( n ) ) ； 2 分别求 x l ( n ) 的前部1 0 0 个样点和后部1 0 0 个样点的最大幅度，并 取其中较小的一个，乘以因子0 6 8 作为门限电平c l ； 3 用式( 1 一1 ) 和式( 1 2 ) 分别进行中心削波和三电平削波，即： ，、1 c ( x ( h ) ) 2 0 n 3 0 烈”j 。1 0 其它 f c ( y ( 竹) ) 2 0 3 0 y 。2 1 0 其它 4 求 y ( n ) 和 y ( n ) ) 的相关值： r ( 七) = ：l y ( 珂) y ( h + t ) 七= 0 , 2 0 , 2 1 ，2 2 1 5 0 ( 1 - 3 ) 此处k 的取值范围2 0 1 5 0 相应于基音频率范围6 0 - 5 0 0 h z ，r ( o ) 相应于短时 能量。 5 求出r ( 2 0 ) r ( 1 5 0 ) c p 的最大值r 。； 6 如果胄。 0 2 5 r ( 0 ) 贝i j 认为本帧为清音，令基音周期值p = 0 ，否则基 音周期即为使r ( 七) 取最大值r 。时的位置的k 值，即 p = a r g m a x o r ( _ | ) 哈尔滨工业大学工学硕士学位论文 尸就是检的基音周期估计。 1 6 3 平均幅度差函数( a m d f ) 基音搜索算法 为了减少基音搜索周期估计中乘法的运算量，在自相关函数的基础上产 生了一些简化方法，如三电平削波等。另外a m d f 法同样也可以省去乘法 运算。a m d f 法的思想是：如果信号是一个标准的周期函数，那么不同周 期端的对应信号之差为零。浊音是一个准周期信号，在一帧语音内基音周期 近似恒定，那么不同基音周期段的对应信号之差应该很小；但清音因其接近 于随机噪音声而不具备上述特点。a m d f 基音搜索算法1 2 5 2 s 典型的电路图 如图1 3 所示。a m d f 法的计算公式为： 图1 3a m d f 基音搜索算法的电路图 f i g u r e l - 3s c h e m a t i cd i a g r a mo f t h ea m d f p i t c hd e t e c t i o na l g o r i t h m r n ( 七) = 1 x ( n + m ) w ：( m ) 一x ( 玎+ 肌+ 七) 峨( m + 后) 1 ( 1 - 4 ) m = 一 一1 且。( 七) = 【x 研+ 朋) w ( m ) x 即+ 研+ 七) w ( 肌+ 七) 】 ( 1 _ 5 ) 哈尔滨工业大学工学硕士学位论文 r 一( ) = 2 ：x ( m + n ) z ( h + m + l j ) ( 1 6 ) 从以上各式可以发现，如果x ( h ) 在窗范围内具有周期性的话，那么( 七) 在 k = p , 2 p , 处幅度将急剧下降。若两个窗函数长度相同，则a m d f 可以得到 类似式( 1 5 ) 短时自相关的函数；若w 2 ( 棚) 窗场大于w 1 ( m ) ，则a m d f 可以 得到类似于式( 1 6 ) 修正自相关的函数。在这里，宵函数般都取矩形窗。 可以证明： 仄一 ( 七) = 口( 七) 、r 一( o ) 一r 一( 七) ( 1 7 ) 其中，b ( ) 是随t 做缓慢变化的固定函数。 下面我们采用与上例相同的信号背景来介绍其计算步骤： 1 用同上的9 0 0 h z 低通滤波器处理一帧信号 x ( n ) ) ，得 x l ( n ) ) ： 2 计算短时平均幅度差函数： 2 击：，i x ( 咖州聊呐i 扣孔2 2 , ，1 4 0 ( 1 - 8 ) 3 求k k ) 中的最小值，并以取得这一最小值时的下标作为基音周期初 步估计值，即p = a r g m ) n r ( k ) 4 用清浊门限a ，判别上述估计是否合理： 口如果，。a 则认为该帧是清音，将估计值p 取为0 ，代表清 音。其中门限风由实验统计确定，m 为该帧信号的平均幅度， 弧吖。