（通信与信息系统专业论文）第三代移动通信中的语音编码研究.pdf

摘要 摘要 ( 第三代移动通信( 3 g ) 是移动通信发展史上的一次重大革命，它将以很高的 频谱利用率向移动用户提供宽带多媒体业务。其中的语音编码技术可大幅度降低 语音信号的传输速率，是第三代移动通信非常重要的支撑技术 第三代移动通信采用a m r ( a d a p t i v em u l t i r a t e ) 声码器作为其语音编码标 准。幢支持多种不同的速率，可以根据本地无线信道和业务量的状况来选择最佳 的信道模型和编码模式，从而使语音质量和系统容量得到最佳的配置。a m r 语 音编码技术为3 g 系统带来了很大的灵活性。厂r 围绕3 g 系统中a m r 声码器的开发，本文所做的主要研究工作如下： 1 在深入研究a m r 语音编码技术原理和d s p s ( d i g i t a ls i g n a lp r o c e s s o r s ) 开发 技术的基础上，完成了基于单片d s p 实现1 6 路a m r 声码器的原理电路设计， 并参与了后期的软硬件联调工作； 2 结合3 g 系统的实际需要研究了回波抵消技术，并对回波抵消算法进行了 计算机仿真研究，得到了一套效果良好、稳定可靠的c 语言程序，为用d s p s 实 现该算法打下了一个良好的基础。 关键词：第三代移动通信 回波抵消 a m r 声码器 d s p s 综合业务罔理论及关键技术田索重点实验室 a b s t r a c t a b s t r a c t t h et h i r dg e n e r a t i o no fm o b i l ec o m m u n i c a t i o n s0 g ) i sag r e a tr e v o l u t i o ni nt h e h i s t o r yo f m o b i l ec o m m u n i c a t i o n s ，w h i c hc a l lp r o v i d em u l t i m e d i as e r v i c et ot h em o b i l e u s e r sw i t i lv e r yh i g hf r e q u e n c y e f f i c i e n c y s p e e c hc o d i n gi sak e yt e c h n i q u ei n3 g a n d w i l lp l a yav e r yi m p o r t a n tr o l ei nd a t ac o m p r e s s i o nb e c a u s eo fi t s s t r o n ga b i l i t yo f r e d u c i n gt h e b i t r a t e so fs p e e c hs i g n a l s a m r ( a d a p t i v em u l t i - r a t e ) s p e e c hc o d e ci s a d o p t e da st h es p e e c hc o d i n gs t a n d a r di nt h e3 gs y s t e m i tp r o v i d e sam u l t i t u d eo f d i f f e r e n tr a t e sa c c o r d i n gt ot h el o c a lr a d i oc h a r m e la n dt r a f f i cc o n d i t i o n s ，a n di tc a l l s e l e c tt h eo p t i m a lc h a r m e la n dc o d e cm o d et od e l i v e rt h eb e s tc o m b i n a t i o no fs p e e c h q u a l i t ya n ds y s t e mc a p a c i t y a m rb r i n g sal o to f f l e x i b i l i t yt ot h e3 gs y s t e m t h i st h e s i sf o c u s e so nt h er e s e a r c ho ft h ed e v e l o p m e n to f a m r