数字信号音频电平的算法研究

2010-09-25丁光亮楚纪正

通信技术 2010年7期

丁光亮，楚纪正，王琦

(①北京化工大学信息科学与技术学院，北京100029；②北京瑞光极远数码科技有限公司，北京100085)

0 引言

随着数字化进程的不断推进，PCM设备在多路话音通信中得到了越来越广泛的应用，同时对信号稳定性和清晰度有了更高的要求。在通话过程中，由于模拟语音信号音量大小不同，会导致数字信号的电平大小不同。如果信号电平值计算不准确，会导致其与门限电平的差值误差较大，从而降低系统的整体指标，既体现不出数字设备动态大、失真小的特点，还可能造成严重的削波失真，降低通话质量。因此，音频电平的计算对通信设备的运行维护有着非常重要的意义。

传统的电平测量都采用电压表测量电压电平，但是在实际操作中，误差较大且实现起来较为繁琐，笔者在前人研究的基础上，采用由即时功率求功率电平的算法，具有操作简单、准确性高、实时性强的特点。这里介绍了模拟与数字设备连接时音频电平的基本概念，提出了数字信号电平算法，即适用于纯音频系统，也适用于视频系统中的音频部分。

1 电平的概念

电平是电路中两点或几点在相同阻抗下电量的相对比值，反映了电路中的功率、电压、电流的相互关系。对于音乐、语音这种非正弦信号，可以用音频电平来描述它的大小。音频电平有功率电平和电压电平之分[1]。以600 Ω电阻上消耗 1 mW的功率作为基准功率，任意功率与之相比求常用对数乘以10称为绝对功率电平，单位为dBm，其数学表达式如公式（1）所示：

式中 LP代表绝对功率电平（单位：dBm），Px为任意功率，P0为零电平功率。

电路中某测试点电压和标准比较电压0.775 V之比取常用对数的20倍称为电压电平，单位为dBu，其数学表达式如公式（2）所示：

式中LU代表电压电平值（单位：dBu），Ux为任意功率。

功率电平和电压电平之间有着非常密切的关系，从实质上讲，它们是一致的，但是它们并不是完全相等的，功率电平和电压电平之间可用公式（3）来换算：

由上式可见，当Rx＝600 Ω时，电阻Rx的绝对功率电平等于它的绝对电压电平，而当Rx≠600 Ω时，电阻Rx的绝对功率电平不等于它的绝对电压电平，而相差10lg(600/Rx)。

2 模/数变换

用数字通信系统传输语音信号，首先要在发送端把语音信号数字化，即模/数变换；再用数字通信的方式进行传输；最后在接收端把数字信号还原为模拟信号[2]。模拟信号数字化有多种方法，最常用的是符合G.703标准的脉冲编码调制（PCM）[3]。这种方法通过取样、量化、编码三个步骤将模拟信号转变为数字信号，其原理如图1所示。

图1 PCM通信系统原理图

2.1 抽样

抽样定理是任何模拟信号数字化的理论基础，它也是时分多路复用及数字信号处理技术的理论依据之一。抽样是指把幅度随时间连续变化的模拟信号按一定的时间间隔来切取，得到是时间上不连续的连续脉冲列，每个脉冲列均表示各时刻的幅值。

2.2 量化

量化是把取样得到的幅度连续变化的脉冲信号，用设定一定间隔的有限个不连续电平来表示。通常是将抽样值压缩后再进行均匀量化，ITU-T推荐两种压缩方式，即A压扩律和µ压扩律。对于语音信号，中国采用2.048 MHz的取样时钟，以8 kHz的速率进行8位取样，取样数据按A律压缩13折线编码，偶数位交替反转[4]。

2.3 编码

PCM编码是指用二进制代码来表示有限个量化电平的过程。为了便于编码，常采用分段折线来近似表示压扩特性曲线，中国和欧洲采A=87.6的A律13折线编码。A律13折线编码给出相应的8位二进制折叠码，其中第一位极性码外，其它7位为幅度码。这8位码的排列如表1所示。

表1 8位码定义表

3 算法原理

由于PCM的采样频率是8 000 HZ，如果每帧的语音信号的电平都计算的话会产生较大的误差。通过有效值求即时功率，即计算在极短的时间内通过所有帧的平均功率。由于采样时间极短，人耳感觉不到时间差异，可视为即时功率。如将采样时间t暂定为20 ms,采样点数N=0.02×8 000=160。在计算出采样时间间隔内信号的平均功率后，根据功率电平的定义可求出语音信号的电平值。其算法流程图如图2所示。

