کد اسمبلی و C و فایل word پایان نامه پیاده سازی codec صحبت استاندارد G.278 TMS320C5402

کد اسمبلی و C و فایل word پایان نامه

پیاده سازی بلادرنگ codec صحبت استاندارد G.278 بر روی پردازنده TMS320C5402

 

لینک دانلود

 

چکیده

کدک صحبت استاندارد G.728 ، یک کدک کم تاخیر است که صحبت با کیفیت عالی را در نرخ بیت 16 kbps ارائه می دهد و برای شبکه های تلفن ماهواره ای و اینترنت و موبایل که به تاخیر زیاد حساس هستند ، مناسب است. در این رساله به پیاده سازی بلادرنگ اینکدر و دیکدر G.728 بصورت دوطرفه کامل ( Full Duplex ) بر روی پردازنده TMS320C5402 می پردازیم . روشی ترکیبی برای برنامه نویسی TMS ارائه می شود که در آن زمان وپیچیدگی برنامه نویسی نسبت به برنامه نویسی دستی به 30% کاهش می یابد . در این روش پس از برنامه نویسی و شبیه سازی ممیزثابت الگوریتم کدک به زبان C ، با استفاده از نرم افزار ( Code Composer Studio ) CCS ، برنامه به زبان اسمبلی ترجمه شده و بهینه سازی دستی در کل کد اسمبلی صورت می گیرد . سپس بعضی از توابع مهم برنامه از نظر MIPS ، بصورت دستی به زبان اسمبلی بازنویسی می شوند تا برنامه بصورت بلادرنگ قابل اجرا گردد . در پایان نتایج این پیاده سازی ارائه می شود .

کلمات کلیدی کدینگ و فشرده سازی صحبت ، پیاده سازی بلادرنگ ، DSP ، TMS320C5402 ، برد DSK  

فهرست

- مقدمه 4 فصل 1 : بررسی و مدل سازی سیگنال صحبت 1-1- معرفی سیگنال صحبت 6 1-2- مدل سازی پیشگویی خطی 10 1-2-1- پنجره کردن سیگنال صحبت 11 1-2-2- پیش تاکید سیگنال صحبت 13 1-2-3- تخمین پارامترهای LPC 14 فصل 2 : روش ها و استانداردهای کدینگ صحبت 2-1- مقدمه 15 2-2- روش های کدینگ 19 2-2-1- کدرهای شکل موج 21 2-2-2- کدرهای صوتی 22 2-2-3- کدرهای مختلط 24 الف- کدرهای مختلط حوزه فرکانس 27 ب- کدرهای مختلط حوزه زمان 29 فصل 3 : کدر کم تاخیر LD-CELP 3-1- مقدمه 34 3-2- بررسی کدرکم تاخیر LD-CELP 36 3-2-1- LPC معکوس مرتبه بالا 39 3-2-2- فیلتر وزنی شنیداری 42 3-2-3- ساختار کتاب کد 42 3-2-3-1- جستجوی کتاب کد 43 3-2-4- شبه دیکدر 45 3-2-5- پست فیلتر 46 فصل 4 : شبیه سازی ممیزثابت الگوریتم به زبان C 4-1- مقدمه 49 4-2- ویژگی های برنامه نویسی ممیزثابت 50 4-3- ساده سازی محاسبات الگوریتم 53 4-3-1- تطبیق دهنده بهره 54 4-3-2- محاسبه لگاریتم معکوس 58 4-4- روندنمای برنامه 59 4-4-1- اینکدر 63 4-4-2- دیکدر 69 فصل 5 : پیاده سازی الگوریتم برروی DSP 5-1- مقدمه 74 5-2- مروری بر پیاده سازی بلادرنگ 75 5-3- چیپ های DSP 76 5-3-1- DSP های ممیزثابت 77 5-3-2- مروری بر DSP های خانواده TMS320 78 5-3-2-1- معرفی سری TMS320C54x 79 5-4- توسعه برنامه بلادرنگ 81 5-5- اجرای برنامه روی برد توسعه گر C5402 DSK 82 5-5-1- بکارگیری ابزارهای توسعه نرم افزار 84 5-5-2- استفاده از نرم افزارCCS 86 5-5-3- نتایج پیاده سازی 94 5-6- نتیجه گیری و پیشنهاد 97 - مراجع 103  