击孙( ”) l 口如果r l i ( p 2 ) m a ，p 暂时不改变，认定是浊音。 5 用另一门限口，进一步修正基音周期估计值： 口如果。( p 2 ) m 2 ，则说明p 是二分频的周期，令p 减半， 否则p 不变。 口如果，m 。( p 3 ) m 口：，则说明p 是三分频的周期，令p 缩小到 1 3 p ，否则p 不变。 上述门限值a ，又是经统计得到，如果一共估计川贞，其正确的基音估计 分别为： p ni = 1 2 。1 那么，取口2 = m i n r i ( p ，) m ， 其中 t ( j | ) ) 为第i 帧的平均幅度函数，m t 为该帧的平均振幅。显然， 口， q ，因为清音的平均幅度小而且缺乏周期性，所以其，瑚。m 比浊音的 大。 用平均幅度差函数基音检测算法( a m d f ) 进行基音估计有如下特点：( 1 ) 在基音周期点，它的谷点锐度较之短时自相关函数的峰点锐度更尖锐，因而 估计精度更高、更稳健。( 2 ) a m d f 的计算只涉及加减和求绝对值，而自相 关则需要相乘运算，因而前者的运算量较小。( 3 ) a m d f 对于语音信号幅度 的快速变化比较敏感，它影响估计的精度。 1 7 本文主要研究内容 本文主要以集成电路设计理论和语音压缩编码技术为基础，对语音压缩 编码算法、语音编码中的基音搜索、基本的逻辑运算单元、超大规模的集成 电路设计方法学和其设计流程等方面进行了深入研究并且用a s i c 的方法实 现了语音压缩编码中的基音搜索部分。 1 8 本文结构 本论文结构如下： 第1 章为绪论，包括课题的背景、语音压缩编码技术的发展历史与现状 以及现在流行的语音压缩编码的集成电路设计方法等。 第2 章详细论述了基音搜索模块中将要用到的各种不可缺省的算术逻辑 单元。 第3 章详细论述了开环基音搜索的设计。包括详细介绍了开环基音搜索 模块的整体功能，以其各个子模块的功能和实现。 第4 章详细论述了闭环基音搜索的设计。包括详细介绍了闭环基音搜索 模块的整体功能、其各个子模块的功能和实现。 论文最后为结论。 哈尔滨工业大学工学硕士学位论文 第2 章基音搜索模块运算单元的实现 2 1 语音编码的体系结构 现代语音编码技术的标准发展非常迅速。自从1 9 9 1 年国际电信联盟推 出g 7 2 8 以来，在短短的十几年间，先后出现了g 7 2 9 、g 7 2 3 1 、g 7 2 2 2 等现代语音编码技术。但是各个标准中基本采用线性预测、基因搜索、码本 搜索等基本部分。图2 - 1 所示“d s p + 硬件加速器”结构是实现现代语音编 码技术比较通用的结构。 基音周期是一个具有实际物理意义的语音参数，所以语音周期搜索的好 坏就直接关系到了语音在合成是的音质。另一方面，现在语音编码技术以及 其实现的结构多决定了基因搜索可以单独以a s i c 方法实现。 i ”0 7 ll 矾m 剖l 里 ： 州粥ii _ ：i，1 0 0 驯l 疆l t a r d w r e 删 i i 0 e e 飘e h a l o r 图2 - 1 语音编码的体系结构 f i g u r e 2 - 1s t r u c t u r eo f t h es p e e c he n c o d i n g 哈尔滨工业大学工学硕士学位论文 2 2 基音搜索模块 通过对g 7 2 3 1 、g 7 2 8 以及g 7 2 9 等语音编码协议中有关基音搜索的 分析，可以得出在该模块中的运算只涉及到了加、乘累加、比较、开根号和 倒数四种运算。又由于开根号与倒数运算每次都是同时出现的，所以在该设 计中把开根号与倒数运算合成一个操作进行设计。根据语音编码的楚体实现 的特点，该模块采用的结构如图2 - 1 所示。 下面详细的对各个模块单元进行详细的介绍。 2 3 运算逻辑单元的实现 2 3 1 加法单元的实现 出于精度方面的考虑设计中采用了3 2 位的加法单元，同时也为了方便 以后模块功能扩展，设计中把减法运算也集成到了单元中，其结构框图与结 构图如图2 - 2 所示。 