s p e e c h c o d e cf o rt h e 3 g s y s t e m ，i n c l u d i n g ： 1 s t u d y i n gi nd e p t ho na m rs p e e c hc o d i n gt e c h n i q u ea n dd s p s ( d i g i t a ls i g n a l p r o c e s s o r s ) d e v e l o p i n gt e c h n i q u e ，t h ea u t h o rh a sd e s i g n e dt h ec i r c u i to f as i n g l ec h i p d s p s y s t e mf o ra16 一c h a n n e la m rs p e e c hc o d i n g d e c o d i n g ，a n dc o o p e r a t i v e l yf i n i s h e d d e v e l o p i n g t h eh a r d w a r ea n dt h es o f t w a r eo f t h ea m rc o d e c 2 r e s e a r c h i n g o ne c h oc a n c e l l a t i o n a l g o r i t h m ，t h e a u t h o rh a ss u c c e e d e di n d e v e l o p i n g ac l a n g u a g ep r o g r a m f o rs u c ha 1 1a l g o r i t h m w h i c hw o r k sw e l la n dw i l lb ea g o o d f o u n d a t i o nf o ri t sd s p s i m p l e m e n t a t i o n i nt h en e x t s t e p k e y w o r d s ：t h e t h i r dg e n e r a t i o no fm o b i l ec o m m u n i c a t i o n s 0 g ) 。 a d a p t i v e m u l t i r a t es p e e c hc o d e e ( a m r s p e e c hc o d e e ) e c h oc a n c e l l a t i o n d i g i t a ls i g n a lp r o c e s s o r s ( d s p s ) 第一章绪论 第一章绪论 1 1 引言 任何人( w h o e v e r ) 在任何时间( w h e n e v e r ) 、任何地点( w h e r e v e r ) 与任何人 ( w h o m e v e r ) 进行任何方式( w h a t e v e r ) 的通信，即个人通信，是人类通信的最 高理想。这一理想的实现，可以让我们在任何地方，自由、方便地享用网络提供 的多媒体( 语音、图像和数据等) 业务。 移动通信是个人通信的重要组成部分，它从产生到现在，经历了第一代模拟 移动通信( 主体技术是模拟调频、频分多址) 和第二代数字移动通信( 主体技术 是数字传输、时分多址或码分多址) ，第三代移动通信系统( 3 g ) 是目前正在全 力投入开发的新一代系统。第三代移动通信以世界范围的个人通信为目标，将提 供明显强于第二代移动通信的多媒体业务，其最高业务速率可达2 m b i t s 。 我们可以这样想象我们的未来：随着移动通信和个人通信的迅速发展，“全球 村”的概念越来越清晰，也就是说，地球上任何地区的任何人之间可以随时随地 的进行通信，地域、时间和空间的限制越来越小。到那时，我们可以坐在家里的 沙发上，与在另外一个半球上空飞行的飞机上的朋友进行通话；我们也可以直接 对着电脑说，请到中国图书馆帮我找一下中国大百科全书，话音刚落，该书 就呈现在你的面前。 在未来高度发达的通信系统中，语音压缩编码技术的应用具有重要意义。它 能在保证高质量语音的前题下，大幅度降低语音信号的数据传输速率。这对于提 高信道利用率，降低设备成本都有重要作用。本文的研究重点就是3 g 系统中语 音压缩编码技术应用的有关问题。 