（信号与信息处理专业论文）amr与g729语音编码转换方法研究.pdf

摘要 目前，不同的网络往往采用不同的语音编码标准，因此在两个异质网络之间进行语音通信时， 需要将一种语音编码格式转换为另一种语音编码格式，即进行语音编码转换。传统的语音编码转换 采用t a n d e m 方式，即先解码再编码，这种转码方法具有计算复杂度高、语音质量下降、时延大等 缺点。为了克服上述缺点，有必要研究更有效的语音编码转换算法，以降低转码计算复杂度和时延， 提高转码语音质量，增加系统网络容量，降低通信成本。 本文研究a m r 和g 7 2 9 两种语音编码之间的转换。a m r 是应用于无线网络的语音编码标准， 它有8 种速率模式；g 7 2 9 是应用于因特网的语音编码标准，它仅有1 种速率模式。它们都采用码激 励线性预测技术，具有相似的编码参数。 在对码激励线性预测模型、a m r 编码标准和g 7 2 9 编码标准深入理解的基础上，分析已有的参 数直接转换方法的利弊。根据语音转码的作用域不同，将a m r 与1 2 7 2 9 之间的语音编码转换方法分 为如下五类：t a n d e m 转码、语音域转码、激励域转码、参数域转码、索引域转码。参数域转码是已 有的对参数进行直接转换的方法，索引域转码是针对具有相同固定码本结构的语音编码标准之间的 转换，而语音域转码和激励域转码则是针对具有不同固定码本结构的语音编码标准之间的转换。目 前，针对基于码激励线性预测模型的语音编码标准之间的参数域转码，已进行了大量研究，并提出 多种采用参数直接转换的智能转码方式。但是这种参数转码方法仅对有相同固定码本结构的语音编 码标准的转换有效，对具有不同固定码本结构的语音编码标准进行转换，不能得到满意的效果，要 么是转码语音质量降低很多，要么是转码计算复杂度仍然很高。 针对t a n d e m 转码和参数域转码的固有缺点，本文提出三种全新的转码方式即语音域转码、 激励域转码和索引域转码。实现了上述三种新的语音编码转换方式，进行了相关性能测试，并设计 了转码语音通信系统。测试表明，索引域转码的计算复杂度大约为t a n d e m 转码的6 一9 ，并且提 供比t a n d e m 转码更好的语音质量；语音域转码的计算复杂度是t a n d e m 转码的一半左右，其转码语 音质量好于或接近于t a n d e m 转码的语音质量；激励域转码的计算复杂度是t a n d e m 转码的1 6 左右， 其转码语音质量要略低于语音域转码语音质量，其p e s q 得分仅比语音域转码低0 3 左右。上述三 种转码方法的性能都优于参数域转码。 关键字：a m r ；g 7 2 9 ；语音编码转换；t a n d e m ：智能转码：码激励线性预测：转码语音通信系统 a b s t r a c t a tp r e s e n t , v a r i o u st e l e c o m m u n i c a t i o nn e t w o r k so f t e na d o p td i f f e r e n ts p e e c hc o d i n gs t a n d a r d s w h e n c o m m u n i c a t i n gb e t w e e nt w on e t w o r k su s i n gd i f f e r e n ts p e e c hc o d i n gs t a n d a r d s ，t r a n s l a t i o ns c h e m et h a tc a n t r a n s l a t e sd i f f e r e n ts p e e c hc o d i n gs t a n d a r d si sr e q u i r e d 1 1 地c o n v e n t i o n a lt a n d e ms c h e m ei st h es i m p l e d e c o d e - t h e n - e n c o d ea p p r o a c h , b u ti tp r o d u c e sp r o b l e m ss u c ha sh i g hc o m p u t a t i o n a ll o a d ，p o o rs p e e c h q u a l i t y , a n da d d i t i o n a ld e l a y c o n s e q u e n t l y , i t sn e c e s s a r yt or e s e a r c hi n t ot h eb e t t e rt r a n s c o d i n ga l g o r i t h m i no r d e rt oi m p r o v et h ec a p a b i l i t yo fs p e e c hc o d i n gt r a n s l a t i o n , i n c r e a s et h en e t w o r kc a p a c i t ya n dr e d u c e t h ec o m m u m c a t i o nc o s t 1 1 圮t