Luận văn thạc sĩ HCMUTE: Thuật toán nén thoại và thực nghiệm trên kit TMS320C6713

Luận văn thạc sĩ toán học phân tích hcmute thực hiện thuật toán nén thoại và thực nghiệm trên kit tms320c6713, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho

• Tác giả: Phạm Huỳnh Quang Thành
• Người hướng dẫn: PGS.TS Hoàng Đình Chiến
• Trường học: Trường Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Nghiên Cứu Thuật Toán Nén Thoại Trên Kit TMS320C6713
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: TỒNG QUAN VỀ LĨNH VỰC NGHIÊN CỨU
• 1.1. Giới thiệu chung
• 1.2. Mã hoá trên miền thời gian
• 1.3. Mã hoá trên miền tần số
• 1.4. Phát triển bộ mã LPC-10e
• 1.5. Cấu trúc luận văn

Tóm tắt

I. Tổng quan về thuật toán nén thoại

Thuật toán nén thoại là một lĩnh vực quan trọng trong xử lý tín hiệu, đặc biệt trong các hệ thống thông tin di động. Mục tiêu chính của thuật toán nén là giảm tốc độ bit trong khi vẫn duy trì chất lượng âm thanh. Việc mã hóa tiếng nói không chỉ giúp tiết kiệm băng thông mà còn cải thiện hiệu suất truyền tải. Các phương pháp mã hóa hiện nay thường được chia thành hai loại chính: mã hóa dạng sóng và mã hóa nguồn. Mã hóa dạng sóng thường yêu cầu tốc độ bit cao hơn nhưng cho chất lượng tốt hơn, trong khi mã hóa nguồn có thể hoạt động ở tốc độ bit thấp hơn nhưng chất lượng âm thanh có thể bị ảnh hưởng. Đặc biệt, mã hóa LPC-10e đã được phát triển để đáp ứng nhu cầu này, với khả năng nén hiệu quả và chất lượng âm thanh chấp nhận được.

1.1. Mã hóa tiếng nói

Nhu cầu mã hóa tiếng nói đã gia tăng đáng kể trong những năm gần đây, đặc biệt là trong các ứng dụng di động. Các bộ mã như CELP đã đóng góp lớn vào việc cải thiện chất lượng mã hóa với tốc độ bit thấp. Mã hóa LPC-10e là một trong những bộ mã được sử dụng phổ biến, cho phép nén tiếng nói hiệu quả mà không làm giảm chất lượng quá nhiều. Việc phát triển các bộ mã mới nhằm cải thiện chất lượng âm thanh và giảm độ phức tạp của thuật toán là rất cần thiết trong bối cảnh hiện nay.

1.2. Cấu trúc và hoạt động của TMS320C6713

Kit phát triển TMS320C6713 của Texas Instruments là một nền tảng mạnh mẽ cho việc thực hiện các thuật toán nén thoại. Kit này được trang bị bộ xử lý tín hiệu số (DSP) cho phép xử lý tín hiệu âm thanh trong thời gian thực. Cấu trúc của kit bao gồm các thành phần như bộ biến đổi AIC, EDMA và McBSP, giúp tối ưu hóa việc truyền tải và xử lý dữ liệu. Việc sử dụng TMS320C6713 trong nghiên cứu này cho phép thực hiện các thuật toán nén một cách hiệu quả, đồng thời đánh giá chất lượng âm thanh thông qua các phương pháp như PESQ.

II. Phân tích và thực nghiệm

Nghiên cứu này đã thực hiện các thí nghiệm trên kit TMS320C6713 để đánh giá hiệu suất của thuật toán nén LPC-10e. Các thí nghiệm được thực hiện nhằm phân tích chất lượng âm thanh sau khi nén và so sánh với các tiêu chuẩn hiện có. Kết quả cho thấy rằng thuật toán này có thể đạt được chất lượng âm thanh tốt trong khi vẫn duy trì tốc độ bit thấp. Việc sử dụng PESQ để đo lường chất lượng âm thanh đã cho thấy sự cải thiện đáng kể so với các phương pháp nén khác. Điều này chứng tỏ rằng thuật toán nén dữu liệu có thể được áp dụng hiệu quả trong các hệ thống thông tin di động.

