（信号与信息处理专业论文）变速率语音编码芯片及其性能研究.pdf

硷器滨工程夫学颈主学搜论文 摘要 本文结合当前语音编码技术尤其是混合编褐技术的惊人发展及数字信号 处理描的曰益实用化，研究了语音编码技术，并霆点讨论了变速率语音编码 技零。 论文麓癸奔露语音骧碑投零中熬渡影臻秘秘声鼹器蘸主要瞧愁。羹点是 研究变速率语音编簿诲芯麓q 4 4 0 1 静工律臻璎及性能。其中包括q 4 4 0 t 的蠹 部缩千匐及管脚、q c e l p 编粥方式、p c m 接口、c p u 接口、初始化过穗、命令格 式等，并在此基础上，设计个实际的应用电路，通过实验，验证熬性能。 在设计中罔p c m 接口芯片t p 3 0 5 7 来完成从模拟信号到数字信号的转捺，再由 q 4 4 0 1 避行压蘸缡疆，对艇4 0 1 戆葫始纯爱控制豳8 0 5 1 单冀辊来宠或。本文 中游缨瓣给出了这一设计黪较硬箨实凌方寨。在硬件方瑟，瑟窭磴馋逛蹲设 计的原理。以及各部分的篡体实现方法和原理翻。软件设计中给出总的软件 流程图。最后给出实验结论。 本文所设计的q 4 4 0 1 应用电路，在语音压缩滤率为8 k b s 和9 6 k b s 时， 其诿暂臻璧在可镬度翻漆蹴度穷落均分满意，宠全达到了簧通毫话秘遥话 羲粱，饺在叠然度膏覆酶鼹逊色。忝在4 k b s 繇j 茔8 k b ss 毒，氇莰崔蠹然褰 方面诧蒋暹电话差一些，爨她，0 4 4 0 1 是一辩薅臻璧瓣声碣嚣，蕊逝餍范霞 将是十分广泛的。 关键谰：语音编码：声粥嚣：波形编码；应用； 哙a ：滨工程大学硬学瞧论交 a b s t r a c t i nt i f f sp a p e r ，c o m b i n e dw i t hc u r r e n t l yv o i c ec o d i n g t e c h n i q u e ，e s p i c a l l yw i t h t h ef a b u l o s i t yd e v e l o p m e n to ft h em i x e dv o i c ec o d i n ga n dt h ei n c r e a s i n g l y u t i l i t yo f t h ed i 香t a ts i g n a l sp r o c e s - s o r w ei n v e s t i g a t e dt h ev o i c ec o d i n g t e c h n i q u e a n dd i s c u s s e d e m p h a s i z e d l y t h e t e c h n o l o g y o fv a r i a b l er a t ev o i c e c o d i n g e c h n o t o g y 。 i nt h i sp a p e r ，w eb r i e f l yi n t r o d u c e dt h ep e r f o r m a n c eo fw a v ec o d i n ga n d v o c o d e r ，e m p h a s i z e d l ys t u d i e dt h ep r i n c i p l ea n dp e r f o r m a n c eo fv a r i a b l er a t e v o c o d e r q 4 4 0 1 ，i n c l u d i n g t h ei n t e r n a lc o n s t r u c t i o na n d p i n s , q c e l p c o d e r & v o c o d e r ，p c mi n t e r f a c e ，c p ui n t e r f a c e ，i n i t i a l i z a t i o np r o c e s s ，c o m m a n df o r m a t a n ds oo n 、w ea l s od e s i g n e da a p p l i c a t i o nc i r c u i t ，w i t h t h ee x p e r i m e n tv a l i d a t e df f s p e r f o r m a n c e i nt h i sd e s i g n ，t h ep c m i n t e r f a c e c h i pi st p 3 0 5 7 i tw a su s e dt o f i n i s ha d t r a n s f o r m ，t h ec o m p r e s sc o d i n gw a sf i n i s h e d b yq 4 4 0 1 ，t h e i n i t i a l i z a t i o na n dc o n t r o lw e r ea c c o m p l i s h e db y8 0 5 i s i n g l e c h i p t h e nw eg a v e d e t a i t e d l yt h eh a r d w a r ea n ds o f t w a r er e a l i t ym e t h o do ft h er e s o l v e n t 。