r a n s c o d m ga l g o r i t h mb e t w e e na m r ( a d a p t i v em u l t i - r a t e ) a n dg 7 2 9s p e e c hc o d i n gs t a n d a r di s s t u d i e d a m ri sas p e e c hc o d i n gs t a n d a r du s e di nw i r e l e s sc o m m u n i c a t i o nn e t w o r k sw h i l eg 7 2 9i st h e m o s tf a v o r a b l es p e e c hc o d i n gs t a n d a r di ni n t e r a c tc o m m u n i c a t i o nn e t w o r k s b o t ha r et h es p e e c hc o d i n g s t a n d a r d sb a s e do nc e l p ( c o d ee x c i t e dl i n e a rp r e d i c t i o n ) a n dt h e ye x t r a c tt h es i m i l a rc e l pc o d i n g p a r a m e t e r s b e c a u s eo ft h ed i f f e r e n tq u a n t i z a t i o nw a y so ft h ec o d i n gp a r a m e t e r sa m r h a se i g h tk i n d so f s o u r c 2c o d i n gr a t e ，w h i l eg 7 2 9o n l yh a so n e a f t e rs t u d y i n gc e l p , a m ra n dg 7 2 9s p e e c hc o d i n gs t a n d a r da n da n a l y z i n gt h ea d v a n t a g e sa n d d i s a d v a n t a g e so ft h ee x i s t e n td i r e c tc o n v e r s i o no fc o d i n gp a r a m e t e r s ，t r a n s c o d i n ga l g o r i t h m sb e t w e e na m r a n dg 7 2 9s p e e c hc o d e c sc a l lb ec l a s s i f i e di n t of i v et y p e sa c c o r d i n gt od i f f e r e n tc o n v e r s i o nd o m a i l lt h e y a r et a n d e ms c h e m e ，t r a n s c o d i n gi ns p e e c hd o m a i n ，t r a n s c o d i n gi ne x c i t a t i o nd o m a i n ，t r a n s c o d i n gi n p a r a m e t e rd o m a i na n dt r a n s c o d i n gi ni n d e xd o m a i n t r a n s c o d i n gi np a r a m e t e rd o m a i ni st h ee x i s t e n td i r e c t c o n v e r s i o no fc o d i n gp a r a m e t e r s t r a n s e o d i n gi ni n d e xd o m a i ni sf o rs p e e c hc o d i n gt r a n s l a t i o nw i 廿lt h e s a t h ef i x e dc o d e b o o ks t r u c t u r e ，w h i l et r a n s c o d m gi ns p e e c hd o m a i na n dt r a n s c o d i n gi ne x c i t a t i o nd o m a i n a r eu s e df o rs p e e c hc o d i n gt r a n s l a t i o nw i t hd i f f e r e n tf i x e dc o d e b o o ks t r u c t u r e s a na m o u n to fr e s e a r c h w o r kh a sb e e nc o n d u c t e d0 1 1w a n s c o d m gi np a r a m e t e rd o m a i n a n dv a r i o u ss n l a t tt r a n s c o d i n gs c h e n m s s u c ha st h ed i r e c tc o n v e r s i o no fc o d i n gp a r a m e t e r sh a v eb e e np r o p o s e d h o w e v e r t h e s ea p p r o a c h e sa r o o n l ye f f i c i e n tf o rt h es p e e c hc o d i n gs t a n d a r d sw i t ht h es a n l ef e dc o d e b o o ks t r u c t u r e 。