LỜI CAM ĐOAN Tôi cam đoan đây là công trình nghiên cứu của tôi. Các số liệu, kết quả nêu trong luận văn là trung thực và chƣa từng đƣợc ai công bố trong bất kỳ công trình nào khác.Hồ Chí Minh, ngày … tháng 4 năm 2014 (Ký tên và ghi rõ họ tên) iii LỜI CẢM ƠN Trong suốt thời gian làm Luận văn tốt nghiệp, tôi đã nhận đƣợc rất nhiều sự giúp đỡ và hƣớng dẫn từ PGS.Ts Hoàng Đình Chiến – Trƣờng Đại học Bách khoa Tp.HCM và các thầy cô tại Trƣờng Đại học Sƣ phạm Kỹ thuật Tp.Hồ Chí Minh. Tôi xin đƣợc gửi lời cảm ơn sâu sắc và chân thành đến những ngƣời đã nhiệt tình giúp đỡ và chia sẽ những khó khăn trong thời gian qua. Nguời thực hiện đề tài xin gởi lời cảm ơn đến cha mẹ, những ngƣời thân trong gia đình, bạn bè và đồng nghiệp đã động viên, giúp đỡ trong suốt thời gian học tập.
Tôi cũng xin gửi lời cảm ơn đến các thầy cô trong Khoa Điện – Điện tử, Trƣờng Đại học Sƣ phạm Kỹ thuật Tp.HCM đã tận tình giúp đỡ tôi trong suốt thời gian học tập tại trƣờng. Dù đã có nhiều cố gắng hoàn thiện luận văn, tuy nhiên không thể tránh khỏi những thiếu sót nên tôi rất mong nhận đƣợc sự đóng góp quý báu từ quý thầy cô. Hồ Chí Minh, tháng 4 năm 2014 Học viên Phạm Huỳnh Quang Thành iv THỰC HIỆN THUẬT TOÁN NÉN THOẠI VÀ THỰC NGHIỆM TRÊN KIT TMS320C6713 thực hiện bởi PHẠM HUỲNH QUANG THÀNH Nộp tại Khoa Điện – Điện tử Ngày 27 Tháng 4, 2014 theo một phần yêu cầu hoàn thành chƣơng trình Thạc sỹ ngành Kỹ thuật Điện tử tại Trƣờng Đại Học Sƣ Phạm Kỹ Thuật Thành Phố Hồ Chí Minh Tóm tắt Nhữngứngdụngmớiliênquanđếnmãhóatiếngnóiđãgiatăng.Lĩnhvựcmãhóa tiếngnóiđóngvaitròquantrọngtronghệthốngthôngtindiđộng.Chínhvìvậy, cácnhànghiêncứuvànhữngcảithiệncácphƣơngphápmãhóatiếngnóilàđộnglực thúcđẩythịtrƣờng.Trongluận vănnày,chúngtapháttriểnthựchiệntrênthờigian thựcđốivớithuậttoánmãhóatiếngnóiLPC-10e.Thuậttoán nàysẽđƣợcthực hiệntrên kit DSP(DigitalSignalProcessor) TMS320C6713củahãngTexastheo tiêuchuẩnLPC- 10eFS1015.Cuốicùng,khai thácthuậttoánPESQ(Perceptual EvaluationofSpeechQuality)dùngđểđolƣờngchấtlƣợngtiếngnói. Hƣớng dẫn khoa học: PGS.TS HOÀNG ĐÌNH CHIẾN Chức danh: Phó giáo sƣ VOICE COMPRESSION ALGORITHM BASED ON LPC-10e AND TMS320C6713 IMPLEMENT v By THANH PHAM – QUANG HUYNH Submitted to the Department of Electrical and Electronics Engineering on April19, 2014 in partial fulfillment of the requirements for the degree of Master of Science in Electronics and Communication Engineering at the University of Technical Education Ho Chi Minh City Abstract Newapplicationsinvolvingspeechcodinghaveincreasedconsiderably.