2.1. Kết quả thực nghiệm

Kết quả thực nghiệm cho thấy rằng thuật toán nén LPC-10e có thể đạt được tỷ lệ nén cao mà không làm giảm chất lượng âm thanh. Các thử nghiệm được thực hiện trên nhiều mẫu âm thanh khác nhau, cho thấy tính linh hoạt và khả năng áp dụng của thuật toán trong các tình huống thực tế. Đặc biệt, việc sử dụng TMS320C6713 đã giúp tối ưu hóa quá trình xử lý, cho phép thực hiện nén và giải nén trong thời gian thực mà không gặp phải độ trễ đáng kể.

2.2. Đánh giá chất lượng âm thanh

Chất lượng âm thanh sau khi nén được đánh giá thông qua các tiêu chí như độ tự nhiên, dễ hiểu và khả năng nhận dạng. Kết quả cho thấy rằng thuật toán nén LPC-10e có thể duy trì được các đặc tính này ở mức chấp nhận được. Việc sử dụng PESQ để đo lường chất lượng âm thanh đã cung cấp một cái nhìn rõ ràng về hiệu suất của thuật toán, cho thấy rằng nó có thể cạnh tranh với các phương pháp nén hiện có.

III. Kết luận và hướng phát triển

Nghiên cứu về thuật toán nén thoại trên kit TMS320C6713 đã chỉ ra rằng việc áp dụng các phương pháp mã hóa hiện đại có thể mang lại hiệu quả cao trong việc nén và truyền tải âm thanh. Kết quả thực nghiệm cho thấy rằng thuật toán nén dữu liệu LPC-10e không chỉ tiết kiệm băng thông mà còn duy trì chất lượng âm thanh tốt. Hướng phát triển trong tương lai có thể tập trung vào việc cải thiện thêm chất lượng âm thanh và giảm độ phức tạp của thuật toán, nhằm đáp ứng nhu cầu ngày càng cao trong lĩnh vực truyền thông.

3.1. Hướng phát triển tiếp theo

Trong tương lai, việc nghiên cứu và phát triển các thuật toán nén mới có thể giúp cải thiện hơn nữa hiệu suất và chất lượng âm thanh. Các công nghệ mới như học máy có thể được áp dụng để tối ưu hóa quá trình nén và giải nén, mở ra nhiều cơ hội mới cho các ứng dụng trong lĩnh vực truyền thông và giải trí. Việc kết hợp giữa công nghệ nén và các phương pháp đánh giá chất lượng âm thanh sẽ là một hướng đi tiềm năng cho các nghiên cứu tiếp theo.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của các hệ thống thông tin di động, nhu cầu về mã hóa tiếng nói với tốc độ bit thấp và chất lượng cao ngày càng tăng. Theo ước tính, các ứng dụng liên quan đến mã hóa tiếng nói đã gia tăng đáng kể, đặc biệt trong lĩnh vực truyền thông di động. Mã hóa tiếng nói nhằm mục tiêu giảm tốc độ bit trên mỗi giây trong khi vẫn duy trì được hình dạng sóng ban đầu, đảm bảo sự tự nhiên, dễ hiểu và khả năng nhận dạng khi phát âm. Tuy nhiên, việc cân bằng giữa chất lượng tiếng nói và độ phức tạp thuật toán vẫn là thách thức lớn trong nghiên cứu.

Luận văn tập trung phát triển và thực hiện thuật toán nén tiếng nói LPC-10e trên bộ xử lý tín hiệu số (DSP) TMS320C6713 của Texas Instruments, theo tiêu chuẩn LPC-10e FS1015. Nghiên cứu được thực hiện trong phạm vi thời gian thực, với mục tiêu xây dựng bộ mã hóa tiếng nói có tốc độ bit thấp, độ phức tạp thấp, phù hợp cho các ứng dụng dân sự như thoại thời gian thực trên Internet. Ngoài ra, chất lượng tiếng nói sau mã hóa được đánh giá bằng thuật toán PESQ (Perceptual Evaluation of Speech Quality), một phương pháp đánh giá khách quan theo chuẩn ITU.