1 2 语音编码技术的研究及其发展状况 语音编码技术是伴随着语音的数字化而产生的，目前主要应用在数字语音通 信和数字语音存储两个领域。简单地由连续语音信号抽样量化得到的数字语音信 号，在传输和存储时要占用的信道资源和存储空间比较多，而在当今信道资源和 存储空间( 尤其是前者) 比较紧张的情况下，这个问题显得就更加的突出。因此， 如何在尽量保证语音质量的情况下，高效率地对模拟语音信号进行数字表达，即 2 第三代移动通信中的语音编码研究 压缩编码，就成为语音编码技术的主要内容。实际上，语音信号中含有大量的冗 余信息，采用各种信源编码技术减小语音信号的冗余度，并充分利用人耳的听觉 掩蔽效应，就可以将其编码速率压缩很多倍，而仍能恢复出可懂度甚至自然度很 好的语音。一个极端的例子是，当比特率由普通数字电话的6 4 k b s 压缩到1 5 0 k b s 时( 即压缩4 0 0 多倍) ，仍能提供可懂的语音。 语音压缩编码，按编码后传输所需的数据速率来分，可以分为高速率( 3 2 k b s 以上) 、中高速率( 1 6 3 2 b k s ) 、中速率( 4 8 1 6 k b s ) 、低速率r 1 2 4 8 k b s ) 和 极低速率( 1 2 k b s 以下) 五大类。 语音编码方法，按传统的概念可分为三类：波形编码、参数编码( 声码器) 和混合编码。波形编码技术以尽可能重构语音波形为原则进行数据压缩，即在编 码端以波形逼近为原则对语音信号进行压缩编码，解码端根据这些编码数据恢复 出语音信号的波形。它具有语音质量好、抗噪性能将强等优点，但所需用的编码 速率高，一般在6 4 1 6 k b s 之间。而声码器技术则从听感的角度注重语音本身的 重现。它通常都是基于某种语音产生模型假定。在编码端分析出该模型参数并选 择适当的方式对其进行高效率的编码，解码端则利用这些参数和语音产生模型重 新合成语音。它具有编码速率低的优点，可以达到2 4 k b s 以下，但语音质量差， 而且对噪声较敏感、顽健性不够好。混合编码是上述两类方法的有机结合。与参 数编码相同的是，它也是基于语音产生模型的假定并采用了分析与合成技术，但 同时它又利用了语音时间波形信息，增强了重建语音的自然度，使得语音质量有 了明显的提高，其代价是编码速率相应上升，一般在1 6 2 4 k b s 之间。由于近年 来在语音编码技术研究中，尤其是中、低速率编码技术中，各种新算法、新概念 的不断涌现，采用上述概念进行分类的晃限已显得越来越模糊。 语音编码技术的研究开始于3 0 年代d u d d l e y 发明声码器，但是直到7 0 年代 中期，除了脉冲编码调制( p c m ) 和自适应差分脉冲编码调制( a d p c m ) 取得 较好进展之外，中低比特率语音编码一直没有大的突破。整个语音编码技术领域 在最近2 0 年中发生了一个大的飞跃，自从美国政府1 9 8 0 年公布了一种2 4 k b s 的 线性预测编码标准算法l p c 1 0 以后，人们梦寐以求的在普通电话带宽信道中传 输数字电话的愿望终于变成了现实。众所周知，数字电话具有保密性高、容易克 服噪声积累现象、便于进行程控交换等优点。但是，6 4 k b s 的p c m 、3 2 k b s 的 a d p c m 要占用几十千赫信道带宽，都不便于在普通话路中传输。因此语音压缩 编码技术一直是一个令人关注的课题。除了p c m 、a d p c m 、m ( 增量调制) 、 l p c ( 线性预测编码) 、m e l p c ( 多脉冲激励线性预测编码) 声码器之外，美国于 1 9 8 8 年又公布了一个4 8 k b s 的c e l p ( 码激励线性预测编码) 语音编码标准算法， 欧洲推出了一个1 6 k b s 的规则脉冲激励( 砌况p ) 线性预测编码算法，其语音质 量都能达到高音质，而不再象单脉冲l p c 声码器的输出语音那样不大乐于为人们 综合业务：期建谱挺共键技术嗣家重点实验宣 第一章绪论 所接受。随后又出现了更好的编码算法多带激励声码器( m b e ) ，可以在2 4 k b s 的速率下提供较高质量的语音。这些算法都可以用单片数字信号处理器实时实 现，目前正努力进一步减小时延，以在移动通信中获得更为广泛的应用。 在移动通信中，频谱资源是非常宝贵和紧张的，而利用语音编码技术可以大 幅度的降低语音信号的数据速率。可以说，在目前正在蓬勃发展的移动通信和个 人通信中，语音编码技术是一种非常重要的支撑技术。 