n o tf o rt h o s ew i t l l t h ed i f f e r e n tf i x e dc o d e b o o ks t r u c t u r e s w h e nt h e i rf i x e dc o d e b o o ks t r u c t u r e sa l ed i f f e r e n t ，t h et m n s c o d e d s p e e c hq u a l i t yd e g r a d e sr a p i d l y , o rt h et r a n s e o d i n gc o m p u t a t i o nl o a di ss t i l lh i 【g h c o n s i d e r i n gt h ei n h e r e n td i s a d v a n t a g e so ft a n d e ms c h e m ea n dt r a n s c o d i n gi np a r a m e t e rd o m a i n , t h r e e n o v e lt r a n s c o d i n ga l g o r i t h m sw h i c ha 圮t r a n s c o d i n gi ns p e e c hd o m a i n , t r a n s c o d i n gi ne x c i t a t i o nd o m a i n a n dt r a n s c o d i n gi ni n d e xd o m a i na g ep r o p o s e d t i 圮cp r o g r a m so fa b o v et h r e et r a n s c o d i n ga l g o r i t h m s 眦 i m p l e m e n t e da n dt h ec o r r e s p o n d i n gp e r f o r m a n c et e s tw o r ki sc o m p l e t e d , a n dt h e nas p e e c hc o m m u n i c a t i o n s y s t e mw i t ht r a n s c o d i n gf u n c t i o ni sd e s i g n e d r e s t ss h o wt h a t , t h ec o m p u t a t i o nl o a do f t r a n s c o d n gi ni n d e x d o m a i ni s6 9 o ft h a to ft a n d e ms c h e m e ，b u ti t st r a n s c o d e ds p e e c hq u a l i t yi sb e t t e rt h a nt h a to f t a n d e ms c h e m e n 圮c o m p u t a t i o nl o a do ft r a n s c o d i n gi ns p e e c hd o m a i ni sa b o u th a l ft h a to ft a n d e m s c h e m e 。a n di t st r a n s c o d e ds p e e c hq u a l i t yi sb e t t e rt h a no rc l o s et ot h a to ft a n d e ms c h e m e t h e c o m p u t a t i o nl o a do fa m l l s c o d i n gi ne x c i t a t i o nd o m a i ni sa b o u t1 6 o ft h a to ft a n d e ms c h e m e ，w h i l ei t s t r a n s c o d e ds p e e c hq u a l i t yi ss l i g h t l yw o r s et h a nt h a to ft r a n s c o d i n gi ns p e e c hd o m a i n 1 1 他p e s qs c 0 1 e $ o f t h et r a n s c o d e ds p e e c hi ne x c i