ilbc算法arm平台移植及优化

《ilbc算法arm平台移植及优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要在现代通信系统中，VoIP(VoiceoverP)已经成为一个热门领域，并且得到了广泛的应用，但是同时网络电话的语音传输质量成为制约其发展的重要因素，与其他语音算法相比，iLBC(IntemetLowBitrateCodec)算法更加适用于D分组网络环境中。iLBC算法是对CELP(CodeExcitedLinearPrediction)算法的一种发展，它独有的动态码本更新技术、丢包掩蔽技术以及语音增强模块，使得iLBC算法即使在十分恶劣的网络环境中也能有很好的性能。本论文主要研究iLBC算法基于ARM平台的移植及优化过程。由于AR

2、M嵌入式处理器具有低成本、易开发等特点，非常适用于实时处理语音编解码器，因此研究如何高效的在ARM平台上实现iLBC算法是非常必要的。本文首先介绍了iLBC算法的原理；其次，由于ARM处理器支持定点运算，而iLBC算法中存在大量浮点函数模块，因此浮点函数必须转化为定点函数，本论文中介绍了如何选取合适的转化方法从而保证数据范围与精确度；接下来具体论述了为了高效移植iLBC算法采取的优化方法，本文采取的优化方法主要包括C结构优化及汇编优化两部分；在论文的最后，利用典型语音序列测试定点化及优化后的程序性能。通过与优化前算法进行对比，iLBC编

3、码器与解码器的性能都得到了显著提升，编码器的复杂度降低了86％左右，解码器的复杂度降低了85％左右。优化后的iLBC算法可以被用于许多实时应用中。关键词：语音编码iI．BOA跚定点化移植及优化implementationbecauseofitslowcostandeasyindeveloping，SOit’SessentialtodoresearchonoftheiLBCalgorithminARMplatformeffectively．Firstly,theprincipleofiLBCAlgorithmisdescribed．Sec

4、ondly，sinceARMprocessorisfixed—poiIltinoperationandtherearemanyfloatingpointfunctionsiniLBCalgorithm，thefloating—pointfunctionshavetobeimplementedinfixed-point．Somemethodsdescribinghowtochooseaproperfixedpointtransformingschemetoassuredatarangeandprecisionalein仃oducedint

5、histhesis．Thirdly,inordertoensureeffiencientlyponingofiLBCalgorithmforARMPlatform，themethodstooptimizethefunctionsinthealgorithmaredescribedindetails．111eoptimizingmethodsusedincludeCcodestructureoptimizingandassemblyoptimizing．Finally,atypicalspeechsequenceisusedtotestt

6、hefixed-pointimplementedandoptimizedalgorithm．Comparing谢tlltheoriginalalgorithm，botllthecomplexityofencoderanddecoderisreducedsignificantly．Over86％ofthecomplexityofiLBCencoderhasbeenreduced，andalmost85％ofthecomplexityofiLBCdecoderhasbeenreducedaswell．Eventually，theoptimi

7、zedalgorithmhasbeensuccessfullyusedinmanyrealtimeapplications．Keyword：SpeechcodingiLBCARMfixed-pointPortingandOptimization目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11．1引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．2VolP概j苤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．2．1VolP提出的背景⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．11．2．2VolP中各语音压缩标准概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21．2．3选择合适的语音压缩算法实现VolP⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31．3课题研究意义⋯⋯⋯⋯⋯