基于多帶激勵(lì)模型的低速率語音編碼技術(shù)研究.pdf

1、隨著無線通信技術(shù)的不斷發(fā)展和無線通信需求的日益增長,無線通信業(yè)務(wù)得到了越來越廣泛的普及和應(yīng)用。在眾多無線通信服務(wù)中,語音是最基本、最常用的服務(wù)。為了降低傳輸成本、提高傳輸效率,從而實(shí)現(xiàn)在低碼率或低存儲空間情況下高質(zhì)量傳輸語音,模擬語音信號通常經(jīng)過數(shù)字化處理以比特流的形式傳輸,這個(gè)過程稱為語音編碼。
　　 參量編碼是眾多語音編碼算法中的一類,它的特點(diǎn)是能夠?qū)崿F(xiàn)低碼率。因此參量編碼廣泛應(yīng)用于保密通信、衛(wèi)星通信和語音信箱等諸多領(lǐng)域。語

2、音信號的參量主要包括基音周期、頻譜包絡(luò)和清/濁音信息。參量的提取、量化精度直接影響合成語音質(zhì)量。近年來,許多專家學(xué)者對參量提取和量化進(jìn)行了廣泛研究。在此基礎(chǔ)上,本文針對多帶激勵(lì)(Multi-Band Excitation,MBE)語音編碼模型、參量提取算法和參量量化等關(guān)鍵技術(shù)進(jìn)行了深入研究,提出了若干改進(jìn)算法,主要?jiǎng)?chuàng)新性成果如下:
　　 1.提出一種基于線性預(yù)測系數(shù)(Linear Predictive Coefficient,L

3、PC)自適應(yīng)前后向量化的MBE算法。該算法由MBE算法和(LPC系數(shù))自適應(yīng)前后向量化組成。MBE算法用于提取語音模型參量；自適應(yīng)前后向量化利用語音信號相鄰幀統(tǒng)計(jì)特性的相似性實(shí)現(xiàn)LPC系數(shù)的變速率編碼,降低編碼速率。提出一種基于線性預(yù)測系數(shù)自適應(yīng)前后向量化的MBE算法的改進(jìn)方案。改進(jìn)方案增設(shè)一個(gè)線譜頻率(Linear Spectral Frequency,LSF)系數(shù)自適應(yīng)后向碼本,并通過對該碼本中相鄰幀的LSF系數(shù)進(jìn)行線性內(nèi)插的方法,

4、提高LPC系數(shù)自適應(yīng)后向碼本的精度。客觀測試結(jié)果表明,與基于LPC系數(shù)自適應(yīng)前后向量化的MBE算法相比,改進(jìn)算法提高了平均后向量化使用率,進(jìn)一步降低了平均編碼速率。
　　 2.針對子帶快速傅里葉反變換的線性誤差對真實(shí)包絡(luò)估計(jì)器(True EnvelopeEstimator,TE)實(shí)時(shí)算法的影響,提出一種采用修正因子消除線性誤差的改進(jìn)型TE三實(shí)時(shí)算法。首先,推導(dǎo)出TE算法及其實(shí)時(shí)算法的累加型實(shí)現(xiàn)方案；然后,根據(jù)累加型TE實(shí)時(shí)算法分

5、析出,子帶快速傅里葉反變換的線性誤差會導(dǎo)致TE實(shí)時(shí)算法所提取包絡(luò)的精度降低,TE實(shí)時(shí)算法的收斂速度減慢；最后,推導(dǎo)出子帶快速傅里葉反變換的線性誤差的誤差公式和修正因子的計(jì)算公式。提出一種基于美爾卷曲的改進(jìn)型TELPC(TE-Linear Predictive Coding)頻譜包絡(luò)估計(jì)實(shí)時(shí)算法。該算法以改進(jìn)型TE實(shí)時(shí)算法為基礎(chǔ),并根據(jù)人耳對頻譜低頻段分辨率更高的聽覺特性,將提取的頻譜包絡(luò)映射到美爾刻度進(jìn)行線性預(yù)測分析,并采用幅度壓縮技術(shù)

6、減小卷曲頻譜包絡(luò)的動(dòng)態(tài)范圍?？陀^測試結(jié)果表明,與改進(jìn)型TELPC實(shí)時(shí)算法相比,基于美爾卷曲的改進(jìn)型TELPC實(shí)時(shí)算法有效減小了所提取包絡(luò)在低頻段的擬合誤差。
　　 3.提出一種采用時(shí)間加權(quán)均方誤差準(zhǔn)則的LSF系數(shù)軌跡壓縮算法。在軌跡壓縮算法的基礎(chǔ)上,該算法利用人耳對濁音幀和高能量幀感知更加敏感的特性,采用對均方誤差準(zhǔn)則不等權(quán)重加權(quán)的方法,提高曲線對感知重要幀LSF系數(shù)的擬合精度,從而改善合成語音質(zhì)量。在由MBE-LPC語音編碼算

7、法構(gòu)成的測試系統(tǒng)中,與原軌跡壓縮算法相比,LSF系數(shù)時(shí)間加權(quán)軌跡壓縮算法可以提高合成語音MOS(Mean Opinion Score,MOS)分?jǐn)?shù)約0.022。
　　 4.提出一種用于信號邊緣檢測的經(jīng)驗(yàn)?zāi)Ｊ椒纸庥蜃赃m應(yīng)濾波方法。該方法由經(jīng)驗(yàn)?zāi)Ｊ椒纸?Empirical Mode Decomposition,EMD)和空域自適應(yīng)濾波兩個(gè)部分組成。經(jīng)驗(yàn)?zāi)Ｊ椒纸庥糜讷@得原信號的各級殘差分量的一階導(dǎo)數(shù)信號；空域自適應(yīng)濾波利用空間相關(guān)函數(shù)

8、增強(qiáng)殘差分量一階導(dǎo)數(shù)中信號邊緣所對應(yīng)峰值,抑制噪聲。同時(shí),給出EMD域自適應(yīng)濾波方法中噪聲功率閾值的兩種估計(jì)方法:基于一致性EMD的噪聲功率估計(jì)方法；基于中位數(shù)絕對離差的噪聲功率估計(jì)方法。仿真實(shí)驗(yàn)表明EMD域自適應(yīng)濾波方法可以準(zhǔn)確提取信號邊緣信息,并可應(yīng)用于語音信號的基音周期檢測。提出一種基于集合EMD域多尺度乘積的基音周期檢測算法。該算法通過集合EMD域相鄰多個(gè)尺度上殘差分量一階導(dǎo)數(shù)信號直接相乘來增強(qiáng)聲門閉合時(shí)刻峰值；通過對多尺度乘積