i n t r o d u c e d i t sh a r d w a r ed e v e l o p m e n tt h e o r y , t h er e a l i t ym e t h o do f 旌lt h ec i r c u i t s 。a n di t s t h e o r yc h a r t ，g a v ei t s t o t a ls o f t w a r ef l o wc h a r ta n dt h er e a l i t ym e t h o d a tl a s t p r e s e n t e d t h ee x p e r i m e n tc o n c l u s i o n w h e nt h es p e e c hs i g n a lc o d i n gi sa t8 k b sa n d 9 ，6 k b s ，i t su n d e r s t a n d i n ga n d d e f i n i t i o na r e q u i t es a t i s f a c t i o n 。c o m p l e t e l y a c h i e v et h ec o m i t i o n t e l e p h o n e e f f e c t o n t yi nt h es h a d eo f n a t u r a l n e s s w h e n t h e s p e e c hs i g n a lc o d i n gi sa t4 k b s a n d4 8 k b st h ev o i c et r a n s m i s s i o nr e s u l t i s 勰g o o da st h a to ft h eo r d i n a r y t e l e p h o n e s s oq 4 4 0 1i s ah i g hm o l a rv o i c ev o c o d e ri th a sav e r ye x t e n s i v e a p p l i c a t i o n k e yw o r d s ：s p e e c hc o d i n g ：v o c o d e r ；w a v e f o r mc o d i n g ；a p p l i c a t i o n 哈尔滨工程大学硕士学位论文 第1 章绪论 1 1 引言 当今社会的人们生活在一个信息时代，通信领域的发展更是日新月异， 随着计算机技术的发展，尤其是计算机和通信技术相结合，使得现代通信技 术和手段有了长足的进步。语音通信领域也是这样，新的通信技术和手段 层出不穷。科学技术的迅猛发展，使得信息的传输与存储已经成为人们生活 中不可缺少的一部分。而语音作为人们传递信息、交流思想的最方便快捷的 手段，在高速发达的信息社会中更是占有重要的地位。现代的i s d n ( 综合 业务数字通信网) 、卫星通信、移动通信、微波接力通信和信息高速公路等 无一不需要数字化语音的传输与存储。然而由于语音信号的数据量很大，而 且通信事业的不断发展使得有限的频率资源变得越来越宝贵，这就为语音压 缩编码技术提出了越来越高的要求。同时计算机及相应软、硬件实现手段的 不断提高及大规模、超大规模集成电路的出现也为该技术的飞速发展提供了 强有力的基础。在不到5 0 年的时间里，从最早的速率为6 4 k b s 的标准化 语音编码系统( p c m 波形编码器) 到9 0 年代中期速率为4 8k b s 的波形与 参数混合编码，再到用于保密通信、网上在线广播、网上聊天等码率为 2 4 k b s 以下的极低比特率语音编码，以及现在用于网络电话的变速率语音 编码，语音编码技术已经有了惊人的发展。 另外数字信号处理芯片( d s p ) 的不断发展也为各种语音编码算法的实 用化提供了强有力的依托。于是各种基于专用d s p 芯片的声码器也在飞速 发展。自从1 9 3 9 年美国贝尔实验室的h d u d l e y 发明了世界上第一个声码 器以来，现在已经发展出各种不同的声码器系统。例如，通道声码器、相位 声码器、共振峰声码器、图样匹配声码器、同态声码器、l p c 声码器等。 1 2 语音编码综述 1 2 1 语音编码的依据 在过去十年中，数字通信技术得到蓬勃发展，而促进这一技术发展的主要 技术就是语音编码。所谓语音编码即是将麦克风送来的模拟语声信号通过 a d 转换器，用能达到我们所期望质量的采样率对模拟语音信号进行采样， 然后运用数字信号处理技术对语音信号进行处理，从中拙取一些语音信息， 这些信息既可以用较少的比特数表示，又能用来恢复原始语音。我们可以把 ：望墼型堂型型鍪圣；一 表示这些信息的数字流经通信信道发送出去。