当前位置：文档之家 › MPEG-4 AAC心理声学模型在TMS320C6416上的实现

MPEG-4 AAC心理声学模型在TMS320C6416上的实现

  • 格式：pdf
  • 大小：341.28 KB
  • 文档页数：4

下载文档原格式

  / 4

合集下载

基于DSP的全数字助听器设计和实现

基于DSP的全数字助听器设计和实现
Ｔｅｃｈｎｏｌｏｇｙ， Ｂｅｉｊｉｎｇ １０００８１， Ｃｈｉｎａ） Ａｂｓｔｒ ａｃｔ Ｔｈｉｓ ｐａｐｅｒ ｄｉｓｃｕｓｓｅｓ ｔｈｅ ｒｅｓｅａｒｃｈ ｏｆ ａ ｄｉｇｉｔａｌ ｈｅａｒｉｎｇ ａｉｄ ｂａｓｅｄ ｏｎ ＤＳＰ ＴＭＳ３２０Ｃ５４１６， ｉｎ ｗｈｉｃｈ ａ ｓｅｒｉｅｓ ｏｆ ｐｒｅｖａｌｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｉｎ ｄｉｇｉｔａｌ ｈｅａｒｉｎｇ ａｉｄ ａｒｅ ｒｅａｌｉｚｅｄ ｉｎｃｌｕｄｉｎｇ ｄｙｎａｍｉｃ ｒａｎｇｅ ｃｏｍｐｒｅｓｓｉｏｎ， ｆｒｅｑｕｅｎｃｙ ｃｏｍｐｒｅｓｓｉｏｎ， ｎｏｉｓｅ－ ｒｅｄｕｃｔｉｏｎ， ｄｉｒｅｃｔｉｏｎａｌ ｍｕｌｔｉ－ ｍｉｃｒｏｐｈｏｎｅ， ｅｔｃ． Ｔｈｉｓ ｐｒｏｊｅｃｔ ｐｒｏｖｉｄｅｓ ｓｏｍｅ ｅｘｐｅｒｉｅｎｃｅ ｆｏｒ ｎａｔｉｏｎａｌ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ ｈａｒｄｗａｒｅ ａｎｄ ｓｏｆｔｗａｒｅ ｏｆ ｔｈｅ ｄｉｇｉｔａｌ ｈｅａｒｉｎｇ ａｉｄ ｂａｓｅｄ ｏｎ ＤＳＰ． Ｋｅｙｗｏｒ ｄｓ ＤＳＰ； ｄｉｇｉｔａｌ ｈｅａｒｉｎｇ ａｉｄ； ｄｙｎａｍｉｃ ｒａｎｇｅ ｃｏｍｐｒｅｓｓｉｏｎ； ｓｅｌｆ－ ａｄａｐｔｉｖｅ ｎｏｉｓｅ－ ｒｅｄｕｃｔｉｏｎ
复编程次数高达１０万次。
１个稳定可靠的电源是１个系统的最有力支柱，因此，我们
选用了ＴＩ公司的ＴＰＳ７６７Ｄ３１８电源方案，该方案芯片外围元件
少且调试简单，能够为ＤＳＰ提供稳定的３．３Ｖ端口电压与１．６Ｖ核
心电压。
３ 关键算法
数字信号处理是数字助听器的核心，它为调整输入／输出
特性和系统的频率响应特性提供了很强的灵活性。以下为笔
该书于 ２ ０ ０ ６ 年 ５ 月由辽宁科学技术出版社出版，出版号为：Ｉ ＳＢＮ－ ５ ３ ８ １ － ４ ５ ６ ３ － Ｘ。采用国际标准 大 １ ６ 开，压模封面，印刷精美，共计 ４ ０ ９ 页，近千幅图片，每本售价 ８ ０ 元（ 含挂号邮寄费）。欲购者可与 沈阳军区药品仪器检验所官丽梅联系。

多媒体技术基础3版章MPEG声音

多媒体技术基础3版章MPEG声音

在低频端，宽度小于100 Hz，可认为接近于常数 在高频端，宽度近似线性增加，宽度可大到4 kHz 1 Bark等于一个临界频带的宽度

临界频带的单位为Bark(巴克)

2019年4月4日
第11章 MPEG声音
11/42
11.1 听觉系统的感知特性(续8)
2019年4月4日
第11章 MPEG声音
图11-7 Dolby AC-3压缩编码算法框图[10]
2019年4月4日 第11章 MPEG声音 20/42
11.2 感知声音编码(续6)