t a t i o nd o m a i na r eo n l ya b o u t0 3l e s st h a nt h a to ft h et r a n s c o d e ds p e e c hi n s p e e c hd o m a i n n 他p e r f o r m a n c e so fa l lt h ea b o v et h r e et r a n s c o d i n ga l g o r i t h m sa 代b e t t e rt h a nt h a to f t m a s c o d i n gi np a r a n l c t e rd o m a i n k e yw o r d s ：a j m 砖g 7 2 9 ；s p e e c hc o d i n gt r a n s l a t i o n ；t a n d e m ；s m a r tt r a n s c o d i n g ；c e l p ；t r a n s c o d i n g s p e e c hc o m m u n i c a t i o ns y s t e m i l l 英汉对照缩略语注释表 a b s ( a n a l y s i sb ys y n t h e s i s ) 合成分析 a c e l p ( a l g e b r a i cc o d ee x c i t a t i o nl i n e a rp r e d i c t i o n ) 代数码激励线性预测 a d p c m ( a d a p t i v ed i f f e r e n c ep c m ) 自适应差分脉冲编码调制 a m b e ( a d v a n c e dm u l t i b a n de x c i t a t i o n )先进多带激励 a m r ( a d a p t i v em u l t i r a t e ) 自适应多速率 a p c ( a d a p t i v ep r e d i c t i v ec o d i n g ) 自适应预测编码 a p i ( a p p l i c a t i o np r o g r a m m i n gi n t e r f a c e ) 应用程序编程接口 a t c ( a d a p t i v et r a n s f o r mc o d i n g ) 自适应变换编码 a t & t ( a m e r i c a nt e l e p h o n ea n dt e l e g r a p hc o r p o r a t i o n ) 美国电报电话公司 b s d ( b a r ks p e c t r a ld i s t o r t i o n ) 巴克谱失真测度 c c g ( c h a n n e lc o n t r o l l e dr a t e ) 信道控制速率 c e l p ( c o d ee x c i t a t i o nl i n e a rp r e d i c t i o n ) 码激励线性预测 c m o s ( c o m p a r i s o nm o s ) 相对平均意见得分 c n g ( c o m f o r tn o i s eg e n e r a t i o n ) 舒适背景噪声生成 c s - a c e l p ( c o n j u g a t es t r u c t u r ea c e l p ) 共轭码结构代数码激励线性预测 d a m ( d i a g n o s t i ca c c e p t a b i l i t ym e a s u r e ) 判断满意度测量 d d i ( d e v i e ed r i v e ri n t e r f a c e ) 设备驱动程序接口 d m ( d e l t am o d u l a t i o n )增量调制 d o d ( d e p a r t m e n to fd e f e m e ) 美国国防部 d r t ( d i a g n o s t i cr h y m et e s t ) 判断韵字测试 d s p ( d i g i t a ls i g n a lp r o c e s s i n g )数字信号处理 e c u ( e r r o rc o n c e a l m e n tu n i 0 差错隐藏 e t s i ( e u r o p e a nt e l e c o m m u n i c a t i o ns t a n d a r di n s t i t u t e ) 欧洲电信标准协会 e v r c ( e n h a n c e dv a r i a b l er a t ec o d e r )增强型变速率编解码器 e x - c e l p ( e x p a n d a b l ec e l p ) 扩展码激励线性预测 3 0 ( 3 耐g e n e r a t i o n ) 第三代移动通信系统 3 g p p ( 3 r dg e n e r a t i o np a r