（信号与信息处理专业论文）g728算法改进及低码率ldcelp算法研究.pdf

摘要 低码率、低复杂性的l d c e l p 算法在通信领域具有十分重要的意义。 g 7 2 8 是目前低延迟码激励话音编码算法中唯一的一个1 6 k b i t s 的国际标 准。本研究以降低码率、减少复杂性为目标对g 7 2 8 算法进行改进。研究 表明，采用归一化波形码书并对激励增益精确表示，不仅大幅度减少了 g 7 2 8 计算复杂性，同时可以获得约2 d b 的信噪比提升。 本研究观察了不同递归窗对g 7 2 8 三个滤波器的影响；针对增益的固 定量化，提出了增益的自适应预测和自适应量化的方案，获得很好的结果； 以此为基础设计的码书搜索方法将g 7 2 8 码书搜索计算量降低8 5 ；进一 步进行综合滤波器降阶实验，表明在信噪比不变的前提下，g 7 2 8 算法复 杂性可以减少4 0 。 采用归一化波形码书获得的附加好处是提供了一种可能，即避开大运 算量的码书训练过程，直接构造新的波形码书。本研究尝试性地构造了每 矢量1 0 样点的归一化波形码书，设计了8 k b i t s 低延迟码激励话音编码方 案。在此基础上提出了具有基音预测的8 k b i t s 算法。上述两种算法的实 验程序为今后研究8 k b i t sl d c e l p 算法提供了实验环境。 关键词8 k b i t sl d c e l p 增益自适应量化归一化波形码书 a b s t r a c t t h el d - c e l pa l g o r i t h mw i t hl o wr a t ea n dl o wc o m p l e x i t yh a dv e r y i m p o r t a n tm e a n i n gi nt h ef i e l do fc o m m u n i c a t i o n g 7 2 8w a st h eo n l y1 6 k b i t s i t ur e c o m m e n d a t i o ni nt h el o wd e l a ys p e e c hc o d i n ga l g o r i t h m sa tp r e s e n t t h er e s e a r c ha i m e dt or e d u c ei t sr a t ea n di t sc o m p l e x i t yt oi m p r o v eg 7 2 8 a l g o r i t h m i nt h i sr e s e a r c h ，t h ec o m p l e x i t yo fg 7 2 8c o u l db eg r e a t l yr e d u c e d a n dt h ea v e r a g es e g m e n t e ds n rc o u l db ei n c r e a s e da b o u t2 d bb yu s i n g n o r m a ls h a p ec o d e b o o ka n dt h ee x a c td e n o t a t i o no fe x c i t i n gg a i n i tw a so b s e r v e dt h a th o wd i f f e r e n tr e c u r s i v e 、v i n d o w sa f f e c tu p o nt h e t h r e ef i l t e r so fg 7 2 8 t ot h ef i x e dq u a n t i z a t i o no fg a i n ，t h i sp a p e rp r o p o s e da s c h e m ea b o u tg a i na d a p t i v ep r e d i c ta n dg a i na d a p t i v eq u a n t i z a t i o n ，w h i c h b r o u g h ta b o u ts a t i s f y i n gr e s u l t s b a s e do nt h e s er e s u l t s ，w ep r o p o s e dam e t h o d o fc o d e b o o ks e a r c h ，w h i c hd e c r e a s e dt h ec o m p u t ea m o u n to fg 7 2 8c o d e b o o k s e a r c hb y8 5 t h em o r ee x p e r i m e n to fr e d u c i n gt h eo r d e ro fs y n t h e s i sf i l t e r s h o w e dt h a t ，o nt h ep r e m i s eo fn o tc h a n g i n gt h ea v e r a g es e g