甚低速率語音編碼算法研究.pdf

1、近年來隨著數(shù)字化通信技術(shù)的高速發(fā)展，頻率資源越發(fā)寶貴。降低語音編碼速率可以提高信道的利用率和節(jié)約開銷，對實(shí)踐有極大的指導(dǎo)意義和實(shí)用價(jià)值。因此低速率語音編碼是未來語音編碼技術(shù)的重要發(fā)展方向之一。混合激勵(lì)線性預(yù)測算法是低速率語音編碼（MELP）算法中最具潛力的編碼器之一，它以線性預(yù)測模型為基礎(chǔ)，結(jié)合多帶思想，新增五項(xiàng)關(guān)鍵技術(shù)，使合成語音質(zhì)量明顯提升。
　　本文以聯(lián)邦標(biāo)準(zhǔn)MELP為基礎(chǔ)研究對象。通過了解MELP算法的基本原理和實(shí)現(xiàn)方法，

2、并進(jìn)行系統(tǒng)的研究和分析，設(shè)計(jì)了一種0.6kb/s的甚低速率語音編解碼算法。同時(shí)詳細(xì)分析各個(gè)參數(shù)對合成語音質(zhì)量的影響，從清濁音判決和基音周期兩方面改進(jìn)，以提高合成語音的質(zhì)量。
　　0.6kb/s算法的實(shí)現(xiàn)是采用聯(lián)合幀的思想。本論文在MELP模型基礎(chǔ)上增加處理幀長到200個(gè)樣點(diǎn)，并將四幀組成一個(gè)超幀，以超幀為單位對參數(shù)進(jìn)行量化傳輸，超幀共量化60bit。四個(gè)子幀的清濁狀態(tài)共有16種組合，根據(jù)它們出現(xiàn)的概率，我們劃分為四種模式或者兩大類

3、，分別代表清音類和濁音類。根據(jù)不同的分類對提取的參數(shù)進(jìn)行最優(yōu)的比特分配。清音類不傳輸基音周期，每個(gè)子幀的10個(gè)LSF參數(shù)均用一級矢量器量化為11比特。濁音類的超幀中的后三個(gè)子幀的基音周期進(jìn)行均勻量化傳輸，第一子幀基音周期不傳輸。對于線譜頻率，只有第二子幀和第四子幀的LSF被傳輸和量化，每子幀LSF使用一級矢量器量化為11比特。增益是為了使合成語音與原信號幅度相匹配。分別從第二子幀和第四子幀提取兩個(gè)增益，將這四個(gè)增益組合一個(gè)四維矢量，用矢

4、量量化器將這個(gè)矢量量化為10比特。其它的比特用來傳輸子帶清濁判決，其中第一子帶清濁判決必須傳輸。在解碼端，首先根據(jù)第一子帶的清濁判決情況進(jìn)行模式判斷，然后再進(jìn)行參數(shù)譯碼和插值恢復(fù)四組參數(shù)。超幀矢量量化方法使標(biāo)準(zhǔn)MELP編碼算法速率降低到0.6kb/s。
　　測試結(jié)果表明，0.6kb/s的編碼算法合成語音質(zhì)量PESQ值為2.18，比標(biāo)準(zhǔn)算法PESQ值平均低了0.534，合成語音的可懂度高。
　　提高合成語音質(zhì)量從清濁音判決和基

5、音周期兩方面進(jìn)行改進(jìn)。首先在編碼端將增加一種語音判決，即過渡段。將清音誤判為濁音處理，對合成語音質(zhì)量影響不大，反之將濁音判為清音處理，音質(zhì)變差，因此采取自適應(yīng)窗提取過渡段線性預(yù)測系數(shù)，使其提取的預(yù)測系數(shù)包含更多的濁音信息。其次在提取基音周期時(shí)，對輸入的語音信號進(jìn)行上采樣，因?yàn)樯喜蓸涌梢允箶?shù)字信號更接近于原始模擬信號，使提取基音周期能更準(zhǔn)確，因此能提高合成語音質(zhì)量。
　　測試結(jié)果表明基音周期和過渡段線性預(yù)測分析的改進(jìn)使MELP標(biāo)準(zhǔn)算