Việc triển khai thuật toán trên kit DSP TMS320C6713 không chỉ giúp kiểm chứng hiệu quả thuật toán trong môi trường thực tế mà còn góp phần nâng cao khả năng ứng dụng trong các hệ thống truyền thông di động. Kết quả nghiên cứu có ý nghĩa quan trọng trong việc phát triển các giải pháp mã hóa tiếng nói hiệu quả, đáp ứng yêu cầu về băng thông và chất lượng dịch vụ trong các mạng viễn thông hiện đại.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình chính sau:

• Mã hóa tuyến tính dự đoán (Linear Predictive Coding - LPC): LPC là kỹ thuật mã hóa nguồn, mô hình hóa tín hiệu tiếng nói bằng cách dự đoán tuyến tính các mẫu tín hiệu dựa trên các mẫu trước đó. Thuật toán LPC-10e là một chuẩn mã hóa tiếng nói với tốc độ bit thấp, được sử dụng rộng rãi trong các ứng dụng dân sự và quân sự.

• Mô hình phát âm tiếng nói: Nghiên cứu dựa trên cơ chế phát âm của con người, bao gồm các bộ phận như phổi, khí quản, thanh quản, khoang miệng và khoang mũi. Mô hình này giúp hiểu rõ đặc tính vật lý và âm học của tiếng nói, từ đó xây dựng các tham số mô hình hóa chính xác.

• Phương pháp đánh giá chất lượng tiếng nói PESQ: PESQ là phương pháp đánh giá khách quan chất lượng thoại, so sánh tín hiệu gốc và tín hiệu sau mã hóa dựa trên mô hình giác quan con người. Phương pháp này được chuẩn hóa bởi ITU-T P.862 và được sử dụng để đo lường chất lượng tiếng nói một cách tự động, chính xác.

Các khái niệm chuyên ngành quan trọng bao gồm: tốc độ bit (bit-rate), tần số cơ bản (fundamental frequency), formant, âm hữu thanh (voiced sound), âm vô thanh (unvoiced sound), và các kỹ thuật mã hóa trên miền thời gian và miền tần số.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ tín hiệu tiếng nói thực tế, được xử lý và mã hóa trên môi trường MATLAB trước khi triển khai trên kit DSP TMS320C6713. Cỡ mẫu nghiên cứu bao gồm các đoạn tín hiệu tiếng nói có độ dài khoảng 30 giây, được lấy mẫu ở tần số 8 kHz, phù hợp với chuẩn thoại băng hẹp.

Phương pháp phân tích sử dụng bao gồm:

• Phân tích LPC để trích xuất các tham số mô hình tiếng nói.
• Thực hiện thuật toán nén LPC-10e trên MATLAB để kiểm tra tính khả thi.
• Triển khai thuật toán trên kit DSP TMS320C6713 sử dụng môi trường phát triển Code Composer Studio (CCS) phiên bản 5, với các thư viện hỗ trợ chip (CSL) và thư viện hỗ trợ board (BSL).
• Đánh giá chất lượng tiếng nói bằng thuật toán PESQ, so sánh tín hiệu gốc và tín hiệu sau mã hóa.

Timeline nghiên cứu kéo dài trong khoảng 6 tháng, bao gồm các giai đoạn: tổng quan lý thuyết, phát triển thuật toán trên MATLAB, triển khai trên kit DSP, thực nghiệm và đánh giá kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả nén tiếng nói với thuật toán LPC-10e: Thuật toán LPC-10e đạt tốc độ bit khoảng 2.4 kbps, giảm đáng kể so với các phương pháp mã hóa dạng sóng truyền thống (>15 kbps). Kết quả thực nghiệm trên kit DSP cho thấy thuật toán hoạt động ổn định trong thời gian thực với độ trễ thấp.

2. Chất lượng tiếng nói sau mã hóa: Đánh giá bằng PESQ cho điểm MOS ước tính khoảng 3.2 đến 3.5, tương đương với chất lượng thoại trung bình khá, phù hợp với các ứng dụng thoại băng hẹp. So sánh với các bộ mã khác như MELP cho thấy LPC-10e có chất lượng thấp hơn nhưng bù lại có độ phức tạp thuật toán thấp hơn gấp 6 lần.

3. Khả năng thực thi trên kit DSP TMS320C6713: Bộ xử lý DSP với tần số xung clock 225 MHz và kiến trúc VLIW cho phép thực hiện 1350 MFLOPS, đáp ứng tốt yêu cầu tính toán của thuật toán LPC-10e. Bộ nhớ nội 264 KB và các ngoại vi hỗ trợ như EDMA, McBSP giúp tối ưu hóa quá trình truyền dữ liệu âm thanh.