m e n t e ds n r ，t h e c o m p l e x i t yo fg 7 2 8c o u l db ed e c r e a s e db y4 0 a d o p t i n gn o r m a ls h a p ec o d e b o o kh a da n o t h e rg o o du s e ，w h i c ha f f o r d e d t h e p o s s i b i l i t y o fd i r e c t l y c 0 1 s t r u c t i n g an e ws h a p ec o d e b o o kw i t h o u t c o d e b o o kt r a i n i n gw h i c hn e e d e dm a s so fc a l c u l a t i o na m o u n t w et e n t a t i v e l y c o n s t r u c t e dan o r m a ls h a p ec o d e b o o ki nw h i c he v e r yc o d e v e c t o ri n c l u d e dt e n s a m p l e s a n8 k b i t sl o wd e l a yc e l pa l g o r i t h mw a sp r o p o s e d ，a n db a s e do ni t ， a n8 k b i t sa l g o r i t h mw i t hp i t c hp r e d i c t o rw a sp r o p o s e dt o o t h ee x p e r i m e n t p r o g r a m so ft h e s et w oa l g o r i t h m sa f f o r d e da l le x p e r i m e n te n v i r o n m e n tf o rt h e f u t u r er e s e a r c ho f8 k b i t sl o wd e l a yc e l pa l g o r i t h m k e y w o r d s8 k b i t sl d c e l p g a i na d a p t i v eq u a n t i z a t i o n ， n o r m a ls h a p ec o d e b o o k 刖舌 0 1本课题研究的背景与意义 低码率、低延迟话音编码算法是二十一世纪通信、计算机网络、视频 电话会议和远程教学系统等诸多应用领域的关键性核心技术。以数据包形 式传输话音的i p 电话，其极低廉的通话费用给传统电信网络造成极大的 冲击。面对竞争，如何使现存的数以万亿计的电信设备免遭淘汰，业界正 在努力寻找降低通信费用，提高服务质量的途径。低成本扩容是其首选方 案。支持传统电信网设备扩容的话音编码算法必须满足如下要求：数 据必须按8 位进行组织；为适应一次群交换的特点，采样延迟样点必 须是2 的整数幂，最好是8 个样点。要求话音编码方案的指标a 为：采样 延迟1 m s ( 8 个样点) ：速率在8 k b i t s ( 每样点l 位) ；音质与p c m 相当。 1 9 9 2 年国际电信联盟( i t u ) 向全世界征集延迟低于5 m s ，音质与p c m 相当，速率低于8 k b p s 的话音编码方案。目前这一目标仍未实现。1 9 9 2 年公布的g 7 2 8 标准i l l 和1 9 9 6 年公布的g 7 2 9 标准，在音质上均符合要求， 是i t u 公布的i p 电话通信协议。但是，g 7 2 8 虽然延迟( 5 样点o 6 2 5 m s ) 符合要求，速度却为1 6 k b 口s ；g 7 2 9 虽然速率为8 k b p s 但延迟是8 0 样点 ( 1 0 m s ) 。 在未来几年内，具有指标a 的话音编码方案是这一领域科学工作者努 力追求的目标。具有指标a 的话音编码方案，有如下三个方面的应用前景： i ) 取代g 7 2 8 和g 7 2 9 成为更高性能的i p 话音编码标准。 i i ) 取代现有移动通信话音编码标准，成为新一代移动通信系统的 话音编码方案。 i i i ) 取代g 7 1 1 成为现有电信网络的话音编解码方案。这样，对一 次群设备稍作改动( 增加8 位样点到8 位8 样点的变换，以及相应的信 令改变) 就可形成对现有p s t n 网络的8 倍扩容。 上述三个应用的最终结果将提供这样一种可能：在p s t n 网络、i p 网络和无线移动网络三者之问使用统一的话音编码方案，形成信号在三个 网络之间的无译码交换。因此，研究开发具有指标a 的话音编码算法，对 国际国内通信产业有着十分重大的现实意义，其潜在的经济意义将以千亿 计。 1 9 9 2 年提出的i t u tg 7 2 8 标准语音压缩算法在1 6 k b i t s 速率上实现 了单路延迟不超过2 m s ，音质与p c m 相当，是数字电路倍增设备、 i n t e r n e t i p 电话网关采用的首选算法。