- مقدمه

امروزه در عصر ارتباطات و گسترش روزافزون استفاده از شبکه های تلفن ،موبایل و اینترنت در جهان ومحدودیت پهنای باند در شبکه های مخابراتی ، کدینگ و فشرده سازی صحبت امری اجتناب ناپذیر است . در چند دهه اخیر روشهای کدینگ مختلفی پدیدآمده اند ولی بهترین و پرکاربردترین آنها کدک های آنالیزباسنتز هستند که توسط Atal & Remedeدر سال 1982 معرفی شدند [2] . اخیرا مناسبترین الگوریتم برای کدینگ صحبت با کیفیت خوب در نرخ بیت های پائین و زیر 16 kbps ، روش پیشگویی خطی باتحریک کد (CELP) می باشد که در سال 1985 توسط Schroeder & Atal معرفی شد [8] و تا کنون چندین استاندارد مهم کدینگ صحبت بر اساس CELP تعریف شده اند . در سال 1988 CCITT برنامه ای برای استانداردسازی یک کدک 16 kbps با تاخیراندک و کیفیت بالا در برابر خطاهای کانال آغاز نمود و برای آن کاربردهای زیادی همچون شبکه PSTN ،ISDN ،تلفن تصویری و غیره در نظر گرفت . این کدک در سال 1992 توسط Chen et al. تحت عنوان LD-CELP معرفی شد[6] و بصورت استاندارد G.728 در آمد[9] و در سال 1994 مشخصات ممیز ثابت این کدک توسط ITU ارائه شد[10] . با توجه به کیفیت بالای این کدک که در آن صحبت سنتزشده از صحبت اولیه تقریبا غیرقابل تشخیص است و کاربردهای آن در شبکه های تلفن و اینترنت و ماهواره ای در این گزارش به پیاده سازی این کدک می پردازیم . در فصل اول به معرفی وآنالیز سیگنال صحبت پرداخته می شود و در فصل دوم روش ها و استانداردهای کدینگ بیان می شوند . در فصل سوم کدک LD-CELP را بیشتر بررسی می کنیم و در فصل چهارم شبیه سازی ممیز ثابت الگوریتم به زبان C را بیان می نمائیم. ودر پایان در فصل 5 به نحوه پیاده سازی بلادرنگ کدکG.728 بر روی پردازنده TMS320C5402 می پردازیم.

 

فصل 1

بررسی و مدل سازی سیگنال صحبت

1-1 –معرفی سیگنال صحبت

صحبت در اثر دمیدن هوا از ریه ها به سمت حنجره و فضای دهان تولید می‏شود. در طول این مسیر در انتهای حنجره، تارهای صوتی قرار دارند. فضای دهان را از بعد از تارهای صوتی ، لوله صوتی می‏نا مند که در یک مرد متوسط حدود cm 17 طول دارد . در تولید برخی اصوات تارهای صوتی کاملاً باز هستند و مانعی بر سر راه عبور هوا ایجاد نمی‏کنند که این اصوات را اصطلاحاً اصوات بی واک می‏نامند. در دسته دیگر اصوات ، تارهای صوتی مانع خروج طبیعی هوا از حنجره می‏گردند که این باعث به ارتعاش درآمدن تارها شده و هوا به طور غیر یکنواخت و تقریباً پالس شکل وارد فضای دهان می‏شود. این دسته از اصوات را اصطلاحاً باواک می‏گویند. فرکانس ارتعاش تارهای صوتی در اصوات باواک را فرکانس Pitch و دوره تناوب ارتعاش تارهای صوتی را پریود Pitch می‏نامند. هنگام انتشار امواج هوا در لوله صوتی، طیف فرکانس این امواج توسط لوله صوتی شکل می‏گیرد و بسته به شکل لوله ، پدیده تشدید در فرکانس های خاصی رخ می‏دهد که به این فرکانس های تشدید فرمنت می‏گویند. از آنجا که شکل لوله صوتی برای تولید اصوات مختلف، متفاوت است پس فرمنت ها برای اصوات گوناگون با هم فرق می‏کنند. با توجه به اینکه صحبت یک فرآیند متغییر با زمان است پس پارامترهای تعریف شده فوق اعم از فرمنت ها و پریود Pitch در طول زمان تغییر می‏کنند به علاوه مد صحبت به طور نامنظمی از باواک به بی واک و بالعکس تغییر می‏کند. لوله صوتی ، همبستگی های زمان-کوتاه ، در حدود 1 ms ، درون سیگنال صحبت را در بر می‏گیرد. و بخش مهمی از کار کدکننده های صوتی مدل کردن لوله صوتی به صورت یک فیلتر زمان-کوتاه می‏باشد. همان طور که شکل لوله صوتی نسبتاً آهسته تغییر می‏کند، تابع انتقال این فیلتر مدل کننده هم نیاز به تجدید ، معمولاً در هر 20ms یکبارخواهد داشت. در شکل (1-1 الف) یک قطعه صحبت باواک که با فرکانس 8KHz نمونه برداری شده است دیده می‏شود. اصوات باواک دارای تناوب زمان بلند به خاطر پریود Pitch هستند که نوعاً بین 2ms تا 20ms می‏باشد. در اینجا پریود Pitch در حدود 8ms یا 64 نمونه است. چگالی طیف توان این قطعه از صحبت در شکل (1-1 ب) دیده می‏شود[3]. اصوات بی واک نتیجه تحریک نویز مانند لوله صوتی هستند و تناوب زمان- بلند اندکی را در بر دارند ، همانگونه که در شکل های (1-1 ج) و (1-1 د) دیده می‏شود ولی همبستگی زمان کوتاه به خاطر لوله صوتی در آنها هنوز وجود دارد. بطورکلی سیگنال صحبت دارای افزونگی زیادی است که ناشی از عوامل ذیل هستند: ـ وابستگی های زمان-کوتاه : این وابستگی ها عمدتاً به کندی تغییرات صحبت با زمان و ساختار ( الف) (ب) (ج) (د) شکل (1-1) : مقایسه اصوات باواک و بی واک. (الف)و(ب) : باواک ، (ج)و(د) : بی واک