在解码端，相应的语音解码器 接收到这些数字比特流以后，将其解压缩，还原成数字化的语音采样值，然后 通过d a 转换器和扬声器将这些采样值还原成模拟的语音信号a 图1 1 表 明了这个过程。 图1 1语音编码模型 模拟语音经过采样、量化，变成数字语音后之所以能够进行压缩，主要 是基于以下两个原因：语音信号的冗余度以及人耳的听觉特性。 语音信号的冗余度主要来源于两个方面，即语音信号幅度分布的非均 匀性以及样点之间的相关性。语音信号幅度的统计特性同信号的带宽、录取 时的声学条件以及进行统计的时间长短都有关系。样点之间的相关性主要是 因为语音是由肺呼出的气流通过声门形成的激励信号激励声道再经唇口辐射 而产生的。从信号处理的角度出发可以把语音看成是由白色噪声或周期脉冲 激励信号通过一个有色滤波器所产生的。这在时域上相当于使样点之间产生 了相关性；在频域上相当于给谱加色。此外，浊音信号具有准周期性，除了 谱包络代表的短时相关性外，还具有长时相关性。利用这些相关性进行语音 压缩可以有效的提高语音编码的质量。 将人耳的听觉特性应用于语音压缩编码主要是因为：第一，语音编码 可以利用人耳分辨率有限的特性。第二，语音编码，尤其是中低速率语音编 码可以利用人耳的掩蔽效应来改善重建语音的质量。第三，利用人耳对某些 失真不敏感的特性也能够达到降低编码速率或提高主观语音质量的目的。线 性预测声码器就是利用了人耳对相位失真不敏感的特性，索性不传送语音的 相位信息。 1 2 2 语音编码的发展状况及存在的问题 哙煞凄工莲大学臻尘攀登落x 溱毒信号蕊鼗字链蒋输，一壹茬逶蔷激裳蒸方岛之一。慕惑懿遮率罨 音编褐技术进行语音恃输魄语音信号模拟健输谢诸多优点。蕊 f 弋满僚的发展 趋辨决豫了语音编确技术的两大突出优势； t ) 大大节省了带宽。从蠛初的p c m 6 4 k 犏码到现在。标凇谢街臌缩协 蔹翔g 7 2 3 壤羁速率为5 3 k 壤6 3 k b p s ；8 就9 犏璃速率为g k b 努s 。还畜来 幕箴狳谖褥薤羹更鬣蠡镳褥滚牵曼妻纛熬豁黎法哥器窭饔，蘩茂m b e 、 c e 2 、r e l p 、v s e l p 、m e l p 、m p ，m l q 、l p c 豫等多释溪寄蕊辅筹法， 最低犏鹕速率达到2 ：4 k b p 8 ，肖些算法已在包捕辫三代移动通信系铡i ! 勺多个领 域得剿应用。 2 便子实现与i p 黜食。i n t e m e t 豹成功媳用使得与i p 豹融龠戳拣必然 麓豢摸楚舞。舅磐蕹寄，辫菸分缱交察嚣援鑫鸯辫营鬻臻攮终氢捷褥添骞鑫 惑蕊壤于妥入譬霞。忝分壤锤啻羲美穗豢拳乏蕊是萋音藕褥鼗术，惩逮霉 静涤鬻编码技术对语寄黼崽酌实对性育要好瀚裸证。采用努爨添潜传输的禚 络，熟倦输的语音信息本渤勰是分组数据包，燃榉的语音信息在攮入i n t e m e t 时将魁非常的方便。 潞黄编码既可囊敬馋瞧蜀潮硬锌魏方法鬻糯。较搏实现裁怒瓣艇端冀法 器辫 警翥洼实嚣，霆器骰瀚簿楚蹩纛零鬟、修改寿蘑嚣磊夔蹩囊逮菠浚菠不 曩襟潦楚溪餐窦靖整。慕麓疆僻实蕊藤蕊溶滠溪藤辖算法霞建瓣专怒d s p 芯片中，遮样处理速度恹，憾予菇时处理。 濑过对一些材料的分槲来看，在语音编码中还存在许多米解决的涧越， 下瓣胼列出的几条，有数可能是大家掰熟知的，有些在某种稷魔。也也得到了 辫决，褴丈豢不太理想，避整同蘧奁i 耱编媳镄壤中餐是蓬褥撵髓瓣。 焱谗蠢簇蒋孛；一令棼寮蓬褥嚣霹蘩嚣黎簸爨锤毒蓑董与繇瑟鼹浚懿琵 祷攀辩阕题，一夺袋好鹣港音编羁算法京徐寇瀚邃特率下懿添鬻艨螫青定 会伉予较次一些的算法。对于某一算法怎样洙评价它的语音质蕺的忧劣还存 在一燃母议。大部分谮谢犏码研究的目标就髓对檠一给定的语音臌凝来尽量 降低骈癸传输的比特率。 凝要豫簿一蹇懿鬟爨又要辩囊建骛霉遗镦爨鼓罐囊委謇缓薅然囊袋攫意 戴鹭懿。蠹嚣耋垂鐾爨躐宰霞，蠹予菠蠹臻鼗滁太黪窭霹蘧号黪麓疆转瓣 支澄，许多语音编礴冀淤避苓耱实簿窦骚静。嚣黥己凄瑷了一蜚功髓强大酶 d s p ：群片，有些算法已可激时实现，将来肯定融肖更复杂的算法粼嫩功能更 强大的d s p 设备。 南于d s p 的时钟频率一般都比较高( 典型值是5 0 m i i z ) ，所以它们都 有较大的功耗，这些在手提式或便携式的应用语音编码器的设备中都是需要 考虑的问题。为了降低对d s p 硬件的要求，降低功耗和语音编码硬件的价 格，寻找高效的编码算法就成了比较活跃的研究领域。 经过编码的比特流通常是在功率受限的信道中传输，因此易产生误码。 在这种情况下，编码算法应具有一定的纠错能力。针对这种情况已有几种解 决方法。第一方法是加入f e c ( f o r w a r de r r o rc o r r e c t i o n ) 来纠正传输中所 引入的错误，这种方法改善了语音编码的鲁棒性，但由于必须加入f e c 信 息，从而也就增加了比特率。 4另外一种方法就是使编码器本身就具有一定的鲁棒性。有纠错能力的算 法适合于有噪信道。有些算法在这方面做的就比较差，甚至在中等程度的误 码率下就可能完全崩溃，纠错能力差的算法产生的语音一般质量都比较差， 听起来会让人心烦，有时会产生身体上的不舒服感。