t n e r s h i pp r o j e c t ) 第三代伙伴计划 g s m ( g l o b a ls y s t e mf o rm o b i l ec o m m u n i c a t i o n ) 全球移动通信系统 i l b c ( m t e r n e tl o wb i t r a t ec o d e c ) 因特网低速率语音编解码器 i m b e ( i m p r o v e dm u l t i - b a n de x c i t a t i o n ) 改进多带激励 i n m a r s a t ( i n t e m a t i o n a lm a r i t i m es a t e l l i t ec o r p o r a t i o n ) 国际海事卫星公司 i p ( i n t e m e tp r o t o c 0 1 ) 互联网协议 v i s p p ( i n t e r l e a v e ds i n g l e - p u l s ep e r m u t a t i o n ) 单脉冲交错 兀u - t ( i n t e m a t i o n a l t e l e c o m m u n i c a t i o nu n i o n国际电信联盟一电信标准化部门 t e l e c o m m u n i c a t i o ns t a n d a r d i z a t i o ns e c t o r ) j d c ( j a p a n e s ed i g i m lc e l l u l a r ) 日本数字蜂窝 l d - - c e l p ( l o w d e l a yc o d ee x c i t e dl i n e a rp r e d i c t i o n ) 低时延码激励线性预测 l p ( l i n e a rp r e d i c t i o n ) 线性预测 l p c ( l i n e a rp r e d i c t i o nc o d i n g )线性预测编码 l s p ( l i n e a rs p e c t r a lp a i t ) 线谱对 m c i ( m e d i ac o n t r o li n t e r f a c e ) 媒体控制接口 m e l p ( m i x e de x c i t a t i o nl i n e a rp r e d i c t i o n )混合激励线性预测 m f c ( m i c r o s o f lf o u n d a t i o nc l a s s e s ) 微软基础类 m i p s ( m i l l i o ni n s t r u c t i o n sp e rs e c o n d ) 百万条指令秒 m m s e ( m i n i m u mm e a ns q u a r e de r r o r )均方误差最小准则 m o p s ( m i l l i o no p e r a t i o n sp e rs e c o n d )百万次操作缈 m o s ( m e a no p i n i o ns c o r e )平均意见得分 m p l p c ( m u l t i p u l s el p c ) 多脉冲线性激励预测编码 m p - m l q ( m u l t i - p u l s em a x i m u ml i k e l i h o o dq u a n t i z a t i o n ) 多脉冲最大似然量化 n a t o ( n o r t ha t l a n t i ct r e a t yo r g a n i z a t i o n ) 北大西洋公约组织 n s a ( n a t i o n a ls e c u r i t ya g e n c y ) 美国国家安全局 o s l ( o p e ns y s t e mi n t e r c o n n e c t i o n ) 开放系统互联 p c m ( p u l s ec o d i n gm o d u l a t i o n ) 脉冲编码调制 p e s q ( p e r c e p t u a le v a l u a t i o no fs p e e c hq u a l i t y ) 语音质量的感知评估 p s i - c e l p ( p i t c hs y n c h r o n o u si n n o v a t i o nc e l p ) 基音同步更新码激励线性预测 p w f ( p e r c e p t u a lw e i g h t i n gf i l t e r ) 感知加权滤波器 q c e l p ( q u a l c o m mc e l p )q u a l c o m m 公司的码激励线性预测 r c e l p ( r e l a x e dc e l p ) 松散码激励线性预测 r c r ( r e s e a r c ha n dd e v e l o p m e n tc e n t e