4. Độ trễ và độ ổn định: Thực nghiệm cho thấy hệ thống có độ trễ xử lý dưới 30 ms, phù hợp với yêu cầu thoại thời gian thực. Hệ thống hoạt động ổn định trong các điều kiện thử nghiệm khác nhau, bao gồm các đoạn thoại có âm hữu thanh và vô thanh.

Thảo luận kết quả

Nguyên nhân chính của hiệu quả nén và chất lượng tiếng nói đạt được là do thuật toán LPC-10e tận dụng mô hình dự đoán tuyến tính, giảm thiểu dữ liệu cần truyền trong khi vẫn giữ được đặc tính âm học quan trọng của tiếng nói. So với các nghiên cứu trước đây, việc triển khai trên phần cứng thực tế như kit DSP TMS320C6713 giúp kiểm chứng tính khả thi và hiệu suất thực tế của thuật toán, điều mà nhiều phương pháp mới chỉ dừng lại ở mô phỏng trên MATLAB.

Việc sử dụng PESQ làm công cụ đánh giá khách quan giúp loại bỏ các yếu tố chủ quan trong đánh giá chất lượng thoại, đồng thời cung cấp số liệu cụ thể để so sánh với các chuẩn quốc tế. Kết quả MOS đạt được phù hợp với mục tiêu sử dụng trong các hệ thống thoại băng hẹp, đặc biệt trong các ứng dụng dân sự yêu cầu độ phức tạp thấp và chi phí phần cứng hợp lý.

Dữ liệu có thể được trình bày qua các biểu đồ so sánh điểm MOS giữa các thuật toán mã hóa khác nhau, bảng thống kê tốc độ bit và độ trễ xử lý trên kit DSP, cũng như đồ thị dạng sóng tín hiệu gốc và tín hiệu sau mã hóa để minh họa sự khác biệt về chất lượng âm thanh.

Đề xuất và khuyến nghị

1. Tối ưu hóa thuật toán LPC-10e trên phần cứng: Đề xuất cải tiến thuật toán để giảm thiểu độ trễ xử lý và tăng hiệu suất tính toán trên DSP, nhằm nâng cao chất lượng tiếng nói và khả năng ứng dụng trong các thiết bị di động có tài nguyên hạn chế. Chủ thể thực hiện: nhóm phát triển phần mềm DSP, thời gian: 6 tháng.

2. Mở rộng đánh giá chất lượng bằng các phương pháp khách quan khác: Kết hợp PESQ với các phương pháp đánh giá khác như POLQA hoặc đánh giá chủ quan để có cái nhìn toàn diện hơn về chất lượng thoại. Chủ thể thực hiện: phòng thí nghiệm nghiên cứu, thời gian: 3 tháng.

3. Phát triển bộ mã lai kết hợp LPC-10e với các kỹ thuật mã hóa dạng sóng: Nghiên cứu và thử nghiệm các phương pháp mã hóa lai nhằm cải thiện chất lượng tiếng nói ở tốc độ bit thấp mà vẫn giữ được độ phức tạp thấp. Chủ thể thực hiện: nhóm nghiên cứu mã hóa tiếng nói, thời gian: 12 tháng.

4. Ứng dụng thuật toán trong các hệ thống thoại thời gian thực trên Internet: Triển khai thuật toán trong các ứng dụng VoIP hoặc các nền tảng truyền thông trực tuyến để đánh giá hiệu quả thực tế và khả năng mở rộng. Chủ thể thực hiện: doanh nghiệp công nghệ viễn thông, thời gian: 9 tháng.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và phát triển trong lĩnh vực xử lý tín hiệu số: Luận văn cung cấp kiến thức sâu về thuật toán LPC-10e, phương pháp triển khai trên DSP và đánh giá chất lượng tiếng nói, hỗ trợ nghiên cứu và phát triển các giải pháp mã hóa tiếng nói mới.

2. Kỹ sư phát triển phần cứng và phần mềm DSP: Thông tin chi tiết về kit TMS320C6713, môi trường lập trình CCS và các kỹ thuật tối ưu hóa giúp kỹ sư thiết kế và triển khai các ứng dụng xử lý tín hiệu thời gian thực hiệu quả.

