G.729A语音编解码C与MATLAB混合仿真系统

资 源 简 介

本项目是一个基于ITU-T G.729A标准的完整语音信号编解码仿真平台，采用C语言与MATLAB混合编程技术实现。G.729A（CS-ACELP，8kbps）是VoIP和数字移动通信中广泛使用的低比特率语音压缩标准。该项目详细实现了算法的编码和解码全过程：在编码端，涵盖了高通滤波预处理、线性预测分析、LPC系数转换与量化、开环与闭环基音搜索、代数码书搜索及增益量化等核心逻辑；在解码端，实现了参数解码、激励信号重建、合成滤波及后处理等模块。系统通过MATLAB调用底层C语言编写的高效算法模块（通常通过MEX接口），既保证了仿真速度，又利用MATLAB强大的绘图与分析功能提供了直观的交互体验。项目中自带标准的输入语音矢量测试数据，用户可以直接运行程序对算法进行验证，观察编码产生的比特流特性以及解码后的合成语音质量，并可对比原始语音与重建语音的时域波形与频谱差异，非常适合用于语音压缩算法的研究、验证及教学演示。

详 情 说 明

项目：G.729A语音编解码混合仿真与测试系统

项目简介

本项目是一个基于ITU-T G.729A标准的语音信号编解码仿真平台。当前主要脚本使用MATLAB编写，旨在模拟和验证CS-ACELP（共轭结构代数码本激励线性预测）的核心算法流程。该系统不依赖外部音频文件，而是内置了语音信号生成机制，能够模拟从信号产生、编码压缩、传输模拟到解码重建的完整通信链路，并提供了丰富的信号分析与可视化功能。

本仿真程序特别适合用于理解G.729A标准的算法原理，包括线性预测分析、基音搜索机制以及合成分析法（Analysis-by-Synthesis）的具体实现。

功能特性

• 内置语音信号仿真：无需外部录音，程序自动生成包含浊音（脉冲串）和清音（噪声）特征的合成语音信号，并通过模拟声道滤波器进行处理。
• 完整编解码流程模拟：涵盖预处理、LPC分析、开环/闭环基音搜索、代数码本搜索（简化版）、激励生成及合成滤波。
• 模拟量化环境：实现了LSF参数的转换与模拟量化处理，以及基音增益的限制。
• 多维度可视化分析：提供时域波形对比、残差信号分析、频谱包络对比以及编码参数（基音周期、LSF）的轨迹跟踪。
• 结果导出：支持将重建后的语音信号保存为WAV文件。

系统要求

• MATLAB R2016b 或更高版本
• Signal Processing Toolbox（信号处理工具箱）

使用方法

1. 确保MATLAB当前工作目录包含 main.m 文件。
2. 直接运行 main 函数。
3. 程序将执行约0.2秒时长的语音信号仿真处理。
4. 运行结束后，控制台将输出全局信噪比（Global SNR）及平均分段信噪比。
5. 系统会自动弹出一个综合分析窗口，展示波形和频谱图。
6. 生成的重建语音将保存为 output_speech_g729a.wav。

main.m 实现逻辑详解

该脚本是系统的核心驱动程序，其执行流程严格遵循G.729A的处理框架：

1. 系统初始化与信号生成

• 设置采样率为8000Hz，帧长为10ms（80个样本），子帧长为5ms（40个样本），LPC阶数为10。
• 构造合成语音信号：使用120Hz的脉冲序列模拟浊音激励，叠加随机噪声，并通过截止频率为300Hz-3000Hz的巴特沃斯带通滤波器，模拟经过声道的语音信号。同时对信号进行归一化处理。

2. 帧级处理循环（编码端）

程序对生成的语音信号进行分帧处理，每一帧包含以下步骤：

• 预处理（高通滤波）：输入信号通过特定的G.729高通滤波器，去除低频干扰。代码中手动管理了滤波器的状态变量，以保证帧与帧之间的连续性。
• 线性预测分析（LPC）：

* 利用汉明窗对预处理后的信号加窗。 * 计算自相关系数，并调用Levinson-Durbin算法求解LPC系数。 * 执行带宽扩展（Bandwidth Expansion）。 * 将LPC系数转换为线谱对（LSF），执行模拟量化（保留两位小数），再转换回LPC系数用于后续处理。

3. 子帧级处理循环（编码与解码核心）

每一帧被分为两个子帧，执行所谓的“合成分析”过程：

• 感知加权滤波：根据量化的LPC系数构建加权滤波器 W(z)，生成目标信号（Target Signal），以利用人耳的听觉掩蔽效应。
• 开环基音搜索：在粗略范围内（20-143样本）基于自相关最大化原理估算基音周期 T_op。
• 闭环基音搜索（自适应码本）：在开环基音附近的小范围内进行精细搜索，确定最佳基音延迟（Pitch Lag）和基音增益（Pitch Gain），并构建自适应码本向量。
• 固定码本搜索（CS-ACELP模拟）：计算目标信号与自适应分量的残差，搜索固定码本脉冲及其增益，以逼近残差信号（代码中使用简化的多脉冲贪婪算法思路）。
• 局部解码与状态更新：

* 组合自适应码本和固定码本生成激励信号。 * 更新激励信号的历史缓冲区，供下一帧自适应码本搜索使用。 * 通过合成滤波器（1/A(z)）重建语音信号。

4. 后处理与评估

• 后处理：对合成的语音帧进行简单的幅度增益补偿。
• 性能计算：逐帧计算分段信噪比（SegSNR），并记录LPC系数和基音周期用于后续绘图。

5. 可视化与输出

脚本运行结束时会生成包含四个子图的图形窗口：

1. 时域对比：原始语音与重建语音的波形重叠显示。
2. 误差分析：显示编码过程产生的残差误差信号。
3. 频谱分析：对比最后一帧原始信号与重建信号的频谱，并叠画LPC频谱包络。
4. 参数轨迹：双Y轴图表，同时显示基音周期变化和前三阶LSF系数的演变过程。

关键算法与函数分析

• pre_process_hpf

实现了G.729标准定义的各种系数的高通滤波器（Direct Form II）。为了确保分帧处理时的波形连续，该函数显式地接收并更新滤波器的状态（Input/Output History）。

• levinson_durbin_algo

手动实现了Levinson-Durbin递归算法。利用Toeplitz矩阵求解Yule-Walker方程，从自相关序列中推导出线性预测系数（LPC），不依赖MATLAB的高级LPC工具箱函数，更贴近底层C算法实现。

• open_loop_pitch_search

执行粗略的基音搜索。通过计算不同延迟下的自相关值，在[20, 143]的样本范围内寻找相关性最强的延迟作为初步基音周期。

• closed_loop_pitch_search

实现自适应码本搜索。在开环基音的基础上，使用“合成分析”法在小范围内搜索最佳闭环基音延迟。它从激励历史缓冲区中提取向量，计算最佳增益（包含增益限幅逻辑），并选择使加权均方误差最小的延迟值。

• algebraic_codebook_search

（注：代码中体现了接口和逻辑框架）该模块旨在寻找固定码本脉冲。它接收去除基音分量后的残差目标，使用贪婪算法或多脉冲搜索策略来确定脉冲的位置和幅度，模拟CS-ACELP中的代数码本机制。