语音压缩编码的方法很多，为了保证互通性，3 g p p ( t h et h i r dg e n e r a t i o n p a r t n e r s h i pp r o j e c t ) 于1 9 9 9 年公布了w c d m a 的语音编码标准a m r ( a d a p t i v e m u l t i r a t e ) 声码器标准，该声码器标准支持多种不同的编码模型，可以让网络系 统根据业务量动态地调整编码速率，使系统的话音质量和容量得到合理的配置， 从而可以最大限度的发挥3 g 系统的效能。a m r 声码器的编码算法采用了 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 ) 算法，也就是说，a m r 语音编 码算法是基于c e l p 假定模型的。由于g s m 系统和别的蜂窝网系统使用a m r 声 码器中的一种或更多种模型，因此，a m r 编码技术可以很好的满足第二代移动 通信系统向第三代移动通信系统的平滑过渡和演进。 1 3 本文的主要研究工作 如前所述，a m r ( a d a p t i v em u l t i r a t e ) 语音编码技术是3 g p p 于1 9 9 9 年公布的 第三代移动通信系统( w c d m a ) 的语音编码标准。a m r 语音编码技术基于c e l p 模型，它支持4 7 5 b p s 到1 2 2 b p s 的八种编码速率。网络系统从整体出发，根据业 务量动态地调整编码速率，从而优化网络的配置。a m r 语音编码技术很好地支 持了移动通信系统的平滑过渡和演进。 a m r 声码器是w c d m a 系统m s c ( m o b i l es w i t c hc e n t e r ) 设备中的关键部件 之一。它在m s c 中发挥了媒体网关( m e d i ag a t e w a y ) 的作用，保证了基于a t m 的 第三代移动通信网与现有的网络资源p s t n i s d n 的互通性。本文主要是围绕a m r 声码器的开发，做了以下研究工作： 1 ) 在深刻理解a m r 语音编码技术的基本原理和熟练掌握d s p s 芯片开发技 术的基础上，完成了3 g 系统m s c 中多通道a m r 声码器原理电路的设计； 该电路为一个单片d s p 系统，能同时实现1 6 路话音的实时编码和译码。 2 ) 参与后期的软件和硬件联调，编写了d s p 芯片的串口驱动程序； 3 ) 深刻理解回波抵消的基本原理，开发了回波抵消算法c 语言程序，并进行 了仿真验证，最后对仿真结果进行分析比较。 4 第三代移动通信中的语音编码研究 第二章第三代移动通信中的语音编码的基本原理 2 1 概述 2 1 1 语音信号的相关性及线性预测编码 语音信号是一个典型的非平稳过程，它的时频特性具有短时平稳性，具有很 大的信息冗余度。根据语音产生模型理论，语音信号可以看成是由白色噪声或周 期脉冲序列激励一个线性滤波器而产生的输出。从这一过程可知，数字语音信号 在时域样点之间存在相关性，在频域一般是一种非平坦的有色谱。在语音中存在 两种类型的相关性，即在样点之间的短时相关性和相邻基因周期之间的长时相关 性。映射到频谱上，短时相关性与语音信号的谱包络相对应，长时相关性与语音 信号的谱的类谐波谱结构相对应。利用线性预测( l p ) 的方法对语音进行这两种 相关性的去相关处理后，得到的是预测残差信号，如图2 1 所示。图中，p ( z ) 表 示长时线性预测逆滤波器，a ( z ) 表示短时线性预测逆滤波器。 恒h ：兰h 竺卜燃艄 图2 1 语音信号分析的示意图 进行语音合成时，如果我们利用图2 1 中的预测余量信号作为激励信号，将 其输入长时预测综合滤波器1 p ( z ) ，然后再输入短时预测综合滤波器1 a ( z ) ，就 可以完整地再现原始的语音信号，如图2 2 所示。其中，短时预测滤波器的系数 由分析端( 即发送端) 从语音信号中利用线性预测分析的方法计算得到，然后传 递给合成端( 即接收端) ，该系数随时间逐帧更新；长时预测滤波器的系数一般 也是由分析端从语音信号中提取，然后传送给合成端，该系数也随时间更新的。 j至至二卜-三至三二量合成语音 图2 2 语音信号合成的示意图 在对语音信号进行分析时，得到短时和长时预测系数后，将语音信号先后输 入长时线性预测逆滤波器p ( z ) 以去除语音信号的长时相关性、短时线性预测逆滤 缘禽霉务鞲鬻话爰囊奠技术霄象重点实验室 第二章第三代移动通信中的语音编码的基本原理 波器a ( z ) 以去除语音信号的短时相关性，在输出端得到的预测残差信号类似于白 噪声。