尽管1 9 9 6 年提出的i t u t g 7 2 9 将码率降低到8 k b i t s ，但由于它的采样延迟为1 0 m s ，单路编译码延迟超 过3 0 m s ，因此在上述应用场合以及有关涉及电信网接八方面的应用中， g , 7 2 8 仍是唯一的方案。 采用前向预测和长时预测的g 7 2 9 算法对本研究基本上无参考价值。 g 7 2 8 采用时变参数模型，每2 0 个样点后向地估计一次参数；采用5 0 阶 滤波器，而不用长时预测器；设计了增益滤波器降低了码书尺寸。由此可 见，g 7 2 8 算法的优点与不足，都可以为本研究所借鉴。 本研究的主要内容是改善g 7 2 8 算法的性能，提高其编码质量，降低 它的复杂性和码率；提出两种低速率编码方案：每个矢量十样点即延迟为 1 2 5 m s 的8 k b i t s 的两种编码方案。 0 2 论文完成工作 1 理论一： 将1 6 k b i t sl d c e l p 语音编码算法的平均分段信噪比 提高约2 d b 。 2 理论二：降低i t u - tg 7 2 8 标准算法的复杂性以码书部分搜 索取代码书全搜索，降低综合滤波器的阶数。在信噪比不变的前提下， g 7 2 8 算法复杂性可以减少4 0 。 3 理论三：设计两种8 k b i t sl d c e l p 语音编码算法的方案。为今 后研究8 k b i t sl d c e l p 算法提供了实验环境。 0 3 本论文的组织 第一章介绍了本课题的研究对象i t u tg 7 2 8 语音编码标准算 法；第二章提出g 7 2 8 的改进算法；第三章、第四章提出了两种延迟为 1 2 5 m s 的8 k b i t sl d c e l p 语音编码算法方案的框架，并进行了初步实验。 走原理工走掌硕士沧文 第一章g 7 2 8 标准算法 1 1原理概述 图1 - 1g 7 2 8l d c e l p 编码器原理图 图1 - 1 和图1 - 2 分别是g 7 2 8 标准算法中编码器和解码器部分的原理 框图。编码部分的工作原理是：首先将速率为6 4 k b i f s 的4 律或t 律p c m 输入信号转换成均匀量化的p c m 信号，接着由5 个连续的语音样点s 。( 5 叻， s u ( 5 n + 1 ) ，勘( 5 押+ 4 ) 组成一个5 维语音矢量j ( h ) = k ( 5 月) ，s 。( 5 n + 1 ) ， s 。( 5 甩+ 4 ) 。激励码书中共有1 0 2 4 个5 维的码矢量。对于每个输入语音矢 量，编码器利用合成分析方法从码书中搜索出最佳码矢量，然后将1 0 b i t 的码矢标号通过信道传送给解码器。每4 个相邻的输入矢量( 共2 0 个样 点) 构成一个自适应周期，或者称为帧，每帧更新一次l p c 系数。因为 在l d c e l p 算法中采用的是后向自适应预测技术，当前的激励增益和综 合滤波器的输出是分别对先前量化过的增益和语音信息进行l p c 分析而 得出的，所以向解码器传送的信息只是激励矢量的地址标号，这就使得编 码器只有5 个样点的缓冲延迟，对于8 k h z 的采样率就是0 6 2 5 m s 的延迟。 把处理延迟和传输延迟包括在内，总的一路编译码延迟不超过2 m s 。 后向矢量 增益调节器 f ：一 后滤波器 葫高熊蔫鞣卜叶i 焉慕嚣 图1 - 2 g 7 2 8l d - c e l p 解码器 1 2 l p o 系数的计算 语音信号被看做短时平稳过程，通常在进行l p c 分析前都要加窗。 g 7 2 8 标准算法采用混合窗，如图1 3 所示。这种混合窗将用于三种l p c 分析中，即感觉加权滤波器、综合滤波器和对数增益滤波器中。 在计算出自相关系数之后、开始杜宾( d u r b i n ) 递推之前，通过一个 小量来增加能量r ( o ) ： 即h 寻心) ( 1 - 1 ) r ( o ) 卜( 兹) r ( o ) 1 ) 这样做有一个作用，即用白噪声来填充谱谷以便降低谱动态范围和缓 和后续l e v i n s o n d u r b i n 递推的不良条件。白噪声相关因子2 5 7 2 5 6 对应 蠹| | 恩一 成音t 含语一 2 撼 于大约2 4 d b 的白噪声电平，这个电平低于平均语音能量。 型! l 一j 鬯- b 图1 - 3 混合窗 利用白噪声修正后的臼相关系数和l e v i n s o n d u r b i n 递推公式，就可 以计算出l p c 系数。令第i 阶预测器的第个系数为甜，“，则递推方法可 如下描述： e ( 0 ) = r ( 0 )( 1 - 2 ) 月( f ) + 己i - “， i - 1 ) 足( f 一，)月( f ) + 己“，足( f 一，) 。