各部分的功能简述如下





分析滤波器组(analysis filter bank)：把用PCM时间样本表示 的声音信号变换成用频率系数块(frequencies coefficients block)表示的声音信号。单个频率系数用二进制的指数 (exponent)和尾数(mantissa)表示 频谱包络编码(spectral envelope encoding)：对“分析滤波 器组”输出的指数进行编码。指数代表粗糙的信号频谱， 因此称为(频)“谱包络编码” 位分配(bit allocation)：使用“谱包络编码”输出的信息确 定尾数编码所需要的位数 尾数量化(mantissa quantization)：按照“位分配”输出的位 分配信息对尾数进行量化 AC-3帧格式(AC-3 frame formatting)：把“尾数量化”输出 的量化尾数和“谱包络编码”输出的频谱包络组成AC-3帧

一帧由6个声音块(1536个声音样本)组成。“AC-3帧格式” 输出的是AC-3编码位流，它的位速率为32～640 kbps
2019年4月4日
第11章 MPEG声音

听觉系统的感知特性

听觉系统的感知特性
其实AAC的算法在1997年就完成了，当时被称为MPEG－2 AAC， 因为还是把它作为MPEG－2标准的延伸。但是随着MPEG－4音 频标准在2000年成型，MPEG－2 AAC也被作为它的编码技术核 心，同时追加了一些新的编码特性，所以我们又叫MPEG－4 AAC。
8.5 MPEG-4 Audio
一、MPEG -4自然声音
参数编码器 CELP编码器 T/F编码器 二、MPEG -4合成声音 MIDI
TTS
语音识别的研究工作大约开始于50年代，当时AT& T Bell实验室实现了 第一个可识别十个英文数字的语音识别系统--Audry系统。
--60年代，计算机的应用推动了语音识别的发展。这时期的重要成果 是提出了动态规划（DP）和线性预测分析技术（LP），其中后者较好地 解决了语音信号产生模型的问题，对语音识别的发展产生了深远影响。
使用掩饰特性 鉴于中国未来庞大的市场，国外也非常重视汉语语音识别的研究。
ANN和HMM模型建立的语音识别系统，性能相当。 1 听觉系统的感知特性 音频格式就像电脑软硬件一样，终归要更新换代的，像磁带不是被CD淘汰了吗？而CD也将要被DVD－Audio所代替。 20-20kHz声音对象 现在几乎所有的音频播放软件或MP3播放器（硬件设备）都（声称）支持MP3格式，但并不是每个软件都能非常有效的识别各种MP3 的编码格式。
8.4 MPEG-2 Audio
一、MPEG -2 BC Audio
二
音频格式就像电脑软硬件一样，终归要更新换代的，像磁带不是 被CD淘汰了吗？而CD也将要被DVD－Audio所代替。随着时间 的推移，MP3越来越不能满足我们的需要了，比如压缩率落后于 Ogg、WMA、VQF等格式，音质也不够理想（尤其是低码率 下），仅有两个声道……于是Fraunhofer IIS与AT＆T、索尼、 杜比、诺基亚等公司展开合作，共同开发出了被誉为“21世纪 的数据压缩方式”的Advanced Audio Coding（简称AAC）音频 格式，以取代MP3的位置。

基于通用DSP的视频解码器的优化实现

基于通用DSP的视频解码器的优化实现

Optimization Implementation of Video Decoder
Based on General DSP
作者： 宋建斌[1] 詹舒波[1] 马丽[2]
作者机构： [1]北京邮电大学网络与交换技术国家重点实验室,北京100876 [2]北京联合大学自动化学院,北京100101
出版物刊名： 电信科学
页码： 84-88页
年卷期： 2011年 第8期
主题词： 视频解码器 DSP MPEG-4 移植优化
摘要：随着多媒体和网络技术的发展,视频监控、智能手机等嵌入式系统得到了广泛应用。

嵌入式平台资源有限,结构特殊,加上视频解码计算复杂,导致嵌入式平台上视频解码器的优化实现难度大、周期长。

基于TMS320C6416通用DSP平台,给出了一套完整的移植优化方法,该方法依次从算法级、结构级和代码级进行优化,实现了解码速度快、恢复视频质量好的MPEG-4解码器。