因此对有鲁棒性的编码 算法的研究和改进就成为了一个重要的研究领域 背景噪声对语音编码器的性能也有很大的影响。语音之所以能以较少的 比特数来编码，其原因之一就在于它们使用了基于模型或混合技术，而这些 技术又利用了语音信号中的冗余。对于语音编码器的这种模型上的假设对于 象单频的正弦或背景噪声是不适合的，甚至是不正确的。这样编码器所产生 的语音会产生很大的失真。另一种影响就是在强背景噪声下，用来提取模型 参数的信号处理技术会失效。 许多语音编码器都使用了分帧技术，对于通信质量的语音编码器，帧长 一般取为2 0 3 0 m s 。这样就会引入延时，许多编码算法在对当前帧进行编码 前要利用未来一帧甚至几帧的信息，这也会引入延时。编码延时主要产生两 种影响。第一，编码信息通常会经过多个转发器，这些设备的一个负作用就 是会把输出信号的一部分反馈回输入端，由于延时的作用，会产生回声。这 对用户来说是个很大的干扰，他们会听到他们自已的声音的一个或多个回 声。编码延时的第二个问题是编码延时再加上长距离传输( 比如经过同步轨 道卫星的的传输) 所引入的延时有时会超过3 0 0 m s ，这样，就会给谈话造成 困难。因此，减少编码延时是一个重要的研究目标。 1 3 论文工作的目的和意义 本课题的目的是研究语音压缩编码技术。由于选择语音编码器时，要 考虑系列特别因素，首先要考虑的是数据速率，这通常由带宽或所需存储 哈尔滨工程大学硕士学位论文 容量来决定。第二个要考虑的因素是复杂性，这一点决定着实际应用时需要 的内存。在多数应用中，低复杂性意味着低硬件成本，低功耗，以及较少 的器件。第三个因素是语音质量，在很多应用中，这是一个决定性因素，因 为它决定着用户对产品的接收和需求程度。 本课题选择的是变速率语音编码芯片q 4 4 0 l ，它是q u a l c o m m 公司生 产的全双工多速率声码器芯片，重点是研究变速率语音编解码芯片q 4 4 0 i 的 工作原理及性能。要求在了解的工作原理及性能的基础上，设计一个实际的 应用电路，通过实验，验证其性能。其中的p c m 接口芯片我选用的是 t p 3 0 5 7 ，作为数字信号与模拟信号之间的转换芯片，来完成完成语音的采样 同时回放。c p u 接口这一部分选用的是8 0 5 i 单片机。采用伟福公司的 i c e x p l o r e r g 6 e 仿真系统进行仿真。 另外，此芯片具有很大的应用价值，除了在军事上进行保密通信外，还 可用于多媒体处理，语音存储，语音信箱，网上语音聊天，网上在线广播， 无不需要对语音信号进行编码。在当前发展比较迅速的移动通信和网络电话 中也有广泛的应用前景。本课题的意义在于通过对编速率语音编码芯片 q 4 4 0 1 的研究，深入了解语音压缩编码技术，分析各种接入技术方案的原理、 特点和应用范围，为其应用打下基础。 一耋鎏塑茎型丝璧墅鎏一 第2 章语音信号处理的基本理论 2 1 语音信号产生的数学模型 通过声学语音学靛大蓬礤究，在对发垒爨富秘语音产生过程避行仔 缀分掇蜃，霹强遣立一令亵敬懿蠛靛语音蘧号产生模型，螽餮2 。1 掰示。 该模黧主簧由三个部分组成：激励源、声道模溅和辐射模型 基网频率圪 声滋参数 腾n 爵芦 i 。，。一【，一 图2 1 谣密信号产生懿离数辩域模型 激励源由于发浊音和清音时声带震动情况的不同而有两种模溅，发浊 音时，激励信号是由一介周期脉冲发生器产生的个周期是。的冲诺序 列。周期。取决于基音频率磊和语音信号的采样率z ，即o = 工民，其 中焉秘。氕班h z 计量。为穗涟夸蕊激殛信号具鸯疹门气滚藏律戆实舔波影， 还需要傻上述静冲击序歹避过一个声门脉i 孛模黧滤渡器6 毽) ，其幅度频谱 按每倍频程1 2 d b 的速度递减。乘系数4 的作用熄调节浊音信号的幅度或能 量a 发清音时，激励信号由个随机噪声发生器产生。通常假定其平均值为 零，岛相关函数是一个单缎冲激函数，且蝠度舆蠢正态分布。乘系数a 的 馋瓷怒谖苇清音熬蕹疫葳黢爨。 遴鬻绝实际声道看俸一个燹截瑟声管，利瘸流体力学的方法可以认为声 道模型y ( z ) 在大多数情况下是一个全极点模型。这样v ( z ) 可以表示为公式 ( 2 一1 ) 所示。这里把截面积连续变化的声管近似为p 段声管的串联。尸称 6 ：一：= 墼塑茎鲨耋鐾型鍪一 麦遮令金摄点滤滚嚣黪豁激。p 氆蔻太，模黧蘸穗徐蘑羲与声逶蜜鼯传输委 数的哟台程度越高。通常p 敬8 1 2 就够了。 y ( # ) 。飞l 一 q z “ 一1 i 0 ：嶷数 1 ) 攘蠹襞毒与壤婺毒美，遴甏毒蕊表示受冀秘= 一定，r m ! * 在这个模型中。豫了) 和谁) 保持不窝辫辨，磊、乓、属、演浊 音歼荚的位置及声道模型中的参数q 诉都熙随时间而变化的。凼于发生 器胄的惯性使这些参数的激化速度受到狠制，闼此对于声道参数，在1 0 到 3 0 m s 靛时阕窝褒蠹蜀珏弧凳它羽爨搀不变。搿戳避营嚣楚牙努辑犊长，蔽 袋受2 镰s 麦老。嚣_ 予激灏添大零努 蠢嚣下逮一参鼗毽是歪臻戆。懿黠毒壁 遮寝变化特男茯的啻取5 m s 鹣畦阕闯疆更为蜍潦。 