如果分析的语音段属于清音，则得到的预测残差信号基本上就是白噪声： 如果分析的语音段属于浊音，则得到的预测残差信号中还往往存在以基音周期重 复的尖脉冲。与原始语音相比，残差信号的频谱起伏变化要小得多。这样，对残 差信号进行低速率编码就成为可能。实际上，受传输带宽的限制，我们不可能直 接采用预测残差信号作为合成语音时的激励信号。 采用什么技术来有效地、精确地对残差信号进行编码，一直是在低速率下获 得高质量合成语音的关键。这也是近年来研究中、低速率语音编码的热点之一。 一般来讲，数据速率越低，合成的语音质量就越差，或者编码的复杂度就越大。 语音编码方案的研究总是综合考虑速率、语音质量、复杂度和延时这四个因素， 从而找出适合实际需要的具体的最佳方案。但是概括来讲，线性预测编码的方法 是：在发端将预测滤波器的系数( 通常称为边信息) 和残差信号进行编码后输出， 在接收端分别对它们进行解码，合成语音信号。 2 1 2 合成分析法a - b s ( a n a l y s i s b y s y n t h e s i s ) 在高质量语音编码技术中，当速率低于1 6 k b s 时，能用于残差信号编码的比 特数是较少的。研究表明：若对残差信号进行直接的量化，并且使残差信号与它 的量化值之间的误差达到最小，并不能保证原始语音与重建语音之间的误差最 小，只有采用合成分析法来求得残差信号的编码量化值，才能使得重建语音与原 始语音的误差最小。 合成分析法即是将综合器引入编码器，使之与分析器相结合，在编码器中产 生与译码器端完全一致的合成语音，将此合成语音与原始语音相比较，根据一定 的误差准则，来调整计算各个参数，使得二者之间的误差达到最小。这种借助于 合成结果来完成分析的方法即为合成分析法。 2 1 3 码激励线性预测编码技术( c e l l ) c e l p 属于波形和参数编码的混合编码技术。 1 9 8 5 年，m a n f r e dr s c h r o e d e r 和b i s h n us a t a l 在i e e ei c a s s p 年会上首先 提出了用码本作为激励源的线性预测编码技术( c e l p ) 。c e l p 以高质量的合成 语音以及优良的抗噪声和多次转接性能，在4 8 1 6 k b s 速率上得到广泛的应用。 ( 一) c e l p 编码算法描述i ”l c e l p 采用分帧技术进行编码，帧长一般为2 0 3 0 m s 。c e l p 编码基于线性 预测( l p ) ，采用了合成分析法( a b - s ) 、感觉加权滤波和矢量量化( v q ) 等技 术。在c e l p 中，用从码本中搜索出来的最佳码矢量，乘以最佳增益，其结果作 为合成语音的激励信号源。c e l p 一般将每一语音帧分成2 5 个子帧，在每个子 6 第三代移动通信中的语音编码研究 帧内搜索最佳的码矢量作为激励信号。 ： 随机码本 图2 3c e l p 编码不意图 图2 3 是c e l p 编码示意图。图中虚线框内是c e l p 综合器( 不计后滤波) 如 图所示，一般c e l p 用一个自适应码本中的码字( 码矢量) 来逼近语音的长时周 期性( 基音) 结构；用一个固定的随机码本中的码字( 码矢量) 来逼近语音的经 过短时、长时预测后的残差信号。从两个码本中搜索出来的最佳码矢量，乘以各 自的最佳增益后相加，其和即是c e l p 激励信号源。将激励信号输入p 阶线性预 测综合滤波器t a ( z ) ，得到合成语音信号( n ) ，；( n ) 与原始信号s ( n ) 的误差经过 感觉加权滤波器w ( z ) ，得到感觉加权误差e ( n ) 。c e l p 用感觉加权的最小平方预 测误差m s p e ( m i n ! m u ms q u a r e dp r e d i c t i o ne r r o r ) 作为搜索最佳码矢量及其幅度的 度量准则。使感觉加权误差最小的码矢量即是最佳码矢量。 自适应码本和随机码本的搜索过程在本质上是一致的，不同之处在于码本结 构和目标矢量的差别。为了减少计算量，一般采用两级码本顺序搜索的方法。第 一级自适应码本搜索的目标矢量是加权预测残差信号，第二级随机码本搜索的目 标矢量是：第一级搜索的目标矢量减去自适应码本搜索得到的最佳码矢量激励综 合加权滤波器的结果。