测试表明,该解码器可以对D1视频进行两路以上实时解码,本文方法典型、有效,对于通用芯片上编解码器的移植优化具有参考意义。

立DSP平台的实时卫星导航接收机的设计

立DSP平台的实时卫星导航接收机的设计

１４６
欢迎网上投稿ｗｗｗ．ｃｈｉｎａａｅｔ．ｃｏｒｎ
万方数据
图３数据采集模块硬件连接原理图
为避免数据丢失，采用乒乓缓存的方法缓冲采集到 的数据流，在ＤＳＰ的片上内存为每个ＭｃＢＳＰ通道开设乒 缓冲区和乓缓冲区。以１２ ＭＨｚ、１ ｂｉｔ采样为例，在片上 内存开辟２个３０ＫＢ的数据缓冲区，即每个缓冲区能够存 放２０ｍｓ的数据。系统运行后，ＥＤＭＡ控制器先将ＭｃＢＳＰ０ 采集到的数据写入乒缓冲区，２０ｍｓ后乒缓冲区满，ＥＤ． ＭＡ控制器向ＣＰＵ发出中断请求，对缓冲区数据进行运 算处理。同时，ＥＤＭＡ向乓缓冲区写数据，这样通过不断 的乒乓切换完成数据的缓冲存储。 １．３查找表数据存储管理
本系统使用５０ＭＨｚ有源晶振作为ＤＳＰ的外部输入时 钟，内部锁相环使用ｘ２０模式（ＣＬＫＭＯＤＥｌ＝１，ＣＵ（ＭＯＤＥ０＝ ０），系统的主频为１ ＧＨｚ。 １．２多星座数据采集模块
为了使软件接收机能够支持多卫星导航星座的中 频数据采集与处理功能，本系统同时提供了模拟中频采 集接口和数字中频采集接口，２个接口可以同时使用，也 可以任选其一，从而使系统具备较高的软件可扩展性。 多星座中频数据采集模块的原理框图如图２所示。
的通用卫星导航接收 机是一项十分有意义的工作，可以极大程度地扩展软件 接收机的灵活性。本文主要探讨基于独立ＤＳＰ的软件接 收机平台结构设计，讨论如何在现有ＤＳＰ平台上提供多 星座卫星导航软件接收机支持，同时分析系统自举引导 功能的实现和基于ＤＳＰ／ＢＩＯＳ操作系统的软件接收机任 务调度管理。 １接收机平台结构设计
此同时，采样时钟作为ＭｃＢＳＰ口的外部 时钟同步输入信号，将８ ｂｉｔ同步减法计 数器７４ＨＣ４０１０３Ｄ设计成３２进制计数器 对采样时钟进行分频来产生帧同步信 号，实现串并数据转换。为避免因负载过

基于TMS320DM6446的数字视频输出显示技术的设计与实现

基于TMS320DM6446的数字视频输出显示技术的设计与实现
VPBE 作为 DM6446 到 TFT-LCD 显示屏的接口，其作用 是访问 DDR2 内存读取 Frame buffer 内前端输入的视频图像， 通过 VENC 模块将其格式化，以数字视频格式输出到 LCD 的 输入引脚上。 2.1 调 试 VENC 的 数 字 LCD 控 制 器
LCD 控制器支持 YCC16、YCC8 和 PRGB 共 3 种工作模 式。寄存器 VMOD 是重要的控制寄存器，其位 VDMD 可置为 PRGB 模式的 RGB 格式输出；位 NSIT 控制逐行扫描或隔行扫 描模式；位 HDMD 设置标清或高清模式；位 SLAVE 设置主或 从模式；位 VENC 使能 VENC 编码器[1]。
视频处理子系统 (VPSS) 具有丰富的视频前后处理功能，特色 功能单元 VICP 专用的媒体协处理器，外围存储均支持 DDR2、 Flash、ATA、CF、SD 等外设接口。
由于 DM6446 的数字视频输出管脚电压是 1.8 V，须经 EPM570 转换为 3.3 V，再与 LCD 屏的 3.3V 相应管脚连接。
1M6446 的视频后端处理子系 统、CPLD 器件 EPM570、LCD 屏 LQ057Q3DC12 和 LCD 的背光 源电路组成，其硬件设计整体框图如图 1 所示。其中，DM6446 芯片采用 ARM 与 DSP 双核结构，ARM 子系统搭载 297 MHz 主频的 ARM926 核，DSP 部分采用 594 MHz 的 C64X+DSP 核，
王艳艳，郅晨，张俊业：基于计TM算S机32工0D程M6与44设6 的计数C字o视mp频ut输er 出En显gi示nee技ri术ng的an设d D计e与sig实n 现
2009,30 (4) 811
嵌入式系统
基于 TMS320DM6446 的数字视频输出显示技术的