The field of speechcodinghasplayedanimportantroleinmobilecommunication systems. Hence,researchandimprovementofspeechcodingmethodsare topromotethe needs ofthemarket. Inthisthesis,wedevelopeda real-time speechcoder of the LPC- 10ealgorithm. The speechcoderisimplementedonTexasInstruments TMS320C6713 DigitalSignalProcessor(DSP)accordingtoLPC-10eFederalStandard 1015.Finally, PerceptualEvaluationofSpeechQuality(PESQ)algorithmis usedformeasuringthevoicequality.
Keywords:Algorithm,LPC-10e,quality evaluation,andTMS320C6713. Thesis Supervisor: Assoc. Chien Hoang-Dinh Title: Assoc. MỤC LỤC LỜI CẢM ƠN.
iv vi Danh sách hình vẽ. ix Danh sách bảng. xi Các từ viết tắt. xii Chƣơng 1 .1 TỒNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU .1 Giới thiệu chung .1 Mã hoá trên miền thời gian .2 Mã hoá trên miền tần số .3 Phát triển bộ mã LPC-10e .4 Cấu trúc luận văn .1 Cơ chế phát âm tiếng nói.2 Đặc tính âm học tiếng nói .3 Đặc tính vật lý tiếng nói .5 Tần số vƣợt qua điểm không .6 Tần số cơ bản .4 Phân loại đơn giản dạng sóng tiếng nói .3 Tổng quan về phân tích/tổng hợp tiếng nói .1 Giới thiệu chung .2 Phân tích LPC .3 Tổng hợp tiếng nói .4 Phƣơng pháp đánh giá chất lƣợng thoại .1 Phƣơng pháp đánh giá chủ quan .2 Các phƣơng pháp so sánh dựa trên mô hình giác quan.1 Phƣơng pháp PESQ .5 Bộ xử lý tín hiệu số TMS320C6713 .6 Code composer studio(CCS) .7 Tổng quan về kit DSKTMS320C6713.1 Bộ biến đổi AIC 23 .4 EDMA kết hợp với McBSP .5 Kỹ thuật vào ra Ping Pong .6 Vận chuyển dữ liệu kiểu Ping-Pong.7 Móc nối các cấu hình Ping-Pong .8 Luồng điều khiển.9 Kỹ thuật vào ra cho hệ thống .43 THỰC NGHIỆM TRÊN MATLAB .43 VÀ KIT TMS320C6713 .1 Phân tích tiếng nói .2 Tổng hợp tiếng nói .1 Tổng hợp dự đoán tuyến tính của tín hiệu hữu thanh .2 Tổng hợp tiếng nói của âm vô thanh .3 Thay đổi thông số của chƣơng trình Matlab .1 Cách thức thực hiện.4 Thực hiện trên Kit TMS320C6713 .3 Kết quả thực hiện trên Kit.
Hƣớng phát triển .58 TÀI LIỆU THAM KHẢO .60 Danh sách hình vẽ Hình 1.1: Bộ mã phụ thuộc vào tốc độ bit và chất lƣợng [25] .2: Hệ thống DPCM.3: Mô hình tạo tiếng nói đƣợc sử dụng bởi mã hoá nguồn .4: Kiến trúc của mã hoá AbS.1: Cấu tạo các cơ quan phát ra âm thanh .2: Số hóa tín hiệu tƣơng tự .3: Lấy mẫu và lƣợng tử hóa tín hiệu thoại .4: Mô hình tổng hợp tiếng nói bằng phƣơng pháp formant .5: Mô hình tổng hợp tiếng nói bằng phƣơng pháp LPC .6: Mô hình tổng hợp tiếng nói bằng phƣơng pháp mô phỏng nguồn âm.7: Lƣu đồ thuật toán PESQ .8: Cấu trúc bộ xử lý DSP TMS320C6713 .9: BSL cần cho CCS .10: Tổng quan phần cứng board DSK TMS320C6713.11: Giao tiếp ngõ vào và ngõ ra của các thiết bị âm thanh và bộ Codec .12: Mô hình vào ra EDMA .13: Tính năng đa kênh của EDMA .14: TCC với các kênh EDMA khác nhau .15: Mô hình kết hợp giữa EDMA và McBSP .16: Các bộ đệm Ping-Pong[2] .17: Ping-Pong Buffer và Linked Transfer.18: Đồ thị thực thi các tiến trình .1: Sơ đồ khối phân tích