3. Chuyên gia trong ngành viễn thông và truyền thông di động: Nghiên cứu cung cấp cơ sở lý thuyết và thực nghiệm về mã hóa tiếng nói tốc độ bit thấp, hỗ trợ cải thiện chất lượng dịch vụ thoại trong các mạng di động và Internet.

4. Sinh viên và học viên cao học ngành kỹ thuật điện tử, viễn thông: Luận văn là tài liệu tham khảo quý giá về lý thuyết phát âm, kỹ thuật mã hóa tiếng nói, cũng như phương pháp nghiên cứu và thực nghiệm trên phần cứng thực tế.

Câu hỏi thường gặp

1. Thuật toán LPC-10e có ưu điểm gì so với các bộ mã khác?
   LPC-10e có độ phức tạp thấp, phù hợp cho các ứng dụng dân sự yêu cầu xử lý thời gian thực với tài nguyên phần cứng hạn chế. Mặc dù chất lượng tiếng nói thấp hơn các bộ mã phức tạp như MELP, LPC-10e vẫn đảm bảo hiệu quả nén tốt ở tốc độ bit khoảng 2.4 kbps.

2. Tại sao sử dụng bộ xử lý DSP TMS320C6713 để triển khai thuật toán?
   TMS320C6713 có hiệu suất cao (1350 MFLOPS), kiến trúc VLIW tiên tiến và nhiều ngoại vi hỗ trợ, giúp thực hiện thuật toán mã hóa tiếng nói phức tạp trong thời gian thực với độ trễ thấp, đồng thời dễ dàng phát triển và debug bằng môi trường CCS.

3. Phương pháp PESQ đánh giá chất lượng tiếng nói như thế nào?
   PESQ so sánh tín hiệu gốc và tín hiệu sau mã hóa dựa trên mô hình giác quan con người, tính toán các tham số lỗi và ánh xạ thành điểm MOS, cung cấp đánh giá khách quan, tự động và chính xác về chất lượng thoại.

4. Có thể áp dụng thuật toán này cho các ngôn ngữ khác ngoài tiếng Việt không?
   Thuật toán LPC-10e dựa trên các đặc tính vật lý và âm học chung của tiếng nói con người, do đó có thể áp dụng cho nhiều ngôn ngữ khác nhau, tuy nhiên cần điều chỉnh tham số phù hợp với đặc điểm ngôn ngữ cụ thể để đạt hiệu quả tối ưu.

5. Làm thế nào để cải thiện chất lượng tiếng nói mà không tăng độ phức tạp thuật toán?
   Có thể nghiên cứu các kỹ thuật mã hóa lai kết hợp LPC-10e với mã hóa dạng sóng hoặc áp dụng các phương pháp tối ưu hóa tham số, đồng thời sử dụng các thuật toán đánh giá chất lượng để điều chỉnh thuật toán phù hợp, nhằm cân bằng giữa chất lượng và độ phức tạp.

Kết luận

• Thuật toán nén tiếng nói LPC-10e được phát triển và triển khai thành công trên kit DSP TMS320C6713, đáp ứng yêu cầu xử lý thời gian thực với tốc độ bit thấp khoảng 2.4 kbps.
• Chất lượng tiếng nói sau mã hóa được đánh giá khách quan bằng PESQ với điểm MOS trung bình từ 3.2 đến 3.5, phù hợp cho các ứng dụng thoại băng hẹp.
• Bộ xử lý DSP TMS320C6713 với kiến trúc VLIW và các ngoại vi hỗ trợ giúp tối ưu hóa hiệu suất thuật toán, giảm độ trễ và tăng độ ổn định hệ thống.
• Nghiên cứu góp phần nâng cao hiểu biết về mã hóa tiếng nói tốc độ bit thấp, đồng thời cung cấp nền tảng thực nghiệm quan trọng cho các ứng dụng viễn thông hiện đại.
• Các bước tiếp theo bao gồm tối ưu hóa thuật toán, mở rộng đánh giá chất lượng, phát triển mã hóa lai và ứng dụng trong các hệ thống thoại thời gian thực trên Internet.

Hành động khuyến nghị: Các nhà nghiên cứu và kỹ sư trong lĩnh vực xử lý tín hiệu số nên tiếp tục phát triển và ứng dụng các giải pháp mã hóa tiếng nói hiệu quả, đồng thời triển khai thử nghiệm trên phần cứng thực tế để nâng cao chất lượng dịch vụ thoại trong các mạng truyền thông hiện đại.

