Codificación de voz mediante coeficientes de predicción lineal (LPC) sobre Microblaze
Contenido principal del artículo
Resumen
En este trabajo se presenta el diseño de un codec de audio para telefonía VoIP implementado sobre un microprocesador MicroBlaze empotrado sobre un circuito FPGA de la familia Spartan 3E. Se describe primeramente el diseño del microprocesador y de los periféricos a emplear, entre los cuales se destaca el manejo de una memoria externa DDR y de una interfaz serie RS232 que permite comunicar el sistema con una computadora PC. En el trabajo se implementa una variante del algoritmo LPC10 con velocidad de 2.4kb/s y los algoritmos se implementan en el procesador en lenguaje C. La evaluación del sistema se realiza a partir del análisis de los datos enviados hacia la PC que son analizados con el procesador MATLAB y comparados con resultados simulados. Este trabajo tributa a una tarea del proyecto "Plataforma de conmutaci´ón de paquetes", aprobados por el MIC al ISPJAE con participación de la UPR y GKT.
Descargas
Detalles del artículo
La Revista de Ciencia y Tecnología sostiene su compromiso con las políticas de Acceso Abierto a la información científica, al considerar que tanto las publicaciones científicas como las investigaciones financiadas con fondos públicos deben circular en Internet en forma libre y gratuita. Los trabajos publicados en la Revista de Ciencia y Tecnología están bajo la licencia Creative Commons Atribución-NoComercial 2.5 Argentina.
Citas
Therrien, C. W. “Discrete Random Signals and Statical Signal Processing”
Rabiner, L.R. “Digital Processing of speech Signall”.
Haykin, S. “Communication Systems”, 2nd ed. Jhon Wiley & Sons, New York, 1983.
Peleg, N. “Linear Prediction Coding”.
Lin, W; Ngee Koh, S.; Lin, X. “Mixed Excitation Linear Prediction Coding of Wideband Speech at 8 kbps”.
Campbell, J. P.; Tremsin, Jr. T. E. “Voiced/Unvoiced classification of speech with application to the U.S. Government LPC-10E algorithm”
Rabiner, L. R.; “A Pattern Recognition Approach to Voiced-Unvoiced-Silence Classification with Applications to Speech Recognition”.