在加法单元中，同时又调用了一个4 位超前进位链，在3 2 位加法器的 图2 - 23 2 为超前进位加法器结构 f i g u r e 2 - 2s t r u c t u r e o f 3 2 b i tc a r r yl o o k - a h e a da d d e r 单元中，共调用了1 1 个4 位超前进位连单元。在设计中定义g = a & b 、p = a fb ；注意到只有a 和b 同时为“l ”时，g 才为“l ”，而当a 和b 同时 为“1 ”时，一定是有进位产生的，所以又称g 位进位产生函数；而当a 和 b 之中只要有一个为“1 ”时，p 就为“1 ”，与g 相仿，称p 为进位传递函 数。由4 位加法器的功能真值表可以推出4 位超前进位连的逻辑函数为：c l 2 p o + g o c o s c z = p i + g i c t ：c 3 = p 2 + g 2 c 2 ；c 4 = p 3 + g 3 c 3 。而设计中的 3 2 为超前进位加法器 2 9 3 2 1 共用到了8 个上述单元其结构如图2 2 所示。 模块的输入端口有a d dai n 、a d dbi n 、a d dc t r li n 、a d dc a r r y ；模_in 块的输出端口有a d ds u mo u t 。其中a d dai n 和a d dbi n 为3 2 位的输入线 型变量，a d d _ c a r r y为i 位的输入线型变量，而为32位的寄_in a d ds u mo u t 存器型输出变量。可实现下述功能：a d dc t r li n 为“1 ”时，a d d 为被a i n 加数，a d dbi n 为加数，a d d为进位， 为加法结果输c a r r y i n a d ds l l l 2 io u t 出。此时所实现的功能为a d ds l i mo u t = a d d ai n + a d dbi n + a d dp a r r y 当为“o ”时， a 为被减数，为减_in； a d dc t r li na d di na d dbi n 数，a d dc a r r yi n 恒为“l ”，a d ds u mo u t 为减法运算的输出结果。此时所 实现的功能为a d d $ 1 1 1 1 qo u t = a d dai n a d dbi n 。该模块的功能仿真波形如 图2 3 所示。 图2 - 33 2 位超前进位加法器仿真波形图 f i g u r e 2 - - 3w a v eo f 3 2 - b i tc a r r yl o o k - a h e a da d d e r 2 3 2 乘累加单元的实现 由于在基音搜索模块中用到了大量的卷积运算，即乘累加运算，所以在 设计中没有单独设计乘法运算，而是将乘法运算和加法运算和为一体，设计 成了特有的乘累加运算单元。乘累加单元同样也是3 2 位运算单元，出于对 精度和对速度方面的考虑，该乘法单元是采用b o o t h 编码的迭代算法实现其 嘧瑚 汹咖珧 帖 譬!、；塞嗍胁、。叭， “叫iil ? c i 一札 盘羞：嚣品 翳睁 吁旺吁爵吁爵爵 一 兰至篓三些奎兰三耋罂圭兰堡耋兰 图2 43 2 位累加器的原理图 f i g u r e 2 - 4p r i n c i p l eo f 3 2 - b i tm i l t i p l y 具体功能的【 哪j 。其原理图见图2 4 和数据流程图如图2 5 所示j 模块的输入端口有a 、b 两个3 2 位的输入端口分别代表被乘数和乘 数，输入1 6 位精度的有效数据存放在a 、b 的低1 6 位；a c 是一个代表累 加输入的3 2 位输入端口，输入1 6 位精度的有效数据存放在a c 的高1 6 位：d 代表乘法输出的结果是一个3 2 位的输出端口；对于正常的乘法运算 来书应该有6 3 位的有效输出才对，但是由于本设计只要求2 4 位的精度，所 以输出我们只保留了乘法器单元中所用到的加法器的输出。这样做的好处 时，可以在以后对精度要求高的时候，很容易的进行精度扩展。