黼2 1 所示，把激励简单的分为浊音和清街两种情况是有缺陷躺，宥一 些周限性：第一，该模烈将语音信号截然分为髓周期脉冲激励和噪声激励两 种慷况、氟实甄i 上对于演渔酱过渡鲍情况，激融信号可以是二嚣按任意比 铡秘鼗熬。蓑考嚣于楚麓蠢+ 霓荚篓孛熬嚣攘察，辩餐薤嚣辞鼗鬃篷攀麓叠 撩慧泉逡楚不嚣蘸。纂二，这个摸鍪馥簧辍避觳甭氆窘富藩捷漆零点，霭象 鼻裔、擦音这样一些音瓣声邋传输函数中怒戡禽有限零点的。针对擀：个局 限性，种解决办法是谯v ( z ) 中引入若干有限倦输零点，但这将使模型复杂 化。另种办法是适当掇趱鼢数尹，使得全极点模型能更好的逼娥熙育此种 零点懿传输透数。语音缝褥寨蕊孛采楚第二秘方法翡较多。 窆；窆话音穰号黎字蹩邃孛蘸短对势橱蒗塞 撼然语音信号是非串稳过程信号，但是由乎人的发音器官的肌肉运动 的遮艘较慢，所阻，语音催嵴可以认为是局部平穗的，正是由于语裔储母的这 种准平稀特性，任何语啬储号数字处理算法和披术都建立在“短| i 寸”分析基 磷土。烂对技零熬实魂燕瀵避分覆蓑势竣寒遴嚣蕊，一觳莓移魏赣数蹙饕 1 0 0 ，霄跨逐要疆实器滚滚慕寇，零节主要穷缀蹙潦音整号蔑靖努蓊翁莲本 蘸忿。 2 2 1 语音信号的黻处理 ? 哈尔滨工程太学壤土髻穰谂艾 模攘语音信号在遴褥添样量佬之蘸营党簧避奄亍礞滤滚处理，方嚣是 抑制输入信号各频率分爨中频率超出工2 的j 衍有分量，防止混叠干扰。另 一方耐熄抑制5 0 h z 的电源干扰。不同的语音处煺技术对预滤波的薅求不 嗣。鼹予太多鼗语音编弼系绞，采霜上下熬止鞭搴为翕= 3 4 0 0 如， = 6 0 1 0 0h z 嚣霹。辩祭工频于裁( 5 0 h z 我6 0 h z ) 不严重或要畜接蘧，慰可 敷不瘸带遂滤波器露毫耱嗣低递滤波器藏可阻了，它的截止频率裰实际静语 音信号而定。语音信号缀预滤波和采样后，由a d 变换器转换成二进制数 字码即可进行处理。 存入一个数据缓冲赋的数字语音通常愚拔帧进行处理的，绝大部分情 况下颧长敬2 0 m s ( 采撵率蔑8 k h z 酵樽应子簿顿努1 6 0 备群点) ，颡移( 霹 褒撵点对嚣一搂与蜃顿静交整嫠努) 与灏长的愆豁矮凳0 t t 2 。毫繇塞 的帧语音还要经过加窬处褒，即尾一定的窑国数以) 来乘s ，从而形成 加简谮街s 。( 功，s w ( 功= s ( n 0 0 。语音信号熊煺中常用的窗函数鼹方窗和汉 明密，它们的表达式是： 方褰 fl ， 嚣= 0 l w t 嚣j 兰( 2 2 0o ， n = 其它能 。 汉明窗 一f 0 , 5 4 + 0 4 6 ( 两2 ) - 1 1 彤 n = 0 ( n - 1 ) 00 ， 筇= 其它僮0 一势 2 ，2 2 语音信号的媛时能量、短时平均幅度和短时过攀率 当窗函数的起点q = m 时，语音信号的缀时能量为： = 娶：毋 ( 2 4 ) 语蠹售号懿短对平均罐凌惫： 砜= p 。删( 2 5 ) 短时平均幅度也是帧语音信号能量大小的裁征。它与短时能| 鼹的区别 在于讨“簿对小取样值和大敷榉氆不因取平方丽造成较大差异。由予浊窝豹短 霉 跨尔滨工翟袁学硕士掌德论文 对平均畿量要疑：漕蠢大禳多，掰以可鼓爨嚣矮对乎均麓量采进行渣酱稻注音 的剿剐：还可以用来区分声母和韵母的分界，商声和无声的分界，谶字的分 界等。 谱啬信号的短时过零举夜示一帧语音信号波形穿过横轴的次数。它可以 弱楣邻薄个撑点改变镣号静次数来计算如下： 瓦：； 弱s 薛。潮一s 醉。翅一蝎 ( 2 嘞 瓦= ； 嚣s 薛。潮一s 醉。翅一蝌 ( 2 嘞 越中s g n 表示取符号，即 s 箨嘲1 ，x 邳 ( 2 7 ) l i ，x e 露、m 和z 都是随机渗数，但对于不同性膦的语音它们具有不问的概 率分布，虽然它们都接避予正态分布，但浊鬻躺短时乎均幅度最大蕊短时过 零率鬏低，凑啻獒囊露乎鹭矮度藩孛瑟囊露遗零率豢毫，无声麓愆对平甥禧 度爱豫露短对过零率嚣中。这些将牲在语音谈裂中焉来谣要语音羽起点、终 点蔗稷霪要的。当背景嗓声较小时用平均蘸鬣浓识别比较有效。当背景噪声 较大时用平均跨零数来识别比较有效。 2 2 3 语音信号的短时自关函数和斌时频谱 设s 。谚是一段热镶避螯辖号，它豹藜零毯溺为嚣= 0 努一1 ) 。 磅 的爨捐关函数称为语音信鼍蹲0 的短时蠡关蕊数，靥r ( f ) 表示； * j 凡( 驴d 。( 慨( 肿f ) = s 。协；十d ( 2 8 ) 辔公式爵蠡，彩楚髑丞数，繇。固。匙在 f = 卜十i ) “( 一i ) 区间之井怄为零。r 的最大值在f = o 处，且簿予加密 语音的平方和，即： 一= ：= ：墅婆墨拦鎏璧型姿一 一l 凡( o ) = s ： ( 2 9 ) m s 。的离散傅里叶变换( d t f t ) & ( c x p 仔妫) 称为s ( 玎) 的短时频谱， 其诗算公式为： 一l s 。( e x p o 。c o ) ) = d 。( n ) e x p ( - j c a n ) ( 2 1 0 ) 饵o 凤( e x p , o c o ) j 2 称为s 鲫的短时功率谱。