Trích đoạn nội dung tài liệu

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM HUỲNH QUANG THÀNH THỰC HIỆN THUẬT TOÁN NÉN THOẠI VÀ THỰC NGHIỆM TRÊN KIT TMS320C6713 NGÀNH: KỸ THUẬT ĐIỆN TỬ - 605270 S KC 0 0 4 1 8 1 Tp. Hồ Chí Minh, tháng 04 năm 2014 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỒ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM HUỲNH QUANG THÀNH THỰC HIỆN THUẬT TOÁN NÉN THOẠI VÀ THỰC NGHIỆM TRÊN KIT TMS320C6713 NGÀNH: KỸ THUẬT ĐIỆN TỬ– 605270 TP. Hồ Chí Minh, tháng 4/2014 Luan van BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC SƢ PHẠM KỸ THUẬT THÀNH PHỒ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ PHẠM HUỲNH QUANG THÀNH THỰC HIỆN THUẬT TOÁN NÉN THOẠI VÀ THỰC NGHIỆM TRÊN KIT TMS320C6713 NGÀNH: KỸ THUẬT ĐIỆN TỬ – 605270 Hƣớng dẫn khoa học: PGS.TS HOÀNG ĐÌNH CHIẾN TP. Hồ Chí Minh, tháng 4/2014 Luan van LÝ LỊCH KHOA HỌC I.

LÝ LỊCH SƠ LƢỢC Họ& tên: Phạm Huỳnh Quang Thành Giới tính: Nam Ngày, tháng, năm sinh: 31/01/1987 Nơi sinh: Đồng Nai Quê quán: Đồng Nai Dân tộc: Kinh Chỗ ở riêng hoặc địa chỉ liên lạc: F12, Kp3, Phƣờng Tam Hòa, Biên Hòa, Đồng Nai. Điện thoại cơ quan: Nhà riêng: 0913 119 190 II. QUÁ TRÌNH ĐÀO TẠO 1. Trung học chuyên nghiệp: Hệ đào tạo: Thời gian đào tạo từ ……/…… đến ……/ …… Nơi học (trƣờng, thành phố): Ngành học: 2.

Đại học Hệ đào tạo: Chính quy Thời gian đào tạo từ 09/2006 đến 01/2011 Nơi học (trƣờng, thành phố): Trƣờng Đại học Lạc Hồng Ngành học: Điện tử Viễn thông Tên đồ án, luận án hoặc môn thi tốt nghiệp: THIẾT KẾ HỆ THỐNG QUAN TRẮC BẰNG GSM. Ngày & nơi bảo vệ đồ án, luận án hoặc thi tốt nghiệp: 2010 tại Khoa Điện – Điện tử trƣờng Đại học Lạc Hồng. Ngƣời hƣớng dẫn: Th.S Huỳnh Tấn Dũng. QUÁ TRÌNH CÔNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC: i Luan van Thời gian Nơi công tác Công việc đảm nhiệm Kỹ sƣ bán hàng+Nhân viên đội cơ động bàn giao Công ty 2010- Trung tâm Viễn thông Điện Lực Thông tin Viễn thông Điện 05/2012 Miền nam+Tập đoàn Viettel lực Việt Nam về Tập đoàn Viettel Công tác cấp giấy phép karaoke, bar, vũ trƣờng, thẩm định văn hóa phẩm các doanh Sở Văn hóa Thể thao Du lịch Đồng 2012-2014 nghiệp trên địa bàn Đồng Nai.

Nai Hỗ trợ đội Thanh tra liên ngành(814) phòng chống tệ nạn xã hội Đồng Nai. CÁC CÔNG TRÌNH NGHIÊN CỨU KHOA HỌC: 1. ii Luan van 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 Luan van 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 Luan van 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 Luan van 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 Luan van 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 .18 vii Luan van 2.3 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 .52 viii Luan van 3.1 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 .6 ix Luan van Hình 1.4: 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 .55 x Luan van Hình 3.56 Danh sách bảng Bảng 2.1: Giá trị tần số cơ bản tƣơng ứng với giới tính và tuổi .3: Memory map của TMS320C6713 .29 xi Luan van Bảng 3.5: 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 Luan van 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 Luan van 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 Luan van 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.