نسبتاً منظم فرمنت ها مربوط می‏شوند. ـ وابستگی های زمان- بلند : که عمدتاً از طبیعت نیمه متناوب اصوات با واک و تغییرات آرام پریود Pitch ناشی می‏شوند. ـ‌تابع چگالی احتمال صحبت : علیرغم پیچیدگی آماری صحبت می‏توان آن را با توابع چگالی احتمال شناخته شده تقریب زد. شکل لوله صوتی و مد تحریک آن به صورت نسبتاً آرام تغییر می‏کند و بنابراین صحبت را می‏توان به صورت شبه ایستان در دوره های کوتاه زمانی (حدود 20ms) در نظر گرفت و با یک فرآیند تصادفی ارگادیک در یک قطعه زمانی کوچک مدل نمود و طیف مشخصی برای آن در این قطعه زمانی بدست آورد. علاوه بر افزونگی های فوق عامل مهم دیگری که کاهش نرخ داده سیگنال صحبت را ممکن می سازد، طبیعت غیر حساس گوش انسان نسبت به بسیاری از ویژگیهای این سیگنال می‏باشد.

مراجع

1- Panos E. Papamichalis, "Practical Approaches to Speech Coding ", Prentice-Hall Inc. ,1987. 2-B.S. Atal & R.Remde "A new model of LPC excited for producing natural-sounding speech at low bit rates", Proc.ICASSP pp.614-617 1982. 3-Jason P. Woodard , "Digital Speech Coding" , Mini-Thesis , Department of Electronics & Computer Science, University of Southampton, Jun 1994. 4-J.Makhoul "Linear Prediction: A Tutorial Review " Proc. IEEE,vol 63, No.4,pp.561-580 Apr 1975. 5- Kondoz A.M," Digital Speech , Coding of low bit rate communication Systems", Chichester Wiley 2000 6- Chen,Cox & Lin,"A Low-Delay CELP Coder for the CCITT 16 kb/s Speech Coding Standard",IEEE Jour. On Selected Area in Comm.,vol.10,no.5 ,June 92. 7- L.Hanzo,A.Somerville & Jason P. Woodard, "Voice Compression and Communication",IEEE series on Digital & Mobile,2001 8- Schroeder & Atal ,"Code-Excited linear Prediction (CELP):High quality speech at very low bit rates",IEEE,ICASSP,pp.937-940,1985. 9- ITU,"Coding of Speech at 16 kbps using Low-Delay Code Excited Linear Prediction ", ITU (CCITT)Recommendation G.728, 1992. 10- ITU," G.728 Annex G , 16 kbps Fixed Point specification ", 11/94. 11- TI, "TMS320C54x Assembly language tools user guide ", www.ti.com, June 2001. 12- TI, " TMS320C54x DSP reference set, volume 1: CPU", spru131, www.ti.com. 13- TI, " TMS320C54x DSP reference set, volume 2: Mnemonic instruction set",spru172, www.ti.com . 14- TI, "Code Composer user guide",spru 328, www.ti.com. 15- TI, "C5402 DSK user guide" ,www.ti.com. 16- TI," DSP product tree" , http://dspvillage.ti.com/docs/allproducttree.jhtml. 17- TCTS Lab," The LD-CELP at 16kb/s (ITU-T G.728)",Coding research group homepage ,http://tcts.fpms.ac.be/coding.htm. 18- ITU,"G.728 Annex H:variable bit rate LD-CELP operation mainly for DCME at rates less than 16 kb/s",5/99. 19- DCS G.728 C54x Vocoder, algorithm, http://wwwd.connect.ti.com/dsp/tpcat/tpcodec.nsf/SoftwareForExternal/ EAB728D36C3C916E862569F200542A92.