为减少g i b b s 效应，在求短时频 谱眩觳栗搿其有较，l 、上下冲懿晗名鬻谣不灞方密。稀置在话音信号数字处 理中都是采用s ，的离教傅璺时变换( d f t ) 最( 固来代替& ( e x p c o ) ) ，并 且可阻用高效的快速傅里叶变换算法( f f t ) 来达到安时实现的目的。在通 常栗捞率为8 k i t z 且蝼长为2 0 r n s 时，n = 1 6 0 ，一般取长为2 5 6 、5 1 2 或1 0 2 4 点的f f t 。 短时自关函数和娩时频谱( 或短时功率谱) 分别在对域和频域中裘示了 语音信号的些主要特征，最语音信号非常熏簧的一对短时参数。例如，如 果是个浊音性的周期信号，那末它的短时自关函数也呈现出明显的周期 往；糖反潼裔语音接近子醚辍噪声，它豹短露鑫关函数不吴舂萄麓惶豆隧着 f 的增大而迅速减小。可以用这个性质判断语酱信号最清音还是浊音。除了 壹接耀亏二实瑷吝璐语海售号分辑、蹙遐荔及完藏冬转瘦耀鼓零戳癸，建誓亨交 关函数和短时频谱还鼹其他算法的基本参数。 2 。2 。4 语音傻号的矮时基啻周期估计 基音褥期也是语音信母壤重要的参数乏。基齑周期储计在许多语音 处理领域中都是重要的一环，基音周期估计的准确与落直接影响到处理的效 栗。藻音餍期 舂诗静方法禳多，基于求短靖寓荚函兹和基于求短时平翰幅度， 差函数( a m d f ) 是常用的两种方法。 蠹予短时鑫关霹数茬基紊瓣麓懿务个整数倍熹主寄穰丈懿蜂筐，隧忿只 要找到第一最大峰值点的位鬣并计算它与，= 0 点的间隔，便能估计出港音周 期。毽出于历艘窑长发声道特蠖豹影鼹，实琢第一最大蝰菹点浆位置鸯薅不 能与藏音周期完全吻合。对于所加的鬻函数，溪保证衡长应大予两个基音周 期，语音中最长的基窗周期约为2 0 m s ，因此鬻长应大予4 0 m s 。对于声道特 萑酶影响，第一条途径是减少共振峰瓣影响，簸简荜的方法是鞠个带宽为 1 0 = 鍪壅垄塑玺篓型鎏一 6 0 9 0 0 h z 静带遂滤波嚣对于毒信号邀行滤波。另一静院较有效麓方法筵楚 将语鬻信号通过一个线性预测( l p c ) 逆滤波器，并通过求其残藏信号的自 关函数来信诗基音周鬻。簿二条途径怒对予裔穗号送抒菲线浚蜜捺嚣霉求蠢 关函数。一种有效的变换是“中心削波”，取该短语音最大值的0 ，6 8 作为 削波惫乎，惑浚墓懿语鸯在基音鬟囊点上有瑟殴黧兹突起，矮它祭避行基音 爱熬镳诗效暴会雯瑟。 求蒸音周麓还可戳掰簸辩平均幅度差函数( a m d f ) ，萁公式为； n 一- t - 凡( f ) = k 0 十f ) 一s 。( 硎 ( 2 1 1 ) n - - 0 对予周期褴的砖0 ，( ) 也呈现周期噬，只楚它巍基音周期的番令整数 点上爨有谷蕊丽不是峰壤。遨越也可戳露凡 静诗算寐确定蕊酱髑甥e 2 3 语音信号的线t 陡预测( l p c ) 分析 线性预测分折( l p c ) 赵遴行语毒信号分亳哮鼹露效、最流行的分瓣技术 之，l 眨分爨熬重要靛在予：宅提鬟了蕴藏涪熬逶京售号模整参数，这 篷参数线鞍精确靛表禚了诿鹰信号麓颧谱幅度；瓣分橱它们甄黉豹运簿藿穗 对来说并不大，应蘑这缀模缀雾数霹 噩簿羝编鹞谬誊僚号薅酾数筠率，将l p c 参数瞄成模板进行存储，在谮音识别中可以提高识别效率和减少计辣时间， 此羚，懑耪参数还霹以麓来突瑷有效蟪语音会成，强越，t 粥努轿技术暖缀残 为语辫信号处理的一个强有力熬工具鞠方法。 一藏皋鬣；语音舔号序瓣是个骧鞠疼爱，鼷耀语音荣号懿产生撰羹， 语音僚号彩是一个线健非移变西果稳定系统媛彩受尉信号2 ) 激励瑶所 产生冉臼输出。在时域中，谮费信号j 是该系统的单位取样晌应v l m ) 粒激励 信号8 鼢馥卷穰。在谮誊傣鸯鲶毽所涉及的各个领域，无论是缡磷、识鄹、 合成殿说话人验证，都需瓣幽喇和确的卷积功来求得喇和8 ( 哟。 由誊狡嚣号索簿参与漤稼蕊琴令番号戆黪法穗：淹簇卷算法。黎黎羹法 鑫每毳餮究蹩一褒饕鬻重袋翁漾藤，其嚣懿在予悉暴露戆多熬计算霞後浓获取尽 可辘壤确愆y ( 孕。它对于褥啻镳谔、谈襄合成镣许多磷究工掺灏澎照技术 都是懋关重要的。解卷算滋可分为两大类。第一种算法首先为线性繇统 职z ) 建立一个摸型，然嚣对模型的参数按照慕荦孛最佳的准则避短旗计，这 种算法称为参数解卷。如鬃辑取模型强包含有限极点丽没有甫隈零点，贝系 ：= = ；一垒壁塑鍪鲨些篓塑一 p 统函数可以表示成取刁= 1 a ( z ) ，其中，崔刁= a ，z _ 。，这时解渗算法可 f 。】 以归结为对各模型参数嘶溅行估计。这葺孛模蘩称为“全极点穰餐”簸称为 a r 模型* ( a r 是a u t o r e g r e s s i v e 熬缩写) 。魏暴慕题最小均方误麓准 瓣对a r 骥鍪参数透嚣 鑫谤，裁褥至g 羲霆豹装熬预测壤礁( l p c ) 冀浚( l p c 是l i n e a rp r e d i c t i r ec o d i n g 煎缩霉。第= 爨葵法秃需为线瞧系统建立 模受，可称之为“非参数龋港算法”，葡态信号处理藏是非常嚣蘩静稀菲 参数解卷算法。 2 3 。 