rf o rr a d i os y s t e m )( 日本) 无线电系统研究和开发中心 r d a ( r a t ed e c i s i o na l g o r i t h m )速率判决 r p e l p c ( r e g u l a rp u l s ee x c i t e di p c ) 规则脉冲激励线性预测编码 r t c p ( r e a l - t i m et r a n s p o r tc o n t r o lp r o t o c 0 1 ) 实时传输控制协议 r t p ( r e a l - t i m et r a n s p o r tp r o t o c 0 1 ) 实时传输协议 r t s p ( r e a i - t i m es t r e a m i n gp r o t o c 0 1 ) 实时流协议 s b c ( s u b b a n dc o d i n g ) 子带编码 s c r ( s o u r c ec o n t r o l l e dr a t e ) 信源控制速率 s i d ( s i l e n c ed e s c r i p t o r ) 静音描述 v 1 s m q ( s p l i tm a t r i xq u a n t i z a t i o n ) 分裂矩阵量化 s m v ( s e l e c t a b l em o d ev o c o d e 】r ) 可选模式声码器 s v q ( s p l i tv e c t o rq u a n t i z a t i o n ) 分裂矢量量化 t c p ( t r a n s p o r tc o n t r o lp r o t o c 0 1 ) 传输控制协议 t i a ( t e l e c o m m u n i c a t i o ni n d u s t r ya s s o c i a t i o n )( 美国) 通信工业协会 t s ( t e c h n i c a ls p e c i f i c a t i o n ) 技术规定 u d p ( u s e rd a t a g r a mp r o t o c 0 1 ) 用户数据报协议 v a d ( v o i e ea c t i v i t yd e m c m 0 话音激活检测 v o i p ( v o i c co v e r 口) i p 电话 v q ( v e e t o rq u a n t i z a t i o n ) 矢量量化 v s e l p ( v e c t o rs u me x c i t e dl i i l e 盯p r e d i c t i o n ) 矢量和激励线性预测 w c d m a ( w i d e b a n dc o d ed i v i s i o nm u l t i p l ea c c e s s ) 宽带码分多址 w m o p s ( w e i g h t e dm o p s ) 加权百万操作次数 v n 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指- , g t 进行的研究工作及取得的研究成果。尽我所 知除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果 也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本 研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 研究生签名： 左红当日期：2 丝1 2 金! 主12 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电 子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相 一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布( 包括以电子信息形式刊登) 论文的全部内容或中、英文摘要等部分内容。论文的公布( 包括以电子信息形式刊登) 授权东南大 学研究生院办理。 研究生签名：邋导师签够瞀垃日期：兰咝：玉 第章绪论 第一章绪论 1 1 语音编码标准转换的背景及意义 随着移动通信技术和有线分组通信技术的快速发展，人们现在可以随时随地进行文字、语音及 视频等多种方式的实时交流通信即时浏览和分享网络上的各种资源。再种通信业务层出不舅从 早期的v o l p ( v o i c co 咐、电话可以无差别地拨打有线和无线电话，到当前流行的无线上网、移动电 视、手机o o 聊天及移动飞信业务等，可以进行多种实时的多媒体通信，在通信中桓难感觉到无蛀 通信网和有线通信网之问阿络变更的存在。上述的各种通信方式是一种虚拟的无缝通信方式，因为 在无线网络与有线网络的连接处耍进行异质网络之间的网络掷议转换和传输数据格式转换这种 转换由媒体网关完成，对用户而言实现了通信的透明性。但是要实现真正的无缝通信，还需要更大 的技术进步。 