= 一e 杀( if ( 1 - 3 ) 一n 、 a ，“= k ：( 1 4 ) 口j = 日“1 + 七，d ，1 勺舀一1 ( 1 5 ) e ( f ) = ( 1 一_ ? ) e ( f 1 )( 1 6 ) 方程( 1 - 3 ) n ( 1 6 ) 对i = 1 , 2 ，m ( m 是阶数) 递归计算，最终的解可给出： q ，= a 。”， 1 i m ( 1 7 ) 1 3 感觉加权滤波器 如图1 - 4 所示，当前的输入语音矢量j ( h ) 经过加权滤波器，得到加权 的语音矢量v ( n ) 。 输 图1 4感觉加权滤波器系数更新 加权滤波器的传递函数为： 叭z ) = 碉1 - q ( z r , ) ，o y 2 y l - l 上式中，q ( 力为线性预测器的传递函数： 9 ( 0 = - e q ，z 1 ( 1 8 ) ( 1 9 ) q ，即为求得的预测系数，q o = 1 。，l 和，2 为根据人耳的听觉特性经 实验得出的加权因子，在这里，y l = 0 9 ，y 2 = 0 6 。所以， 1 + ( g ，川z 1 形( z ) = 等_ ( 1 - l o ) 1 + h ，! 矿 感觉加权滤波器分子分母系数的更新每帧进行一次，更新发生在每帧 的第三个矢量。图1 4 为感觉加权滤波器系数更新框图。经过综合滤波器 后合成的语音也需经同样的加权滤波器处理，以提高听觉质量。这两个感 觉加权滤波器是完全一样的。其工作过程如下：首先对输入语音或量化语 音的前一帧加混合窗，计算出加窗后的自相关系数，利用莱文森一杜宾 ( l e v i n s o n d u r b i n ) 递推公式将自相关系数转换为预测系数，再计算出加 权滤波器系数，对当前帧的语音矢量进行滤波，输出加权后的语音矢量。 1 4 综合滤波器 在图1 - 1 中可以看到，有两个综合滤波器，它们是分别用来计算激励 的零输入响应和零状态响应的，二者有相同的滤波器系数，每帧更新一次， 更新时刻也在每帧的第三个矢量处。其传递函数为 f 2 西1 丽 l - 1 1 ) p 0 ) 是5 0 阶l p c 预测器的传递函数： p ( z ) = 一“。z 1 ( 1 1 2 ) 其中，a ，= 2 a ，0 = 1 ，2 ，3 ，s o ) ，a ，为杜宾递推计算出的l p c 系数，五 为带宽扩展因子，肛0 9 8 8 3 ，带宽扩展b = 1 5 h z 。 综合滤波器系数更新框图如图1 5 所示。 图1 - 5综合滤波器系数更新 1 5 对数增益滤波器 设矢量y ( ) 是在 时刻时的激励矢量，e ( n ) 是经过增益调节后的激励 矢量，q ( 和吼( n ) 分别对应于，( 一) 和。( ”) 的均方根( r m s ) ，a ( n ) 是 用于调节码书搜索得到的最佳码矢y ) 的能量，则有 e ( n ) = 仃0 ) ，( ”) l o g o 。( n ) 】_ i 。s 【d ”) 】+ 1 0 9 盯，0 ) 】 ( 1 - 1 3 ) ( 1 1 4 ) 本质上讲，增益滤波的目的就是想通过e ( n - 1 ) ，e ( n 一2 ) ，的增益来预测 e ) 的增益。算法中，在对数域进行l p c 分析预测。 1 0 即1 0 9 p 0 ) 】= p ，l o g o r 。n i ) - o f f s e t + o f f s e t ，= l ：兰nl 。g b d f p ，o f ) 一劬虹d 坤吖 ( 1 1 5 ) 上式实际上是一个以钆0 1 ) 作为输入，仃( n ) 为输出的l o 阶零极滤 波器。 通过对先前的l 。g a 。( 叫序列加混合窗，进行l p c 分析，求得预测系 数a ( 净1 ，2 ，l o ) ，再进行带宽扩展，求得研= 爿a ( i _ 1 ，2 ，1 0 ) ，这里 九= o 9 0 6 2 5 ，扩展带宽b = 1 2 5 h z ，改善了增益调节器的坚韧性。图1 - 6 为 后向自适应增益调节器框图。 这个调节器逐个矢量更新激励增益，计算过程如下： 嘶z ) 经过一矢量延迟得到e ( n 1 ) ，对e ( n 1 ) 的均方根值r m s 取对数、 去偏，得到对数域增益氓”1 ) ，将氓n 1 ) j j 日混合窗，然后计算l p c 系数 a ，0 = 1 ，2 ，l o ) ，再将a ，与带宽扩展因子丑的i 阶指数爿相乘，得到预测系 数q ，即q = 占。，将预测系数用于对数域线性预测器得到预测值氧h ) ( 1 1 6 ) 上式中的预测系数每4 个语音矢量更新一次，在第二个语音矢量处更 新。得到烈盯) 之后，再经过反对数变换及平滑，最后得到激励增益文力。 图1 6矢量增益后向调节器 1 6 码书搜索 1 6 1目标矢量 激励 矢量 e f h 1 参见图1 - 1 码书搜索部分，码书搜索的对象就是目标矢量v ( ) 。这个 目标矢量是如何得到的? 因为码书搜索时，1 0 2 4 个候选码矢激励通过滤 波器豳刁输出的是零状态响应，所以为了和这个“零状态”具有可比性， 输入的原始语音s ( n ) 作为综合滤波器全响应逼近的目标，必须减掉一个自 身的“零输入”响应，才能得到含有原始输入语音信息的零状态响应，作 0 一 胛 文 d m 州 1 | 砖鼠 为码书搜索的逼近目标；又原始语音引入感觉加权，所以码书搜索也必须 引入感觉加权滤波w ( z 3 ，即川z ) = f ( z ) 职z ) ，f ( z ) 为综合滤波器。 