c e l p 编码器的计算量主要是对码本中最佳码矢量及幅度 的搜索。计算复杂度和合成语音的质量取决于码本的大小。 ( 二) c e l p 码本搜索算法 令l 表示子帧的长度，s 、j 和e 是l 维行矢量，分别表示原始语音信号、合 成语音信号和加权误差信号。令v 表示正在搜索的激励矢量，i 表示码本中码矢 量的标号，若码本内总共有n 个码矢量，则可记为x “，i = l ，2 ，n 。若表 示第i 个码矢量的增益，则激励矢量可写作： v = g ，x ( 2 - 1 ) 令矩阵h 和w 分别表示l p 滤波的冲激相应矩阵、误差加权滤波器( 感觉加 权滤波器) 的冲激相应矩阵，它们都是l x l 的上三角矩阵，它们的第j 行元素 分别由l p 滤波器和误差加权滤波器( 感觉加权滤波器) 对单位冲激6 ( t - j ) 的截断 综合霉舞嘲理碴熏关t 技术墨象重点实验室 第二章第三代移动通信中的语音编码的基本原理 的冲激响应组成，j = o ，1 ，( l 1 ) 。 h = ( o ) ( 1 ) h ( l 一1 ) 0 ( o ) h ( l 一2 ) 00 厅( 0 ) w = w ( 0 ) w ( 1 ) w ( z 一1 ) 0 w ( o ) w ( l 一2 ) 00 w ( 0 ) ( 2 2 ) 如上面的图2 3 所示，合成语音j 可以表示为激励信号与l p 滤波器冲激响应 的卷积加上它的零输入响应( 0 ： j = ；o + ( “+ v ( o ) 日， 1 i n ( 2 - 3 ) 式中的u 在第一级搜索时是零矢量，在第二级搜索时是经过幅度调整的自适应激 励矢量。 加权误差信号e o 为： e ( ) = ( s j ) 若用e 种表示搜索的目标矢量，则e 为： e o = ( s j o ) 一“用矿 将式( 2 - 5 ) 代入式( 2 4 ) n - i 得： ) = e ( ”一v ( ) h i , v 如用y m 表示滤波后的码矢量： y ( n = x ( 0 w ( 2 - 4 ) ( 2 5 ) ( 2 - 6 ) ( 2 7 ) 则第i 个码矢量的加权误差e ( 1 是： e = e o 一y ( 2 - 8 ) 令e l 表示相应于第i 个码矢量的误差的平方和： e j = l i e = 7 巨= p o p o f 一2 9 ，e o y 7 + 岔y y 。 ( 2 9 a ) ( 2 9 b ) 式中t 表示转景。由式( 2 9 ) 可知，e i 是增益g i 和标号i 的函数。对于给定的i 值， 最佳增益g 可用下式计算： 警= 一2 9 ( o ) y ( f ) r + 2 吕y ( ) y ( 妒= o ( 2 1 0 ) o g 。 由此可知：最佳增益是目标矢量与滤波码矢量的互相关对滤波码矢量能量之比。 ：筹( 2 - 1 l a )2 帝 用雪。表示量化的g l ： 磊= q g i ( 2 - 1 1 b ) 利用式( 2 9 b ) 计算满足最小e l 的标号i 。因为式中第一项与标号无关，搜索满足最 小e 的i ，只要求出使式( 2 9 b ) 右侧第二项为最大值时的i 即可： 第三代移动通信中的语音编码研究 最佳标号i2 m a x ( 雪， 2 e 。y 圹一l y y 7 】) ( 2 - 1 2 ) 如果香的量化误差可忽略不计，可将式( 2 - l l a ) 中g l 代替营；代入式( 2 1 2 ) 得： 最佳桐= m 科努) l1 ，1 ，l r 2 - 1 3 ) 从码本中搜索最佳激励矢量v 的过程是：由式( 2 1 3 ) 计算出最佳码矢量的标 号i ，再由式( 2 1 1 ) 计算出最佳增益即可。 2 1 4 第三代移动通信中的语音编码技术 a m r ( a d a p t i v em u l t i - r a t e ) 语音编码技术是早期欧洲电信标准协会为g s m 系统而丌发的，3 g p p 标准化组织把该技术制定为第三代移动通信系统的语音编 码标准。 a m r 声码器的编解码算法由以下三大部分组成：一、多速率语音编码器；二、 含有语音激活检测器( v a d ) 与舒适背景噪声( s i d ) 产生系统的源控速率方案 ( s c r ) ；三、能减小传输误码与包丢失对合成语音影响的错误消除机制( e c u ) 。 其中多速率语音编码器是一个涵盖各个声码器模型的整体语音编解码器，它允许 每一帧信号( 2 0 m s ) 的编码速率可以不同，是整个编解码器的核心。