对于两络协议转换，要根据各种网络协议架构的特点和差别进行转换；对于传输数据的格式转 换，一般可以分为文字编码转换、语音犏码转换和音视频编码转换等，这些数据格式转换不仅应用 于数据通信中，在输 设备、输出 殳备或软件播放器不支持某些数据格式时，也要转换相关数据格 式后进行存储或播放。 由丁文字编码算 去比较简单，编码标准也比较统一，所以文字编码转换比较容易实现。而音视 频编码标准种类繁多，所以其编码转换算法艟为复杂。为了降低音视频编码转换的计算复杂度，目 前对其进行了大量卓有成效的研究对于语青编码转换由于早期的语音编码算法多采用波形编码 和参数编码，语音编、解码计算复杂度相对较低，采用先解码再编码的t a n d e m 方式，就可以满足 网关的语音编码转换需要。随着近十几年来语音编码技术的迅速发展语音编码多采片j 混合编码， 随着各种通信系统的发展，各种编码标准应运而生。混合编码的计算复杂度相应地迅速增加，倘若 仍采用原有的t a n d e m 转换方式，将给嗣关带来极大的处理负担，同时转码语音性能降低。2 0 0 0 年 美国a t & t 实验室研究人员h o n 9 4 3 0 0 k a n g 和h o n g k o o k k i m 等”研究了u t 的g 7 2 9 语音编码 标准和t i a 的i s 正4 1 语音编码标准之间的转换。从那时开始，越来越多的机构和实验室研究人员开 始探讨语音编码转换的可行性和实现方法，纵观近几年的研究，对基于码辙励线性预测c e l p ( c o d e e x c i t a t i o nl i n e a rp r e d t c t i o n ) 的语音编码的转码研究最为热门，本文即是研究e t s f 3 g p p 的 a m r ( a d a p t i v em u l t i r a t e ) t 。i 编码标准和i t u t 的g 7 2 9 p 1 编码标准之间编码转换。 自适应多速率a m r 语音编码标准是应片f 于第三代移动通信系统的编码标准。它采用代数码激 励线性预测a c e l p ( a l g c b r a j c c o d e e x c i l a f i o nl l n e ”p r e d i c t i o n ) 编码技术支持8 种源速率犏码模式i 1 22 k b s ，1 02 k b s ，79 5 k b s 7 4 k b s ，67 k b s ，5 9 k b s 51 5 k b s 和47 5 k b s 此外还夏持18 k b s 的背景噪卢编码模式。g 7 2 9 语音编码标准应片j 于v o l p 菩因特网服务中，采用了共轭码结构一代数码 激励线性预测c s - a c e l p ( c 帆1 u g a t es 帅c m a c e l p ) 语音编码技术它的主体部分只支持8 k b s 一种 源速率编码模式。由于a m r 和g 7 2 9 分别是无蛙呵络和有线阿络的语音编码标准在两个网绍之问 进行语音通信时，媒体网关必颓完成两种语音标准之间的编码格式转换。图1l 为3 g ( 3 “g e n e r a t i o n ) 系统与i p ( i n t e r n e t p r o t o c 0 1 ) 系统交互示意图，其中媒体网关完成a m r 与g 7 2 9 之问的语音编码转换。 3 g 0 b i i e m i )i p i h s l p i 。寨茧 r 话音窘码标准67 2 9 语音鞫码标准 圈l13 g 系统与口系统交互示意留 东南大学硕士学位论文 3 g 移动终端为了和m 终端进行通话，首先进行a m r 语音编码，通过w c d m a ( w i d e b a n dc o d e d i v i s i o nm u l t i p l ea c c e s s ) 移动网络协议到达媒体网关处，媒体网关完成移动网络协议w c d m a 到口 网络协议h 3 2 3 【4 j 或s i p ( s e s s i o ni n i t i a t i o np r o t o c 0 1 ) 1 5 1 的协议转换，同时完成a m r 到g 7 2 9 语音编码 的编码转换。转换的编码数据到达p 终端后进行解码，得到需要的语音内容。类似地也有反向的协 议转换和语音编码转换。由于a m r 与g 7 2 9 在编码中了使用了不同的语音帧长和帧格式，所以，如 何实现两者之间的编码帧转换，降低媒体网关进行语音编码标准转换的计算复杂度，保证较好的转 码语音质量，正是本文所研究的主要问题。解决这一问题，将极大提高媒体网关处理能力，增加系 统网络容量，降低通信成本。 目前，对于语音编码标准转换，一般采用传统上的t a n d e m 方式，如图1 2 所示。 图1 2t a n d e m 方式转码 利用t a n d e m 方式进行a m r 和g 7 2 9 编码之间的转换，以g 7 2 9 编码向a m r 编码转换为例， g 7 2 9 码流首先经过g 7 2 9 解码器解码得到合成语音信号，然后送入a m r 编码器，对合成语音信号 进行异步编码，得到a m r 码流。尽管这种转码方式非常简单，但带来如下一些问题： l 、计算复杂度高。