tiếng nói .2: Dạng sóng tín hiệu .3: Phổ của tín hiệu tiếng nói.4: Dạng sóng tín hiệu khoảng 30s .5: Nội dung của Frame .6: Đáp ứng tần số của Inverse và bộ lọc tổng hợp .7: Đáp ứng tần số của bộ lọc tổng hợp.8: Điểm cực và Zero của bộ lọc .9: Dạng sóng của dự đoán Residual .10: Periodogram của dự đoán Residual .12: Periodogram của LPC excitation .13: Dạng sóng của âm "e" .14: Phổ tín hiệu của âm "e" .15: Dạng sóng của tiếng nói vô thanh .16: Mật độ phổ công suất .56 Danh sách bảng Bảng 2.1: Giá trị tần số cơ bản tƣơng ứng với giới tính và tuổi .3: Memory map của TMS320C6713 .5: Tính toán tốc độ bit .6: Kết quả thực nghiệm trên Kit .57 Các từ viết tắt ITU InternationalTelecommunicationUnion Liênminhviễn thôngquốctế PCM Pulse CodeModulation Điềuchếmãxung xii APCM Adaptive Pulse Code Modulation Điều chế mã xung thíchnghi DPCM DifferentialPulse CodeModulation Điều chế mã xungvi phân ADPCM Adaptive Differential Điềuchế PulseCodeModulation mãxungviphânthíchnghi DM DeltaModulation ĐiềuchếDelta ADM AdaptiveModulationDelta ĐiềuchếDeltathíchnghi APC Adaptive Predictive Coding Mãhoádựđoánthíchnghi LPC LinearPredictiveCoding Mãhóatuyến tính MOS MeanOpinionScore Điểmđánhgiátrung bình PESQ PerceptualEvaluation ofSpeechQuality Đánhgiánhận thứcchấtlƣợngthoại xiii Chƣơng 1 TỒNG QUAN VỀLĨNH VỰC NGHIÊN CỨU 1.1 Giới thiệu chung Mãhóatiếngnóilàứngdụngcủalĩnhvựcxửlýtínhiệu,việcxửlýnàymụcđích xétđếnlàhiệuquảtrong việctruyền tải vàlƣutrữ. Việcmãhóatiếngnói,mục tiêu làgiảmtốcđộbit, nghĩa làtốcđộbit trên mỗigiây,trong khiđóvẫnduy trìđƣợchìnhdạngcủadạngsóngbanđầu.Trongtrƣờnghợpnày,chất lƣợngcủa tiếngnóiđƣợcđánh giánhƣsau:sựtựnhiên,dễhiểu,vàsựnhận dạngkhiphát qualoa[3],[4].1 phân loại bộ mã tiếng nói theo tốc độ bit. 1: Phân loại theo tốc độ bit Stt Phân loại Tốc độ Bit 1 High bit-rate >15 kbps 2 Medium bit-rate 5 đến 15 kbps 3 Low bit-rate 2 đến 5 kbps 4 Very low bit-rate <2 kbps 1.2 Mã hóa tiếng nói Nhu cầu của các hệ thống thông tin di động nhƣ điện thoại di động đang tăng trong vài năm qua và đã có phát triển vƣợt bậc của các bộ mã với tốc độ bit thấp. Sự ra đời của bộ mã CELP(Code Excited Linear Prediction)[5] và sự phát triển của các phƣơng pháp khác dựa trên bộ mã CELP đã đóng góp rất lớn vào việc cải thiện hệ thống mã hóa tiếng nói với tốc độ bit thấp.
Các bộ mã này đƣợc giám sát bởi ITU(International Telecommunications Union Telecommunication) và ISO(International Organization for Standardization). Không những có những bộ mã dùng cho mục đích dân sự mà còn phát triển cho mục đích quân sự. Ví dụ nhƣ Bộ Quốc Phòng Mỹ DOD(Department of Defense) gần đây đã thông qua bộ mã MELP(Mixed Excitation Linear Prediction) thay thế bộ mã LPC-10. Chất lƣợng 1 vƣợt trội của MELP(Mixed Excitation Linear Prediction), tuy nhiên thuật toán MELP(Mixed Excitation Linear Prediction) có độ phức tạp hơn nhiều so với LPC- 10(gấp 6 lần MIPS(Million Instructions Per Second)).