线牲预测势枣嚣基本摄念 参数嘏卷豹通用攒麒如图2 2 搿示： ( 未知) ( 未知)( 已知) 强2 ，2 参鼗簿卷瞧逶霹壤式 其中鬏设一令已鲡痒捌s ( ，疹是一个未知侉戮曲疹激融一个米翔系统所 产生抟。如粟假设既米鲡系统楚一个线经 # 移窝鬣莱稳定系统，强可以雳一 个线性燕分方程描述，则麒特性可以用z 域传输函数表示： 残刁= g 孕，乃( 2 - 1 2 ) 坌 产 其中c 嚣z - - y g 。，箕刁= 至x 广，岛浸毽鬻为实数，! l a o - - 1 ， 曲i = 0 魏爵强鬃装出模墼参数g ，殷避，劐参数簿卷阏熬蠖霹叛瓣凌。璇巍穆邃令 模型加些限制，第个限制是令班z ) 韵分予多项式c 4 z ) = 1 ，这榉 v - ( z ) = i a ( z ) 。魏霹该模蘩交残全骚熹篌鍪，蔻参数瓣卷霹瑟萋薹缝凳蒸数旗 鹣嵇诗瓣题。第二个辍铡鼹将觳静寒籍痔烈国雩成黩国瓣澎式，其中 e ( n ) 怒个周期脉冲序列或一个高斯酉噪声序列。当面0 是一个周期脉冲序 列时，可以表示残： 蹬蕊滨王震盍学羲搏蹙设支 磅= 灏一啦 ( 2 1 3 ) 赫中当n = o 时，烈* 1 ，当n o 时，瓣帕= j o 。 0 是其周期。 筠# ( 国是一个高斯酉噪声序列时，窆的囊荧濑数满足下列条件8 簿。蔻簿枣醣袋僵渍是离麓分毒。系羲8 暴令菲受霎藜，丽聚浚潮系统 输出序渤s ( 功的幅度大小n 在做了这些限制姒磷，参数解卷问题龇液成估计 椰) 的阶数p 和它的各个粼数q 唧；其次，在恼计得到彳( z ) 的熬础上， 求铹带期8 ( ，并且判断出。 是周期脉冲还撼满辩百躁声序列，娥逡种方 案稳壤了霆2 + 0 囊示熬参鼗瓣豢蕤覆： 该全橛点模型将剽添鬻予语音债号鲶懋领泼，对毙该霸蕊麓橙苟激 得引用线性预测的方法蝌琶挺垒极点模型的参数俩计问题，即如果姆划了一个 语音胯别s ( 哟，而且知道像怒一个周期脉冲带剿蛾个高斯白噪膨序列激励 一个垒极点摸型产生的。则线性颧溯算法能接鞭“最小均方误差”媳准则估 嚣嚣瀵麓参数尹爱肇一咚) 、澈囊落号喇鼹蜷薤蓉鼗s 。 在序秀磅孛饪欷令酎裁斥，暇莰嚣鞭稳静声令祥点士麓瀵誊僮 s 铆”，s ( n - 2 ) ，a ，s 0 一p ) 为己知，而时刻n 的谢酱值未知。现在用遮个 b 知的榉遁取莱静线矬缀合来籁浏未知的榉俊，翊鞠表示，则： 尹 颤净 肇嘲一零 ( 2 l s ) i = 1 麒中各系数q 皆为盛数，称为预测系数。锁测值i ( 功与真憾“n ) 之间 豹瀑装豫为鞭溺误妻，冀谤冀式为： 矿 e ( n ) - - s ( # o 鼢= 蛹船一磅 ( 2 一 6 i = l 邋常可以用审的均方值= 坷s 2 】漱衡墼线性预测的腻髓。实际 ； 簿孛避嚣筵嚣溪孚兹健整嚣篓孛熬囊会乎均。筵嚣霹鞋袭累壤： = & 2 ( 2 。1 7 ) 对子一个特定的谬瞥序别，取决于p 。糊磐个系数码。如撤髓找刮 一个黪定蕊酴羹声鑫避溪瓣募鼗，谴遮裂袋套蓬，箨寒这錾舔数爱莛 最健濒涮系数。由参考捺料c i 中证明可知，蠹纣祭蝌是由图2 3 所永的全 极点模型产生的，那末最瞧预测阶数应该是* p ，最佳预测系数成为 a 。；= ? ，i = l p 。 潋土谤蘧藜是鋈予$ 塞鏊( 2 - 3 ) 戆蘧慧垒援熹模荃产璧，瓣樊簿 静添诲序捌霄能不完全符合这个篌型。当酬谢一个非理性禳警柬产蹩，葱 用一个垒极点模型来估计飙参数时，只能说刷璃想模型来逼近实际模型，此 时无掰谓原模型的实际阶激，提高p 总可以敬游逼近效果。但尸增加剥一定 埝承滨工莲大学壤土学搜沦艾 程度蜃，矿豹降低藏稂瓣了，缮秀霹尹不僵大大增捅运算量，丽且鑫予有限 字长的影响，参数估计澈粜反而变坏。在语裔信号处理中，模型阶数户一般 选在8 1 2 2 _ 间。 羟绘定蘸溺玲数= 尹魏蠖嚣下，垂式( 2 - 1 6 ) 帮( 2 - 1 7 ) 哥将蠢 写戒如下形式； a ：= 睛( ) + d ：g 一i ) 】2 ： 。如 + 蓬担。拄嘲一枷i n ) ( 2 硼) t 妻4tx 汪鲰碡 s 彝一麓s 秘一i ) 该方稷对其右侧的p 个变嫩q 一郎的偏导数为潜，可以得到尸个方程： 0 ； 意| 憾a 却晦瑚，b 卜p ( 2 - 1 9 ) 出此可以导出： 在舡洲 + 瘪压跏劫如尊 ：o ( 2 - 2 0 ) “ j f ；i th| 葵中k ；t p 假设： n 。s 一t p 国一d( 2 。2 1 ) 媾中 7 | i ：1 p i = 0 p 则可姆这p 个方程写戏： 建馨，o - - - 爹( k ，棼，露。l p ( 2 + 2 2 ) 邀继方程便是l p c 正则方程，解该组方稷德w 求得预测系数舀j 。l p c 正 型玄鬻璺竺解法常用的有幽关法和自协方差法。参考资料 1 中介绍了二者 的 钠汹过程。 “ ， 、 ， 5 况再i 醚封面丽的预测误熬很大使得参数估计的效粜劣于自协方麓漩。但 是，当悯隔长度远大于潮测阶数p 时这两种方法的差异就会减小。从统计 理论中黪数估计的角度解释此阀题时，可以认为婀，n = o ( 一1 ) 是 夺窭躐变爨，要覆舞这鎏焱爨缭錾漠霎l 参豢皤，# * l p 懿篓嚣蕾ak 愆邀关 法给出的璇佳估计值每，f * l p 也是一组随机焱墩。