t a n d e m 方式必须分别完成两种标准的解码和编码，由于是双向转码，计算 复杂度将加倍。 2 、语音质量降低。异步的t a n d e m 方式转码将造成转码后语音质量下降，主要原因在于解码时 用以改善合成语音主观质量的后滤波处理导致了语音信号谱失真，在重新编码过程中导致各种编码 参数的失真。 3 、编解码延迟大。因为语音编码都是对一段语音进行处理，语音帧缓冲和线性预测编码l p c ( l i n e a rp r e d i c t i o nc o d i n g ) 所需的加窗前瞻帧( 1 0 0 k a h e a d ) 都会增加语音延迟，即编码算法延迟。还有 编解码处理延迟，即完成语音编解码处理所用的时间。由于t a n d e m 方式的计算复杂度大，所以编 解码处理延迟也比较大。当串联的语音编码标准数量增加时，这种端到端的总延迟将加倍增加，严 重影响双向通信的舒适度。 a m r 与g 7 2 9 具有相同的c e l p 语音编码模型，可以利用原编码标准解码器已解出的编码参数， 直接转换为新编码方式下的参数。图1 3 为参数直接转换方式示意框图。 图1 3 参数直接转换方式转码框图 在参数直接转换方式转码中，利用不同编码标准的c e l p 模型共性，在参数域直接转换编码参 数。采用这种方式，省略了获取中间合成语音信号的原辅助解码器和进行异步编码的新编码器。与 传统的t a n d e m 方式相比参数直接转码方式将大大降低计算复杂度，提高转码后的语音质量，减 少语音编码延迟，有效地改善了媒体网关进行语音编码标准转换的性能。 2 第一章绪论 1 2 语音编码标准转换的可行性及研究现状 在种类众多的语音编码标准中的，采用码激励线性预测c e l p 技术的编码标准最为流行，本文 研究的a m r 与g 7 2 9 语音标准都采用了码激励线性预测c e l p 技术。c e l p 包含多种最新语音编码 关键技术，图1 4 为码激励线性预测c e l p 编码模型示意图。 原矧稽s ( ”) 图1 4 码激励线性预测c e l p 编码模型 在c e l p 编码模型中，原始输入语音经过预处理，然后对其进行l p c 分析得到l p c 参数，u ，c 参数表示声道的共振峰频率响应。l p c 参数通常以线谱对l s p ( l i n e a rs p e c t r a lp a i r ) 形式表示，便于 量化、编码和传输。l s p 参数转换成l p 系数后可以得到l p c 合成滤波器，将激励信号通过l p c 合 成滤波器即得到合成语音信号。激励信号由两种码本组成：一种是代表了基音延迟( 也叫基音周期) 的自适应码本，另一种是代表了随机更新部分的固定码本，两种码本都有各自的索引。c e l p 码本 搜索就是按照一定的准则搜索最优的码本，该准则为合成语音信号与原始语音信号的感知加权信号 均方误差最小化。为了降低码本搜索的复杂度，将码本搜索分为两步，首先进行白适应码本搜索， 然后进行固定码本搜索。在自适应码本搜索中，不考虑固定码本，仅仅搜索自适应码本，即基音延 迟，而基音搜索又由粗略的开环基音搜索和精确的闭环基音搜索组成。在固定码本搜索中，首先去 除已获得的自适应码本激励成分，再搜索最优的固定码本。对于自适应码本和固定码本，还要得到 各自的增益因子，即自适应码本增益( 也叫基音增益) 和固定码本增益。 图1 5 为码激励线性预测c e l p 的解码模型。在解码模型中，将自适应码本索引和固定码本索 引解码，得到对应的自适应码本和固定码本，经过各自的增益调整后，重构编码端的激励信号，将 激励信号通过l p c 合成滤波器就得到合成语音。后置滤波器用来改善合成语音的主观质量，该滤波 器会对语音信号谱包络进行整形，造成语音信号频谱失真，这是用t a n d e m 方式转码造成语音质量 下降的最主要原因。 图1 5 码激励线性预测c e l p 解码模型 c e l p 编码技术同时保证了低编码速率和高语音质量的要求，因而得到广泛应用。c e l p 提取四 种与语音特性相关的参数分别是l p c 参数、基音延迟参数( 自适应码本索引) 、固定码本索引和码 3 东南大学硕士学位论文 本增益参数。其中码本增益包含自适应码本增益和固定码本增益，这两个增益参数通常是放在一起 进行矢量量化的，可以将它们看作一种传输参数。 a m r 和q 7 2 9 都是c e l p 大家族中的成员。它们的编码比特率相近，但在语音编码帧长和参数 量化方法规定等方面有很多不同。既然a m r 和g 7 2 9 都采用c e l p 技术，具有相似的编码参数，那 么可以对编码参数进行直接转换，实现高效的语音编码转换。当前，对语音编码参数直接转换方式 进行了广泛而深入的研究。图1 6 为语音编码参数直接转换转码模型 参参 数数 编编 一码 码 _ 或或 解 解 码 码 图1 6 参数直接转换方式转码模型 参数直接转换方式转码需要对c e l p 的四种编码参数进行转换，分别为l s p 参数转换、基音延 迟参数转换、固定码本索引参数转换和码本增益参数转换。首先从原编码码流中对这四个参数进行 解码，然后将解码参数传递给新编码器，再次进行编码后传输。 2 0 0 0 年，a t & t 实验室研究人员h o n g - g o ok