Đối với mục đích dân sự, có hai tùy chọn. Một trong những lựa chọn này với chất lƣợng tiếng nói cao và độphức tạp thuật toán cao giống nhƣ MELP, điều này cần có thời gian xử lý nhiều và phần cứng phức tạp. Một lựa chọn khác với chất lƣợng tiếng nói thấp và độ phức tạp của thuật toán thấp thì ta dùng bộ mã cùng họ của LPC. Hai sự lựa chọn này, chúng ta phải trả giá giữa chất lƣợng tiếng nói và độ phức tạp của thuật toán.
Để cải thiện những bộ mã hiện nay, chúng ta cần xét đến cả hai yếu tố là chất lƣợng và độ phức tạp. Và hai phƣơng pháp đƣợc đƣa ra, phƣơng pháp thứ nhất là giảm độ phức tạp của bộ mã có chất lƣợng tiếng nói cao, thứ hai là cải thiện chất lƣợng tiếng nói của bộ mã có chất lƣợng tiếng nói thấp. Kể từ khi họ LPC đƣợc phổ biến cho mục đích dân sự và đã có nhiều hệ thống hoạt động dựa trên bộ mã này, cải thiện chất lƣợng thì lợi ích hơn là cố gắng giảm độ phức tạp của bộ mã. Nói cách khác, nhu cầu cho một bộ mã tiếng nói với tốc độ bit thấp và độ phức tạp thấp để sử dụng cho mục đích dân sự, chẳng hạn nhƣ tiếng nói đáp ứng thời gian thực trên Internet[6], [7].
Trong một vài thập kỷ vừa qua, đã có rất nhiều kỹ thuật mã hoá nén tiếng nói đƣợc đƣa ra, phân tích và phát triển. Trong phần này, chúng ta sẽ giới thiệu một số kỹ thuật đang đƣợc sử dụng hiện nay, và một số kỹ thuật sẽ đƣợc dùng trong tƣơng lai. Thông thƣờng thì mã hoá tiếng nói đƣợc chia làm hai lớp đó là: mã hoá dạng sóng(waveform coder) và mã hoá nguồn(source coder) (hay còn đƣợc gọi là mã hoá thông số). Mã hoá dạng sóng đƣợc thực hiện ở tốc độ Bit cao và cho chất lƣợng mã hoá tiếng nói tốt.
Mã hoá nguồn thực hiện ở tốc độ Bit thấp, nhƣng nó có xu hƣớng tạo ra tiếng nói có chất lƣợng nhân tạo. Hiện nay, một lớp mới của mã hoá tiếng nói đƣợc gọi là mã hoá lai(hybrid coder), đây là kỹ thuật mã hoá tổng hợp của phƣơng pháp mã hoá dạng sóng và mã hoá nguồn, nó cho chất lƣợng tiếng nói khá tốt và thực hiện ở tốc độ Bit trung bình.1 cho chúng ta thấy đƣợc bộ mã phụ thuộc vào tốc độ bit và chất lƣợng tiếng nói của bộ mã.1:Bộ mã phụ thuộc vào tốc độ bit và chất lƣợng[25] 1.1 Mã hoá trên miền thời gian Mã hoá trên miền thời gian thực hiện việc mã hóa trên khoảng thời gian lấy mẫu của tín hiệu. Các phƣơng pháp mã hoá trong miền thời gian thƣờng đƣợc dùng gồm có: Điều chế mã xung(PCM), điều chế mã xung thích nghi (APCM), điều chế mã xung vi phân(DPCM), điều chế mã xung vi phân thích nghi(ADPCM), điều chế Delta(DM), điều chế Delta thích nghi(ADM), và mã hoá dự đoán thích nghi(APC). Tiếp theo ta sẽ xem xét một vài phƣơng pháp mã hoá quan trọng trong miền thời gian.
Mã hoá PCM Điều chế mã xung là phƣơng pháp đơn giản nhất trong mã hoá dạng sóng. Điểm cốt yếu của phƣơng pháp này chính là quá trình lƣợng tử hóa.