低比特率語音信號編碼技術(shù)研究.pdf

1、語音是人們?nèi)粘＝涣鞯闹匾侄?，同時也是最主要的信息載體之一。無論從語音存儲還是傳輸?shù)慕嵌瓤?，語音編碼壓縮都具有重要意義。由于新一代數(shù)字多媒體通信技術(shù)的發(fā)展和多樣化的商業(yè)應(yīng)用需求，開發(fā)高質(zhì)量、低速率、低時延的語音編碼器成為了當(dāng)前研究的又一熱點。編碼技術(shù)被廣泛的運用到語音信號的數(shù)字化傳輸中來，這也是通信發(fā)展的主要方向之一。語音的數(shù)字通信與模擬通信相比，無疑具有更好的效率和性能，這就體現(xiàn)在：具有更好的話語質(zhì)量；具有更強的抗干擾性，同時易于加密

2、；最主要的是可以節(jié)省帶寬，能夠更有效地利用網(wǎng)絡(luò)資源。最簡單的數(shù)字化的方法是直接進行模/數(shù)(A/D)轉(zhuǎn)換，只要滿足一定的采樣率和量化的要求，就能得到高質(zhì)量的語音。但是這時語音信號的數(shù)據(jù)量非常大，因此在進行傳輸和存儲之前，往往要對其進行壓縮處理，以減少傳輸碼率或存儲量，即進行壓縮編碼。在語音編碼理論中，使被編成數(shù)字化的語音信號，所組成的結(jié)構(gòu)化信息量最小化，這是語音編碼技術(shù)所追求的目標(biāo)。 為了進一步的降低編碼速率、減少算法時延和提高語

3、音質(zhì)量，我們以MBE(Multi-Band Excitation)算法為核心，從語音分析、參數(shù)編/解碼和語音合成三方面對算法做了細致的研究和大量的試驗，用MATLAB仿真得到了1.8kb/s的MBE-LPC語音編碼算法。在此基礎(chǔ)上，又以DSK為硬件開發(fā)平臺，從實際應(yīng)用的角度，用C語言實現(xiàn)了算法。 經(jīng)過語音分析，得到了四種待傳輸?shù)膮?shù)：基音周期、清濁音判決信息、能量系數(shù)和LPC系數(shù)。如果能夠合理地對參數(shù)進行編碼，就可以在該模型下得

4、到最低的傳輸速率。因為每幀信號為25毫秒，故該方案的比特率是1.8kb/s。 對參數(shù)進行解碼后，就可以進行語音合成。語音合成分為兩部分：清音段的合成與濁音段的合成。在實時實現(xiàn)算法的軟件設(shè)計中，先對算法進行了高級語言的實現(xiàn)。其目的在于：(1)可以為最終的DSP程序提供基本的程序框架；(2)用定點DSP實現(xiàn)算法，必然會有精度的損失，高級語言的仿真可以為DSP程序提供對照，便于以后對算法性能進行測試。在本課題中，采用了C語言進行這一步

5、的仿真。編程中，在保持原算法描述的基礎(chǔ)上，盡量提高算法精度，簡化算法復(fù)雜度。 當(dāng)C程序在DSK板上運行時，對每一幀的處理時間為7.5816s，顯然計算時延過長，不能滿足實時處理的需要。因此，對涉及信號處理的函數(shù)采用全匯編手工優(yōu)化代碼，以充分利用DSP芯片所提供的各種資源、增加代碼執(zhí)行的并行性，在保證算法精度的基礎(chǔ)上，最大程度的減小計算時延。采用匯編語言優(yōu)化后，每幀信號的處理時間平均只需要18毫秒，完全可以滿足實時應(yīng)用的要求，并且