王耿

摘要：G.729算法如果不经过优化直接在硬件平台上运行，效率是很低的，不能满足实时通话的要求。算法的计算量主要消耗在预处理、LSP矢量量化、固定及自适应码书搜寻模块。本研究在分析矢量量化原理的基础上，针对LSP矢量量化模块进行优化。实验结果证明，优化后算法计算复杂度降低，编码效率提高，合成语音质量有明显的改进。

关键词： G.729； LSP； 矢量量化； 优化

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）28-0159-02

LSP Vectors Quantization Algorithm Based on G.729

WANG Geng

（School of Information and Electrical ， Hubei University of Science and Technology， Xianning， 437100， China ）

Abstract：If G.729 algorithm is run directly on the hardware platform without optimization， it has a very low efficiency， which can not meet the requirements of real-time call. Computational algorithm is mainly consumed in the pretreatment， LSP vector quantization， fixation and adaptive codebook search module. The paper is to optimize LSP vector quantization module， based on the analysis of vector quantization principle. Experimental results show that after the algorithm optimization， the synthesized speech quality improves significantly with the reduction of algorithm complexity and raising of the coding efficiency .

Key words：G.729； LSP； vector quantization； optimization；

1 引言

[G.729]协议源代码非常庞大，算法相当复杂[1]，[G.729]算法如果不经过优化直接在硬件平台上运行，效率是很低的，不能满足实时通话的要求，如果不在源代码的基础上对[G.729]算法采用有效的优化方案，语音质量在编解码之后难以满足用户的需求。对于[G.729]算法的优化工作可以从C语言级、汇编级以及算法级这三个层次来进行。C语言级的优化代码的可读性非常好，十分直观，最大程度的反映了算法思想，但缺点是相对于汇编级、算法级优化，优化效果不明显；汇编级的优化效率很高，效果明显，能够改进C语言级优化过程中所存在的部分问题，缺点是代码可读性不好，难于理解。在算法级这个层次的优化措施非常多，基本是依据[G.729]算法的各个组成模块给出与各模块对应的优化方案。本文针对算法中的LSP矢量量化模块采取了优化。

2 矢量量化的基本原理

实现矢量量化的基本过程如下：首先，话音信号之中的任意一帧数据包含[k]维空间里的矢量，[k]个样点存在于任意一帧数据之中，矢量由任意一帧参数之中的[k]参数构成，此后再对该矢量采取量化。……