s t a r t u p 是 l 位的输入端口，当s t a r t u p 为“1 ”时，该模块将a 、b 的值存入模块中 的相应的寄存器，以供模块运算时使用，当s t a r t u p 为“0 ”时，模块处于正 常工作状态。b u s y 是1 位的输出端口，当b u s y 为“1 ”时代表着模块正在 工作，输出数据无效；当b u s y 为“o ”是代表着模块已经运算结束，外部 模块可以正常接收数据。o v e r 是l 位的输出端口，当o v e r 为“1 ”是代表 着外部其他模块可以从该模块接收数据，当o v e r 为“0 ”时，禁止外部其他 模块接收数据，输出数据处于处理中。a c c e p t 是1 位输入端口，当a c c e p t 为“1 ”同时o v e r 信号也为“1 ”时代表着外部功能模块正在接收数据，一 个时钟后，o v e r 信号被置“0 ”；当a c c e p t 为“0 ”是说明没有外部功能模 块接收数据，此时当o v e r 信号为高电平，即“l ”时，模块会一直处于等待 状态，直到a c c e p t 信号为“1 ”时将有效数据输出，模块才会进入下个状 图2 - 53 2 位累加器的流程图 f i g u r e 2 5d a t a f l o wo f3 2 - b i tm i l t i p l y 态；e l k 是模块的系统时钟，r s t 是模块的异步复位信号。该功能模块所实现 的逻辑功能为d = a b + a e ，不难看出当a c 位0 时，功能模块实现的是 乘法运算；该模块的功能仿真波形图如图2 - 6 所示。 2 3 3 比较单元的实现 在运算中使用的1 6 位比较运算，出于便于功能扩展方面的考虑，在基 音搜索模块中我们使用了2 0 位的比较单元。其结构图如图2 7 所示。 在比较单元中，又涉及到了两个子单元分别是无符号4 位并行比较器， 其结构如图2 氇所示，和有符号4 位并行比较器，其结构如图2 - 9 所示，下 面分别介绍。首先介绍无符号的4 位并行比较器，假设a 3 a 2 a j a o 和b a b 2 b l b o 是两个待比较的数，不难看出，只有当a 为“i ”，同时b 为“0 ”时，m 2a & ( ( a & b ) ) 才能为“l ”。也就是说，当m 为“1 ”时就代表着a 大于b ；同 竺至鎏三兰查耋三兰塑圭兰竺兰奎 圈2 - 63 2 位累加器仿真波形图 f i g u r e 2 - 6w a v e o f3 2 - b i ta c c u m u l a t o r 理，只有当a 为“0 ”，同时b 为“1 ”时，1 = b & ( ( a b ) ) 才能为“o ”， 也就是数，只有当l 为“1 ”时，才代表着a 小于b ：同时注意到，当a 和b 同时为“i ”或“0 ”时，q = ( a & ( ( a & b ) ) ) l ( ( ( a & b ) ) & b ) ) 才能为 “1 ”，这样q 就成为a 等于b 的标志，也就是说可以用q 来标志a 等于b 的 情况。依此类推不难得出4 位并行运算的比较器的逻辑。如图2 8 所示的4 位无符号数并行比较器的结构图。 对于4 位有符号数比较来说，由于在设计中的所有数都是采用补码的编 码方式，所以对于有符号数来说，只是最高位的代表意义刚好和无符号时的 比较方法相反，这样就可以在无符号数比较操作的基础上做一简单处理即 可。如图2 - 9 所示有符号数并行比较器的结构图。 2 0 位比较器的设计就是在上述这两个模块的基础上实现的，用1 个有 符号4 位并行比较器和3 个无符号数4 位并行比较器，采用类似于超前进位 加法器的结构来实现2 0 位的有符号数并行比较器。其结构图如图2 7 所 示。 设计中所涉及到的功能模块的端口说明与功能描述。 堕釜鎏三些查兰三耋矍圭：堡篁三 图2 72 0 位比较器结构图 f i g u r e 2 7s t r u c t u r eo f 2 0 - b i tc o m p ”e 占 l 古 公会 余佘