可以证明，当d ( 协是白 噪声序鹅时，怠麴统计平均慑等子岛，因此这怒嵇茺藕毡计。辐艇，警 蠢番舞蔫灏藏器亭鬟豸，其绫嚣莩驽篷哭毒奁黉麓黪滓痔蘩魏莛戆撼愈为霉 ( 卵a 。= o ) 且 p 时才髂予毫。这种情况猕为整音同步分析n 双蒋这种 情况才给出无偏估计。甭则，诧的统计平均值就不等于q ，j z - - 带的偏差随 甄窝鬻褒伍。这释蘩蕊稼兔襄基砉嚣多，窕鲶德毒镶售诗。蒸瓷器步努 柝虽然可阱给出更为精确的拳数估计，褪是必瓣觜先准确的确定劂嬲憔激赫 脉冲的怒始位置和周期，淤对于实际语音很难懒剁。而且，在做潦潜间步分 析时，锶被分析语音帧的越始点和长度都不熊嫩规范化的等间隔值，这给 定褒臻镜带来很大熬困蕊，这些缺点漫鞠了魏秘方法敦实羁性。嚣浓挺逛魏 霹签躐漫溪溪篓法虽蒸胃辍在 # 墓砉瑟箩下飨爨瑟壤蕊嚣，整嚣冀爨避大， 实露链谯受囊疆裁。 r 从工程实施的立场出撒，对比两种算法，可默褥出以下结论：蒲，虽 然臼协方差法优于自关法，但是后者有高效的递推算法，因此在疯用中大都 采用融关法。第二，对于囱关法而言，虽然基鬻阔步分析方法或劂态线性预 弱等鲮法霹驭鎏窭更准确懿参黎慈嚣，霆悬葜谗舞爨过六虽定嚣不麓楚。霆 照亵癸灏蘸蒺孛夫露蒹臻下嚣辩祷竟瑟羹菰潦黪镰宾雾法臻器家黎法。筵 三，格激簿法蘑予l p c 分瓣怒诗算量毙较大且优点不是很突出。 2 3 。2 德宾( d u r b i n ) 递推算法、格粼( l a t t i c e ) 辣淞糊舒 尔( s c h u r ) 递推算法 一里丝篓坠塑些篷垒；一 露营关法解l 咒正刚方程已经育徭多藏形静算法，本节首先奔绥一 些基本概念，然后介绍自关法中比较常用的三种算法；德宾算法、格型算法 帮蘩尔算法。 逆滤波器：定义f i r 滤波嚣，其传输函数为： 量( 刁= 龟z 一，镪= l ( 2 2 3 ) i o 称该滤波器为逆滤波器。 前淘预测稻后向碳溺：露过去已知酶信号s 0 一1 ) ，s 印一2 ) ，a ，s 印一固来 预测未来的束知信号s ( 哟的预测方法称为前向颧测。由 s ( n - 1 ) ，s 积一2 ) ，a ，s 印一固静缓经缀合浓产生l ! 瑟溅蓿号( 功翦系统穆为“鼗彝 预测器”。相应的逆滤波器称为“前向逆滤波器”。 羲患程溺器： 娴= 口p 如f ) ( 2 2 4 ) 倍l 前向预测误差： 鬈捞= s 一妫= 妒鼬一o ，妒= l ( 2 2 5 ) 懿淘遂滤波器： p 舻= z ，妒一 ( 2 2 6 ) # 8 用未来的已知信号j 0 1 ) 嘲一2 ) a ，s ( n 一印来预测过去的未知信号 s ( 玎一j p 1 ) 的预测方法称为后向预测。 届向预溅器： p 劬一p 1 ) = 一s ( n - i ) ( 2 2 7 ) + i = l 后向预测误差： 占汐( 碲= 一尹一1 ) 一翼h p 1 ) ：艺s ( n s ( n o ， 穰：l q 2 8 = 一0 ，穰= l i = i 眉向逆滤波器： 蛤尔滨1 程大学梭士譬位论文 p 一 一= 矿z 。 ( 2 2 9 ) j 1 在许多成形的自关法解i 。p c 正则方程的算法中，德宾算法、格刺弊法和 舒尔算法是其中比较典型的算法，下面将分别介绍三种算法的具体过程 德宾算法静过程为： ( 1 ) 给定预测器阶数夕。 “o ( 2 ) 计算奶，i = o p ， 糟公式嘲= 凡 + ，p 。( 力 ( 2 3 0 ) 胆0 ( 3 ) 计算k 1 = r ( 1 ) 删，用公式( 2 3 1 ) ( 4 ) 计算鲫= 必“，用式( 2 - 3 2 ) ( s ) 谤舅罗= 【l 一强国；。n o ) ，蠲式( 2 3 3 ) 一陬哟+ 茸“到f 一嘲 k ： 1 一饵0 1 ) 2 n o ) r 磊# 必” l i 譬= 茸”+ 茁帅瓷黔”，i = o ( 辫一】， 矿= f i i - k ) 2 ；，m = 2 ，3 ，4 a - l ( 6 ) 令m = 2 ( ? ) 诗算影哟= 醚搿) + 越“劂| 一叫) 】， f 。t ( 8 ) 计算霹= 彭坤 ( 9 ) 计算茸神= 彭”+ 岸= ，i = 1 ( 卅一1 ) ( 2 - 3 5 ) ( 2 - 3 6 ) ( i ) 诗算耍字= 【l 一 昼磷 2 匹”“，臻式： 芦，1 = 1 倦睁) 2 】州 ( 2 3 7 ) ( 1 1 ) m p ? 哈尔滨工程大学硕士学位论文 若回答为是，则令m = m + l ，转入( 7 ) 继续运行。 若回答为否，则停止运行并输出占 “，a 严，a 锣作为计算结果。 ( 1 2 ) 结束。 格型算法： 假设用语音序列s 。( ) 激励m 阶最佳前向和后向逆滤波器五( 砷( z ) 和 序“1 ( z ) ，得到预测误差序列钞蚴和秽( 哟。设掣( 和拶( 功的z 变换分 别是忘帕( z ) 和岛_ ( z ) ，( 功的z 变换是咒( z ) ，则有： 或_ 1 = 磬。( z ) + 足“露一1 ( 2 3 8 ) 岛国