线性预测技术在AAC时域噪声整形模块中的应用

线性预测技术在AAC时域噪声整形模块中的应用张洁【摘要】近年来,感知音频编码已成为音频数据压缩中的一项重要技术并在不同类型的多媒体中广泛应用.MPEG-2/4中新加入的时域噪声整形(TNS)技术通过使用线性预测编码来减少频率场中的量化噪声对主观声音质量评价的影响.本文的主要内容包括了MPEG-4 AAC系统的基本结构,时域噪声整形(TNS)原理,线性预测(LPC)在时域噪声整形(TNS)中的应用及TNS模块的软件实现这四个部分.【期刊名称】《中国传媒大学学报（自然科学版）》【年(卷),期】2019(026)002【总页数】7页(P58-63,45)【关键词】时间噪声整形;线性预测;AAC【作者】张洁【作者单位】中国传媒大学信息与通信工程学院,北京100024【正文语种】中文【中图分类】TN934.31 引言MPEG-4 AAC是MPEG-2 AAC之后推出的一种先进的音频信号编码标准，其最主要的特点为抗错能力强。

它可用于12kHz或24kHz采样频率和20-24kbit音频。

通过MPEG-4 AAC和SBR(频带恢复技术)的结合使用，压缩比可以提高40%，同时保持音质，使其成为世界上最强大的压缩技术之一。

在48kbit速率下，听者可以获得与原信号相同的主观音质。

MPEG-4 AAC采用模块化方法，由一系列模块构成完整的系统，并用标准化工具对各个模块进行定义，因此在文献中往往把“模块(modular)”与“工具(tool)”看作是等价，具体编码流程如图1所示。

MPEG-4 AAC中所处理的音频信号数据为每帧1024点的PCM格式码流[1]。

由图1框图可以看出，时域上的信号数据流在进入音频编码器后被分成两个路径，一是通过心理声学模型的计算得到后续编码过程中所需的信掩比等参数，并基于此确定变换块的类型，另一路则通过滤波器组得到亚采样频谱。

采样频谱经强度立体声编码、长期预测编码、联合立体声编码等模块处理后进入量化编码阶段，此时信号才真正得到大幅度的压缩处理。

基于MPEG心理声学模型Ⅱ的自适应音频水印算法


已嵌入水印的语音 ｌ’） 厂（ ｒ
图 １ 嵌入算法
Ｆｇ １ Ｅ ｅ ｄ ｎ ｇ ｒ ｈ ｉ ． ｍｂ ｄ ｉ ｇ Ａｌ ｏｉ ｍ ｔ
提取水印时，首先在待测音频信号中沿时间轴
搜索同步信号 ，并利用数字通信的帧同步原理实现
快速重 同步。然后根据 同步信号对音频数 据分段 。 对每段音频信号进行心理模型分析 ，得出每段信号 的频域上的 Ｐ‘ 值。利用该 Ｐ 值 ，提 取该段信 号 Ｄ Ｔ域上 的 Ｂ Ｈ码 。提取 出来 的隐藏 数据 经 过 Ｃ Ｃ Ｂ Ｈ译码 ，得到一个估计 的印强度
模型 Ｉ对 每帧 １１２个 Ｐ Ｍ音频数据分成两 Ｉ ５ Ｃ 个粒度组 （ 每组 ５ ６个 Ｐ Ｍ数据 ）进行 分析。每 ７ Ｃ 个粒度组的频域划分为 ２ 个伸缩 因子带 。该模型 １
强度由各 自的 Ｐ值控制。为 了降低检测水 印的差 错率，从而提高水印的稳健性 ，本文算法对水印先
维普资讯
３ ０
中山大学学报 （ 自然科学版）
第 ４ 卷 ５
计算出每个伸缩因子带在不可感知性下的最大可改
变 量 Ｐ值 。
本文算法对每帧 ｌ１２个 Ｐ Ｍ 数据分成两组 ， ５ Ｃ 每组 ５ ６ ７ 个数据分别 进行 Ｄ Ｔ变换。依 照该 模型 Ｃ
的伸缩 因子 带的划分 ，把 Ｄ Ｔ域划 分成 ２ Ｃ １个频
带 ，与 ２ 个伸缩因子频带一一对应 。 １ 假设第 ｉ 帧第 个粒度组 ２ 个频带 中第 ｋ １ 个
频带的最大可改变量 为 Ｐ ，希望把 １ｉ水 印嵌入 ｂ ｔ
到该频带的能量 中，且最终嵌入强度为 Ｏ ，则 ｔ
＝
第频 ０段
析结果控制水印的嵌入强度 ，从而达到水印的自适
应嵌入。实验结果表明水 印具有 良好的抵抗加性高