1 6 2 码书结构 在1 6 k b i t sl d c e l p 算法中，使用一个固定码书，为减小计算量，采 用了乘积码书中的波形，增益码书法。设全搜索矢量编码中的码本大小为 2 m ，相应地编码时搜索一次的最小失真运算量也等于2 盯次。如果将总 位数m 分成两部分m = m l + 鸩，把m l 用于增益编码，m 2 用于波形编 码，这样，增益码本中的码字数为2 m ，波形码本中的码字数为2 m z ，总 存储量及搜索时计算距离的次数都降低到与2m i + 2m 2 相同的数量级，这 就减小了存储量和运算量。在g 7 2 8 算法中，m = 1 0 ，m 1 = 3 ，m 2 = 7 ，即 波形码书含有2 7 ：1 2 8 个码字，增益码书含有2 3 = 8 个增益，且其中有一 位为符号位。 1 6 3 码书搜索算法 设加权的综合滤波器其传递函数为圈固， ( n ) 是其冲激响应，y ，是 第个波形码矢，g ，是第i 个增益电平，下标为f 、，的码矢经过日( z ) 滤波， 输出为i 。： 膏= 日盯k 。y ( 1 1 7 ) 式中的日为： 日= 厅( o ) 0 000 ( 1 ) ( o ) 0 0 0 ( 2 ) ( 1 ) 硪o ) 0 0 ( 3 ) ( 3 ) ( 1 ) ( o ) 0 ( 4 ) ( 4 ) ( 2 ) ( 1 ) ( o ) ( 1 1 8 ) 农原理z 走学碾士伦文 i 和j 的组合应使f 面的均方误差最小： d = 蜘) 一蔓。| | 2 ：0 2 叠( n ) 喝l t y 川2 这里，量0 ) = x 0 ) 盯0 ) 为归一化目标矢量，展开上式 d _ - o - 2 0 ) 0 瞎o 2 2 9 ，叠7 0 ) 母，+ 反2 月，1 1 2j 使d 最小，等价于使下面的d 最小： 西= 2 9 p 7 0 h ，+ g ；2 e ， 式中， p 0 ) = h7 曼( ”) e ，= 川2 又设， 6 ，= 2 9 ， c 。= 毋2 ，i = o ，1 ，7 则西成为 其中 d = _ b , p + c i e j p j = p t y j ( 1 - 1 9 ) ( 1 2 0 ) ( 1 - 2 1 ) ( 1 2 2 ) f 1 - 2 3 ) ( 1 - 2 4 ) ( 1 2 5 ) ( 1 2 6 ) ( 1 2 7 ) 因为b i 、c ，和五，都可以在下一次搜索前预先计算和保存起来，所以， 当前搜索的主要计算量在于计算0 和寻找最小西值所对应的增益标号i 。 在( 1 2 5 ) 式中，设西= 。，则可得弓= 9 2 e ，。令季= 鲁= 詈，所以， 营与g ，有一定比例关系。量化营等于自的8 个增益电平之一，对应的索 引值i 即为本次搜索的增益电平下标值。但由于计算需要除法，故将此方 法稍微改变一下，以利于d s p 实现。设盔是两相邻同符号增益电平中点 值，将雪的量化看做是与4 的比较，而比较“g d ，? ”就等价于比较 “只 d t e ，? ”，这样就避免了使用除法。 1 7 后滤波器 在解码端，为在听觉上改善语音质量，除了包含有与编码器中的仿真 译码器相同的结构外，另有一个后滤波器。这个后滤波器的系数调节考虑 到了三级编码器的级联的情况，因此，它不仅满足了单路编译码器对语音 质量的要求，而且满足了三路级联的要求。因为后滤波器必然地要引入相 位误差，所以，当信道通过相位中含有信息的调制信号时，应关闭后滤波 器和感觉加权滤波器。本研究所有实验结果均未经过后滤波处理。 1 7 1 长时后滤波器 长时后滤波器是一个梳状滤波器，谱峰位于解码语音基频的整数倍 处。基频的倒数即为基音周期。令p 是基音周期，则长时后滤波器的传递 函数可以表示为： q ( z ) = g tl + b z 一9 ) ( 1 2 8 ) 毋、b 为滤波器系数，它们和p 每帧校正一次，在第三个矢量处校正。 从解码信号中检测出基音周期，并计算出一阶预测系数数据，就可以得 到长时后滤波器的系数g ，和b ： 1 0卢 1 g l2 而 1 7 2 短时后滤波器 其中 瓦= 磁( o 6 5 ) 7 ，i 2 1 ，2 ，1 0 珥= 珥( o 7 5 ) 。，i = 1 ，2 ，1 0 2 ( o 15 ) k l ( 1 - 2 9 ) ( 1 3 0 ) ( 1 3 1 ) ( 1 - 3 2 ) ( 1 3 3 ) ( 1 - 3 4 ) 玩是通过对解码语音进行l p c 分析而获得的1 0 阶l p c 预测器系数， 岛是相应的一阶反射系数。 系数珥、嚣和每帧校正一次，校正发生在第一个矢量处。 1 7 3 输出增益调节单元 为防止后滤波器引起大幅度的增益偏移，在后滤波器中采用了自动增 益控制单元，使经过后滤波的语音能量与未经过后滤波的语音能量大致相 同。