用定点DSP实现音频会议的数字混音方案.pdf

数字信号处理器DSP ：日立 7p匕目方案 用定点DSP实现音频会议的数字 德州仪器(中国)有限公司 许伟硕士(深圳) 摘要：数字音频混音是音频会议中不可缺少的模块，本文介绍数字混音的基本原理，并提供了一种用定点DSP的编程 实现方案。仿真实验的结果证实了该混音方案的合理性。 关键词：有声／无声检测， 混音， 归一化定标 查询号：160 可以感知在同一空间／时间播放多个音 引 言 频流。这就是混音的合理性和必要性。 冲区也是16bit，那两路音频流就容易使 随着在信号处理算法、硬件处理能 混音就是用一个输出设备播放多个音频 求和区溢出。即使提供了高精度的求和 缓冲区，使得在求和过程中不会溢出， 力、网络结构优化方面的不断进展，多 流。提供一个单输出多输入(sing—out— 媒体通信已经迅速普及。音频会议产品 put—multiple—input)信道。 但是这不能保证求和结果的幅值适合输 是多媒体通信系统的基本模块，作为有 2、混音方案的理论依据 出硬件器件的要求范围(DA器件范围通 多个终端参与的音频会议，可以采取令 在时域上语音是短时平稳信号，对 常是16bit)，简单的方法是对超出范围 牌控制或轮询控制下的互斥模式，即只 语音信号进行处理的一个基本概念就是 的值箝位，更好的方法就是对求和结果 有拥有发言权的那个与会者才可以讲 对语音样本以缓冲区为单位处理，即对 分帧进行归一化定标，具体办法就是： 话，这样每个与会者某一时刻只能听到 输入的语音样本分帧。语音处理的很多 对某个求和语音帧中的所有样本分析， 一路音频信号，但这种半双工情况是不 概念都是基于语音帧的，比如有声／无 若样本s的值超过了器件所能表示的最 方便和不实际的。更多的时候，我们需 声，能量，自相关等等。语音帧的长度 大范围，那么S之后的所有样本均乘以 要采用自由参与的讨论方式，仿真了多 一般选10～20ms。 一个衰减因子f。其中f是能够使s满足 个与会者在一个会议室进行对话的情 当多个音频源在一个房间播放时， 输出器件范围的最大值，显然，f的绝 形，由于这些终端物理上并不在一起， 人耳听到的声波是各个声源声波的线性 对值是小于1的。这样在箝位后的一段 而每个终端通常只有一套音频输出设备 叠加，这正是模拟混音的基础。该事实 时间内，语音样本之间的大小是相对不 (功放+音箱)，以及远端传送音频流的表明数字话音的混音也应线性相加。假 变的。 信道有限，为了能够在每个终端同时接 设有n路输入音频流进行混音，xi(t)是 3、有声／无声检测算法 收多个与会者的声音，必须采取多路音 t时刻的第i路输入语音的线性样本，则 在多点音频会议中，有声／无声检 频流混合方案。无声／有声检测、音频 t时刻的混音值为： 测(silence／Speech 流混合算法则是其中的关键技术。 m(t)=∑Xi(t)，i-O，1，…，n一1也称静音检测(Silence 如果是分布式的音频会议，每个终 数字音频的重要参数是采样率，显 ITU—T协议中则一般是称语音激活检 端可以接收其余终端发的语音包，混音 然，各路输入音频流的采样率相同是混 测(VAD，VoiceActivity 过程可以在各个终端独自完成。如果是 音的前提。 际上都代表了同一件事，有声和无声本 control 但是，随着需要混合的语音信号路 来是互斥的，检测任一种情形都能达到 有会议控制中心((：onference Center)或多