采用通道和空间注意力的真实噪声盲去噪算法

本文对比分析真实噪声图像和高斯噪声图像的灰度直方 图分布，提出一个能有效学习复杂像素分布特征的端到端盲去 噪网络LDFNet.针对上述3个问题，分别设计出特征自适应学 习模块(L)、多尺度残差密集模块(D)以及特征多路径融合模 块(F).模块L通过通道注意力机制来调节通道重要性，可以 自适应地学习到更具有判别性的像素特征;模块D采用空洞 卷积提取层次空间特征以完整保留数据结构信息，同时采用残 差密集(Residual Dense, RD)结构来兼顾全局和局部细节信 息;不同于一般的直接信息融合方式，如像素相加和通道拼接, 模块F基于空间注意力机制进行自适应多路径特征融合，可有 效提取关键信息.大量实验结果表明，该网络能在真实图像去 噪任务中显著提高去噪性能，具有更大的实际应用价值.
2噪声图像的灰度直方图分布
图像去噪属于典型的低层视觉任务，其中底层像素级特 征起着至关重要的作用，目前大多数研究中AWGN水平b 通常在10-50范围内因此本文设定= 10代表低水平 噪声和¢7=50代表高水平噪声,并对比了其灰度直方图分布 与真实噪声图像的分布，如图1所示.
倉3®蓿
灰度值
(a)真实噪声图像
小型微 型计算 机系统
Journal of Chinese Computer Systems
2021年7月第7期
Vol. 42 No. 7 2021
采用通道和空间注意力的真实噪声盲去噪算法
肖娟I,李小霞吕念祖I,周颖胡"，王学渊.2
乂西南科技大学信息工程学院，四川绵阳621010） 气特殊环境机器人技术四川省重点实验室，四川绵阳621010）
收稿日期:2020-07-05 收修改稿日期:2021-01-04 基金项目：国家自然科学基金项目（61771411）资助；四川省科技计划项目 （2019YJ0449.2020YFSY0062）资助;西南科技大学研究生创新基金项目（18ycxl21）资助.作者简介：肖娟，女，1994年生,硕士研究生,CCF

低速语音编码

低速率语音编码的实现与仿真摘要：近年来，随着通信与计算机网络的飞速发展，低速率语音编码以其低速率且良好的编码质量等特点，在数字通信中越来越受到重视。

低速率语音编码方案主要是基于LPC-10，混合激励线性预测(MELP)，多带激励编码(MBE)，正弦变换编码(SCI)等。

它们大都能够工作在2.4kbps速率下。

本文对LPC-10进行了研究，以LPC模型为原型，通过联合帧、矢量量化及参数内插等技术，实现了一种低速率语音编码算法。

归一化互相关函数基音检测算法(NCCFPDA)的引入，提高了清浊音判决的准确率；线谱对(LSP)参数的量化特性，降低了误差率，提高了算法的稳健性；固定矢量量化码本(LSPVQ码本)提高了量化精度并降低了传输码率；联合帧的应用，较好的平衡了低码率与语音质量严重恶化的矛盾，而与参数内插技术的结合更加降低了传输码率。

通过该算法获得了比较满意的合成语音，并在MATLAB中得到实现，验证了算法的可行性。

关键词：语音编码，基音检测，LSP，MATLAB目录第一章绪论 (4)1.1引言 (4)1.2低速率语音编码研究现状 (4)1.3常用低速率语音编码算法 (5)1.3本文主要研究内容及章节安排 (6)第二章 LPC-10编码算法 (7)2.1LPC-10编码算法的理论依据 (7)2.1.1 语音信号的产生模型 (7)2.1.2语音信号的线性预测分析[8] (7)2.2LPC-10编解码算法的分析[9] (8)2.2.1 LPC-10编码算法分析 (8)2.2.2 计算声道滤波参数RC (9)2.2.3 计算增益RMS (10)2.2.4 提取基音周期和检测清/浊音 (10)2.2.5 参数编码与解码 (10)2.2.6 LPC-10解码算法分析 (10)2.3LPC-10声码器存在的问题[9] (11)第三章 900BIT/S极低速率编码算法 (12)3.1算法概述 (12)3.2编码原理 (13)3.2.1预处理 (13)3.2.2线性预测分析 (14)3.2.3 NCCFPDA算法[12] (16)3.2.4 矢量量化[9] (19)3.2.5参数编码 (20)3.3解码原理 (20)3.3.1参数解码 (21)3.3.2合成语音 (21)3.4本章小节 (22)第四章低速率语音编解码算法的仿真实现 (23)4.1仿真实验平台 (23)4.2编解码器的工作流程 (23)4.2语音编码仿真结果 (24)第五章结论与展望 (25)5.1结论 (25)5.2展望 (25)参考文献 (26)第一章绪论1.1引言语音通信是一种非常重要且普遍的通信方式。

  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。