具体方法是：逐帧对经过后滤波的语音与未经过后滤波的语音各自的 1 4 一 盯 是 如一酗 m等剖 以 卜一卜 数 仁 酬 递 耳 传的器波滤后时短 绝对值求和，将其结果在校正因子计算器中相除，逐个矢量输出校正因子。 因为对后滤波器的解码语音要逐个样点调整，为防止“台阶”效应，让校 正因子经过一个一阶低通滤波器进行平滑。这个一阶低通滤波器的传递函 数为：o 0 i 0 一o 9 9 z - 1 1 。 盘原理z 夫掌硬士沧史 第二章改进的g 7 2 8 算法 在实际应用过程中，国际电信联盟( i t u ) 公布的话音编码标准仍要 不断地改进、完善。1 9 8 2 年公布g 7 2 1 1 2 1 后，针对算法在话带数据的通过 能力上的缺陷，于1 9 8 4 年之后陆续公布了改进版本。g 7 2 9 在公布后不久 也提出了修订版g 7 2 9 a 。g 7 2 8 算法也存在影l ：多缺陷，其中某些问题限制 了它的应用： i ) g 7 2 8 算法复杂性太高。 浮点算法约3 0 m f l o p s ，定点算法也在2 0 m i p s 以上。计算量主要集 中在5 0 阶综合滤波器和1 0 2 4 个码书搜索上( 大约各占总计算量的4 0 ) 。 i i ) g 7 2 8 算法码率太高。 g 7 2 8 算法每样点2 b i t 码率( o 6 2 5 m s 延迟) 与g 7 2 1 算法每样点4 b i t ( 0 1 2 5 m s 延迟) 和g 7 2 9 算法的1 0 m s 延迟相比具有一定优势，但对g 7 2 9 算法每样点l b i t 码率来说，g 7 2 8 码率仍显得太高。 i i i ) g 7 2 8 算法波形码书使用效率太低。 g 7 2 8 算法的波形码矢按能量可划分成若干部分。只有能量与目标矢 量接近的那部分激励码矢才能真正有意义地参与激励矢量的筛选；当目标 矢量确定之后，对能量与目标矢量差距较大的激励码矢进行搜索，这实际 上是无效搜索。如果采用归一化波形码矢，其尺寸可以大大降低，搜索计 算量也随之降低，码书使用效率也能大大提高。 i v ) g 7 2 8 算法增益码书也存在缺陷。 文献 3 发现g 7 2 8 算法增益预测器的问题并提出改进方案，获得约 0 5 d b 的信噪比改善。本文将对增益预测器进行更为充分的讨论和进一步 的优化。另外，本文将对增益进行自适应量化，来取代g 7 2 8 算法的3 b i t 固定量化。 本章针对上述问题深入研究，最终提出一个解决方案，改善了上述几 方面问题。使g 7 2 8 平均分段信噪比提高约2 d b ，为进一步降低码率奠定 了基础。本章介绍改进方案的细节和实验结果。第一节介绍滤波器混合窗 函数的选择：第二节讨论改进码书搜索方案；第三、第四节分别介绍增益 的自适应预测和自适应量化：第五节讨论了改进算法对降低计算复杂性的 贡献。 2 1滤波器窗函数的研究 2 1 1问题的提出 对5 0 阶滤波器进行更新，按每阶需1 0 样点计算，需要至少5 0 0 个样 点信号。因此( 3 7 2 8 采用无穷递归窗，且窗的有效宽度在5 0 0 样点以上。 但是仅在2 4 0 样点之内( 3 0 m s 以下) 语音信号的平稳性才是有保证的， g 7 2 8 算法没有很好地解决这个冲突。为此，我们对( 3 7 2 8 标准中滤波器 的窗函数提出了质疑。我们的研究涉及到滤波器的改变，因此必须先对窗 函数进行深入讨论，寻找决定递归窗的关键参数。 2 1 2 滤波器的混合窗 2 1 2 1 g 7 2 8 混合窗 g , 7 2 8 标准算法采用混合窗，如图2 1 所示。混合窗分为递归部分和 非递归部分。采用递归混合窗是为了满足5 0 阶综合滤波器参数更新的需 要。这种混合窗将用于三种l p c 分析中，即感觉加权滤波器、综合滤波 器和对数增益滤波器中。下面给出混合窗处理过程的通用公式。 设每三个样点进行一次l p c 分析，则当前帧的信号为： 5 。) ， s u ( 卅+ 1 ) ，s u + 工- 1 ) ，对于后向自适应l p c 分析，混合窗已经应用于 第m 个样点以前的所有信号。混合窗由两部分组成：一部分正弦波形窗 17 ( 非递归部分，长度为j v ) 作为前段，一部分指数窗( 递归部分) 作为后 段。其中信号样值s 。- 1 ) ，s u ( m 2 ) ，s 。伽一) 全部被这个窗的非递归部分 加权；从s u ( m - n - 1 ) 开始( 包括这个样值) ，样值左边的所有信号样值被这 个窗的递归部分加权，有值b , b a ，b a 3 ，。这里，o b l 和o a l 。 卜竺l 一塑坠一 b _ 而 ”窗函数 。f 。? j 。一。 。f f ：一。+ 。，f f ：+ m + j _ l 一 册一一l 在m 时刻，定义w m ( k 1 为混合窗函数： i 厶( ) = b a 【“m “。1 ”， k m n 一1 w m ( t ) 2 嚣女) = - s i n p ( i 。m ) 】，m 。：耋，：一1 加窗后的信号为： s m ( t ) = s 。 h 。g ) f 屯伍况忙) = s u 弘口【“( ”“1j j ， k m n 一1 = 屯 k 。 ) = 一s u ( k ) s i n c ( k 一脚) l 坍一n k m 一1 1 0 ， k m 对m 阶l p c 分析，需要计算斛1 个白相关系数r 。( f ) ，i = 0 , 1 ，2 ， r 。( f ) ：篁 b 。 一f ) ：( f ) + 篁。似。， 一f ) 其中( f ) 是r 。( f ) 的递归部分，可用下式计算： k ( f ) = 差1 g b 。 一扣m 。- 蝥n - i 。魄( ) i o ( k ) i o ( k f ) 0 也 扎 o 4 埘 式f 2 3 ) 0 0 右边第二项为非递归部分。 为了计算下一帧的自相关系数r 。+ l ( o ，需要保存当前帧的( 玑下 一帧的样点从s u ( m + l ) 开始，当前帧信号s 。( 坍) ，5 。+ 1 ) ，s 。( 卅也- 1 ) 被移 入窗内。混合窗向右移三个样点后，新的加窗信号成为： s m + l g ) = 屯 h 。 ) f s 。0 院+ 。 ) = s u 也帆 b 。， 埘+ 三一n i = 屯伍) g ，+ 。 ) = 一矗( k ) s i n c ( k m 一三) lm + 三一n k m + 工一1 ( 2 - 5 ) l o l k m + l 如+ l ( i ) 的递归部分为： + 。( f ) ：”l - n 一i + 。忙b 。 一f ) ：”兰：，+ 。 p 。以j ) + ”! 巍+ 。忙砖。+ 。 一i )= + 。以p 。恤j ) + s ，+ 。忙砖。+ 。啦一) = m 。- 蝥n - i 。 玩 b 屯 一f 珑忙一f b 。+ 意舅+ 。o b 。g f ) ( 2 - 6 ) ：。z e k ( f ) + ”篁芯+ 。g p 。+ 。g f ) 则自相关系数为 r 一。( f ) z 吐：密+ t 蛾+ z 一)( 2 7 ) h + ( f ) 被保存用于计算下一帧的自相关系数。 式( 2 1 ) ( 2 7 ) 中用到的参数从三、及羽以根据需要选择，在g 7 2 8 标准算法中，对应于感觉加权滤波器、综合滤波器和对数增益滤波器的m 、 厶及嘲值见表2 1 。 表2 1g 7 2 8 j 种滤波器的a 六、值 滤波器名称 m 感觉加权滤波器1 02 03 009 8 2 8 2 0 5 9 8 综台滤波器5 02 03 509 9 2 8 3 3 7 4 9 对数增益滤波器 l o42 009 “6 7 8 6 3 0 2 1 2 2 窗函数的参数选择 ( 3 7 2 8 的混合窗结构保持了递归窗函数的合成语音听觉质量最佳的优 点。因为，一方面，递归窗长度无限长，保留了充分长的过去合成语音信 号的相关性：另一方面，递归窗对当前样值的加权最大，最能反映输入语 音的迅速变化。同时正弦窗又便于定点处理。因此我们仍采用这种结构的 混合窗来加权信号。 由图2 1 和式( 2 1 ) 可知，窗函数非递归部分的陡度是由其第一个值 w 0 = w 。沏一1 ) 来决定的。当w 。确定以后，由式( 2 - 8 ) w o = 一s i n c ( m 一1 一棚) = s i n ( c )( 2 - 8 ) 可求得 c = a r c s i n ( w o )( 2 - 9 ) 为使混合窗的两部分能够连续，递归部分的第一个值按式( 2 1 0 ) 来确 定： b = w 。( ，n n 一1 ) = s i n c ( n + 1 ) ( 2 1 0 ) 我们知道混合窗的递归部分呈递减趋势，那么必有一函数值k ( 的最 接近w 0 ，不妨假定w 。( 七) = w 。，则有 b a 一2 一”一”一1 1 = w o( 2 1 1 ) 所以 口= 一 k - ( 一孑瓦了五i 刁而 ( 2 1 2 ) 由此可见，w 0 和k 是决定一个递归窗的重要因素。通过调整w o 的值 可以得到参数c 和b ，通过选择k 可以决定t 2 。因此，当滤波器更新周期三 ( 样点数) 和非递归窗长n 确定后，只要选择和k ，就可以得到不同 的窗函数供我们比较、选择。 我们知道，语音信号是一种随时间而变化的信号，但是它具有短时平 稳性，在- d , 段时间里( 一般为1 0 3 0 m s ) ，语音信号的统计特性近似不 变，浊音的基音周期以及信号幅度等都只作缓慢变化。所以，有效窗的宽 度l i m i t 不应大于2 4 0 。若令 ( m 一1 ) 一k + 1 = l i m i t jk = m l i m i t ( 2 1 3 ) 将式( 2 1 3 ) 代入式( 2 一1 2 ) ，则得 口= u ”。“j y w o s i n c ( n + 1 ) 】( 2 - 1 4 ) 我们选择、三和与g 7 2 8 完全一致，取l i m i t = 2 4 0 ，并由此得 出口的值，将此窗用于综合滤波器和感觉加权滤波器。 通过实验验证，根据上述方法选择出来的窗函数，能够使滤波器系数 很好地适应语音信号的时变性，为降低滤波器阶数提供了条件。 