a m r 语音 编码器的典型功能框图如图2 4 所示。 吼喇 帧类型 电卜 一璺髂 d t x 控制 c r c 1 编码嚣f ，五一 和成帧 语音帧 处理 静 + ： 信息比特 j 黼瞻讨 j 估计蝙码 io j 0 ； 解帧 刊控制 x c r c 刮是 校验 图2 4a m r 语音编码器典型功能框图 图2 4 中各点信号为： ( 1 卜6 4 k b p s 的p c m 信号 ( 3 卜v a d 判决结果标识； ( 2 卜1 3 b i t s 的线性码； “卜语音帧编码比特流； ( 5 卜一背景噪声编码比特流( s i d ) ；( 6 卜一发送端的帧类型标识 第二章第三代移动通信中的语音编码的基本原理9 ( 7 ) 一一帧编码比特流； ( 8 ) 语音帧编码比特流； ( 9 卜一错帧标识( b f i ) ；( 1 0 卜一背景噪声编码比特流( s i d ) ； ( 1 1 卜一接收端的帧类型( t a f ) 信号；( 1 2 卜一编码比特信息包。 a m r 语音编码器支持8 种语音编码速率：1 2 2k b i t s ，1 0 2k b i 以，7 9 5k b i t s ， 7 4 0k b i t s ，6 7 0k b i 讹，5 9 0k b i t s ，5 1 5k b i t s 和4 7 5k b i i s 。另外，背景噪声的 编码模式为1 8 k b p s 。a m r 语音编码技术采用码激励线性预测编码( c e l p ) 模型。 编码端用合成分析法( a b s ) ，每一帧( 2 0 m s ) 按听觉加权均方误差最小的准则 提取出语音信号的模型参数( 线谱对) 和激励参数( 基因周期、代数码矢量以及 各自的增益) ，然后对这些参数进行矢量或标量量化( 对线谱对采用分裂矢量量 化) ，经编码后这些参数被送往解码器。解码器得到信号的模型参数和激励参数 后，让激励信号通过线性合成滤波器，然后经过后处理，即可得到在质量上接近 原始语音的合成语音信号。 本文只给出a m r 语音编码技术的核心多速率语音编解码的编码算法和 解码算法，其中重点是编码算法。 2 2 a m r 语音编码算法 本节给出a m r 语音编码算法，即多速率语音编解码的编码算法。 编码器对语音信号进行分帧处理，帧长为2 0 m s ，由于抽样频率是8 0 0 0 样点 秒，故一帧共有1 6 0 个样点。每一帧又分为四个子帧，每子帧4 0 个样点。表2 1 ( 见下页) 给出了编码器在各种速率( 即各种模式) 下的每帧参数的比特分配情 况，每个参数的含义在本节后面的诸部分中有说明。 a m r 语音编码功能框图如图2 5 所示。下面依据这个框图说明各部分算法。 i 熊丝曼 斗k - 三h 虹丝卫l 一 l 瑗处理l。嚣篙簇，曩嚣黧寿a 适应码本搜索 同艄书叫游鬻黔l 预处理 加汉明窗， 求自相关 r ! 一 l _ d 算法 r 】一 ( z ) ja ( z ) - l s p 啪，下 酥耍困 j l 一 4 子帧内插 l s p - - , 4 ( z ) 子帧内插 l s p - ( z ) 计算 加权语音 “子帧) 开环 基音 搜索 鹫然懂纛 世热i 嚣缈l u 掣划丽杀 耐姻愕剽p l 扎l o t 一 l 计算自适应 码本贡献 计算冲激 响应 图2 5a m r 语音编码功能框图 固定码本 增益量化 t 固定码本 增益指敦 1 0 第三代移动通信中的语音编码研究 工作模式参数子帧1子帧2子帧3子帧4 一帧总 ( 共8 种) 比特数 2 套l s p3 8 1 2 2k b w s 基音延时 9696 3 0 l g s me f r )基音增益 4 444 1 6 代数码书 3 53 53 53 51 4 0 代数码书增益 55552 0 总计2 4 4 l s p 2 6 1 0 2k b i u s 基音延时 8585 2 6 代数码书 3 13 13 13 11 2 4 增益矢量 7777 2 8 总计 2 0 4 l s p2 7 7 9 5k b i t s 基音延时 8686 2 8 基青增益 444 41 6 代数 i 1 5 书 1 71 71 71 76 8 代数码书增益 55552 0 总计 1 5 9 l s p2 6 7 4 0k b i u s 耩岢延时 85852 6 l t d m ae f r )代数码书 1 71 71 71 76 8 增益矢置 77772 8 总计1 4 8 l s p2 