图2 算法流程

算法描述如下：

① 初始化，将采样点数N置0。即将缓冲区内数据清0，以确保采样时间内采样到160帧数字信号；

②采样。顺序地对数据帧进行采样，当采样点数达到160以后开始计算。打开中断后，信号以帧为单位进入中断，采样数据存入缓冲区，当一帧信号通过后，立即关闭中断，采样点数N加1；

③解码。由于假定的采样点数N为160，接下来要判断N是否等于 160。如果 N ＜160，重复步骤②，直到 N达到160为止。当采样点数N达到160以后，DSP芯片上的解码器对其进行解码，把收到的PCM信号码字还原成量化电平。由公式（4）可得到每帧信号的量化电平值：

式中XBi表示段落码对应的段落起始电平，△i表示该段落内的量化间隔。

④计算有效功率。为了减小对语音信号进行分帧计算产生的误差，笔者采用RMS算法[5]来计算采样时间内信号的有效功率。RMS算法是计算AC波形功率一种最普遍有效的方法，其公式如下所示：

式中P表示平均功率，Xi表示每帧信号的量化电平值，N表示采样时间t内传送的帧数；

⑤计算功率电平。在求得音频信号的平均功率之后，代入公式(1)即可求得音频信号的即时电平值。

4 模拟仿真

当语音信号经过PCM编码完成模/数转换后在数字系统中传输，由于噪声的存在，往往需要判断听筒收到的声音是否为语音信号。如果不是语音信号时，语音信道关闭，使噪声信号不能到达语音终端。当语音信号到来时，语音信道打开，这时虽然噪声和语音一起送到语音终端，但是由于声音屏蔽效应，噪声可以忽略。由于声音的大小在数字阶段是用电平描述的，需要计算语音信号的电平值并和门限电平值作比较，在门限电平值之下的信号认为是噪声，关闭语音信道；在门限电平值之上的信号则认为是语音，打开语音信道。

在该算法研究和仿真过程中采用了专用数字信号处理芯片TMS320C5402作为处理器，该芯片具有处理速度快、灵活、精确、抗干扰能力强、体积小及可靠性高等优点，满足了对信号快速、精确、实时处理及控制的要求，在语音处理有巨大的优越性。笔者采用基于TMS320C5402芯片的DSP仿真器以及和IDM-120 PCM设备组成一套音频信号实时采集与处理系统，并已作为相关音频算法的验证平台。

图3 系统方案框图

系统方案框图如图3所示。语音信号在IDM-120设备内进行高速高精度的PCM编码后得到一串数字信号，分帧输入到TMS320C5402芯片的MCB多功能缓冲口中并进行采样，当采样点数达到160以后，在TMS320C5402芯片的内部进行运算，计算出该信号的电平值。如果电平值大于门限电平，则该芯片的I/O口打开；如果小于门限电平值，则I/O口关闭。经过处理的数字信号，再输入到ADM-120设备中，还原成模拟语音信号。

在信号电平超过门限电平值或门限电平值之下时，需要一定的时间延迟。当语音信号在超过门限电平值后到语音信道打开会有一定的延时。这一时间太长将造成语音的起始音素被切除，是不允许的。但这一时间又不能太短，太短的话任何幅度超过噪声抑制阈值的突发的短暂干扰都会立刻打开语音通道并将这干扰送到语音终端，破坏静音效果。为尽可能地吸收这类干扰又不至于造成“头切”[6]，根据语音声学特征的有关统计资料与经验数值，这一时间可在0.5～4 ms之间选择。

当语音信道被打开并传送语音时，从语音信号电平值回落至门限电平值之下到语音信道关闭同样会有时间延迟。由于语音信号波形的动态范围很大，讲话时又随着语气的变化而起伏停顿，因此后延时时间太短会造成语音的断续，影响语音传送质量。后延时时间太长，则造成语音停顿时噪声拖尾，同样影响语音质量。为兼顾这两方面，这一时间的量值范围约为0.5～2 s左右。

经过仿真后可以得出：当语音信号通过PCM设备之后，当语音音量达到一定程度时，语音通道打开，在对端还原成模拟信号，同时人耳感觉不到时间差异的存在，体现了算法即时性的特点；当音量较小的语音信号通过时，语音通道关闭，对端无信号，体现了算法准确性的特点。