2 2 归一化波形码书的搜索算法 2 2 1 增益研的精确表达 g 7 2 8 算法属于c e l p 方法，c e l p 算法的核心就是码书搜索，按照 判据( 2 1 5 ) 来把原始语音信号和训练好的码书比较，进行矢量量化。 d f 0 2 ( 摊( 即) g ，圳2 邮1 其中，盯( ) 是增益滤波器对当前激励增益的估计，曼( ) 是经过增益 调节后的目标矢量，瞰n ) 是短时预测器的单位冲击响应，蛋是增益码矢， g 。是波形码矢y ，的能量，了，是归一化后的波形码矢。g 7 2 8 的波形码书 含有能量，乘积g ，g 。的个数只有1 0 2 4 个。两个矢量充分接近的必要条件 是能量相等。采用码书搜索方式进行语音信号矢量量化的过程可以这样理 解：增益预测决定待量化矢量的能量，而码书搜索决定能量在各个分量上 盘厦疆z 夫学磷士沧文 的细节分配。为了使目标矢量曼( n ) 的能量落在码书的1 0 2 4 个能量范围内， x 寸c r ( n ) 的估计必须尽可能得准确。一旦盯0 ) 确定之后，只有能量与目标 矢量叠( n ) 接近的那些区间中的码矢才有可能被选作激励矢量。由于波形 码矢刻画了能量在矢量各个分量上的精细分配，所以与叠( n ) 能量接近的 区间包含码矢个数越多，激励矢量刻画得就越细致。一个极端的情况是， 如果我们找到一个精确的增益预测算法，使量( ”) 的模等于1 ，那么，可以 用一个归一化波形码书来描述激励矢量的精细结构。此时，归一化波形码 书中每个码矢的能量都与目标矢量叠( 月) 的能量接近，都有可能被选作激 励矢量，从而可以大大提高波形码书的使用效率，或者降低波形码书的尺 寸。由此可见，精确地表达激励矢量的增益并采用归一化波形码书是改善 g 7 2 8 编码效率的一个途径。 对g 7 2 8 标准算法中的码书进行能量归一化，所有码字能量是1 ，j ， 是归一化波形码矢。于是，判据( 2 i s ) 等价于使下式最大： 西。= 2 9 ，p7 ( n ) j ，一g ? e ，( 2 1 6 ) 式中 p ( ”) 2 h 。x ( ”) 2 - 1 7 ) 目= l | 母川2 ( 2 1 8 ) ( 2 1 6 ) 式对每个j ，对应的舒求导，并令a d 西，= 0 ，得： g ，：挚( 2 - 1 9 )，2 f 这就是增益码矢的精确值。对岛的自适应量化将在后面两节介绍。将野 代入( 2 1 6 ) 式可得 址隧e j = 瞥 - y p 2 。， ， 、。 2 2 2 码书搜索模块的改进 对于码激励话音编码算法，在进行码书搜索时，我们一方面期望有尽 可能多的增益值来适应目标矢量能量的动态范围。另一方面，对于给定的 目标矢量的能量值，我们又需要尽可能多的波形码矢在能量上与之相同， 以便对能量在各分量的细节分配上有尽可能多的选择。换句话说，我们需 要尽可能多的波形码矢具有相同的能量。g 7 2 8 算法是对8 个增益值和1 2 8 个不同能量的波形码矢的乘积码书共1 0 2 4 个码矢进行全搜索。这1 0 2 4 个 码矢能量各不相同。不妨假定它们按能量可以聚成, 类或者说按能量可以 划成”个区间，则平均每个区间有，= 1 0 2 4 个波形码矢是对搜索有实际 意义的。对其它区间的搜索由于能量相差太远，实际上是无效的搜索。 在本算法中，使用了一个归一化固定波形码书和一个自适应增益码 书。由于波形码矢刻画了能量在矢量各个分量上的精细分配，所以当增益 精确表达时，波形码书的体积可以缩小，以提高码字使用效率。用此方法 可以很好地解决上述矛盾。 2 2 3 选择波形码书及其尺寸 下节将介绍我们对式( 2 1 9 1 求出的增益精确值进行n 电平自适应量 化，其效果要远远好于胛电平的固定量化。当我们选择 大于g 7 2 8 的固 定量化电平数8 时，其量化效果将更有保证，因此，我们取”= 1 6 。对g 7 2 8 来说，1 0 2 4 个码矢用1 6 电平固定量化能量时，实际有效搜索的波形码矢 个数小于，= 1 0 2 4 1 6 = 6 4 。我们选择归一化波形码矢尺寸为6 4 ，即可保 证搜索效果优于g 7 2 8 。 我们先对g 7 2 8 的1 2 8 个波形码矢归一化，用式( 2 一1 9 ) 计算增益的精 确值，并进行码书搜索。采用3 0 句话共6 1 0 0 0 个矢量进行训练，选出使 用频率较高的6 4 个归一化波形码矢，作为新算法的归一化波形码书。 在码书搜索过程中，对每一个输入语音矢量，求出目标矢量叠( n ) 后， 先利用式( 2 1 9 ) 求出6 4 个归一化波形码矢盯各自对应的6 4 个增益值舒， 其中使西。最大的岛就是最佳增益，相应的乃就是最佳波形码矢。图2 - 2 是改进的码书搜索模块。 冲击响应 矢量训算 坚 波形码矢 卷积 误差 计算 譬嚣陋 反馈增盐码字和码矢标号送增益冯字和杩矢标号到信道 幽2 - 2 改进的码书搜索模块 在实际程序实现中，对求导计算出的6 4 个增益值分别自适应量化， 再计算出各增益值的次最佳量化值，然后从这6 4 2 = 1 2 8 个匹配中选出使 西。最大的一组岛和，即为最佳增益和最佳波形码矢。实际测试发现， 约有3 的机会选