6 6 7 0k b i t s 基音延时 84842 4 i p d ce f r )代数码书 1 41 41 41 45 6 增益矢量 77772 8 总计 1 3 4 l s p2 6 5 9 0k b i t s 幕音延时 8 4 8 4 2 4 代数码书 1 11 11 11 14 4 增益矢量 66662 4 总计 1 1 8 l s p il l2 3 5 1 5k b i t s 基音延时 84 44 2 0 代数码书 99993 6 增益矢量 66662 4 总计 1 0 3 l s p2 3 4 7 5k b l t s 基音延时 84442 0 代数码书 99993 6 增益矢量 881 6 总计 9 5 2 2 1 预处理 对语音信号编码前，首先进行预处理。预处理滤波器的表达式 、0 9 2 7 2 4 6 0 9 3 1 8 5 4 4 9 4 1 z “+ 0 9 2 7 2 4 6 9 0 3 z - 2 爿一一2 1 j 面丽顽西i 西订瀛琚孬：广一 ( z 域) 为： ( 2 - 1 4 ) 预处理滤波器完成两部分功能：高通滤波( 8 0 h z 4 0 0 0 h z ，主要是抑制5 0 h z 第二章第三代移动通信中的语音编码的基本原理 电源干扰) 和信号压缩( 缩小为原来的1 2 倍，以防止信号在后续的定点运算过程 中溢出1 。 2 2 2 线性预测( l p ) 分析及其参数量化 卜_ _ 第三代移动通信中的语音编码研究 w 小) = 斗数制 ，i ：1 ，。( 2 - 1 6 ) 其中，f o = 6 0 h z ( 即扩展的带宽) ，工= 8 0 0 0 h z ( 采样频率) ，( o ) = 1 0 。 对其余的七种语音模式，每帧所进行的一次l p 分析使用的窗为图2 6 中的 u i i ( n ) 所示。加窗语音信号j ( n ) ，n = ( 0 ，2 3 9 ) 的自相关计算公式如( 2 1 5 ) ，同样， 必须对自相关函数进行加权处理进行6 0 h z 的带宽扩展。加权系数同( 2 1 6 ) 式。 ( 二) l e v i n s o n d u r b i n 算法( 对所有模式) 求解l p 分析正则方程组的方法有两种：自相关法和协方差法。自相关法的估 计得到的参数和实际的参数之间的误差比较大( 它与窗长度和l p 分析阶数之间的 相且关系有关) ，但是它有高效的迭代算法，同时它还可以保证得到的合成滤波器 是稳定的；而协方差法由于没有假设分析窗前后数据为零，符合实际情况，得到 的参数和实际参数吻合得较好，但是它没有高效算法，不能保证合成滤波器稳定， 而且还有延时。实际应用中一般满足窗长度远远大于l p 分析阶数，此时自相关 法结果接近协方差法结果，所以实际中一般采用自相关法。自相关法求解l p 系 数的快速算法有：l a t t i c e 法，s c h u r 法，l e v i n s o n d u r b i n 法等。标准中用 l e v i n s o n d u r b i n 算法得到l p 系数。 令经过加权处理后的自相关函数为，。( n ) ，n = ( o ，1 0 ) 。通过解l p 正则方程 组( 2 1 7 ) 得到直接形式的l p 滤波器系数a k ，k = ( 1 ，z o ) 。 吼，。( 1 i - k 1 ) = - r 。( f ) i = 1 ，1 0( 2 1 7 ) ( 三) l p 系数到l s p ( 线谱对) 的转换( 对所有模式) 对直接形式的l p 系数( 即全极点滤波器1 a ( z ) 的系数) 来说，单个系数的 量化误差造成的滤波器极点变化难以控制，量化误差可能使得合成滤波器不稳 定，因此实际中一般把它转化为其他形式的参数( 反射系数l 【i ，对数面积比系数和 线谱对l s p 等) 进行量化编码。标准采用l s p ，原因是l s p 不但直接反映语音的 频谱特性，同时还具有许多其他形式参数所不具有的优点： 两个l s p 矢量间的失真可以用欧氏距离衡量； 由l s p 得到的声道滤波器可以保证是稳定的； l s p 反映声道幅频特性，在幅度大处各l s f 的分布比较密，反之则较疏， 这尤其能表现幅度谱中的共振峰的特性； 改变l s f 中的某个分量的值只影响该频率附近的局部幅度谱，因此有利于 进行分裂矢量量化： 分布特性很好，均值稳定，方差较小； 第二章第三代移动通信中的语音编码的基本原理 由于人的声道在说话过程中是慢变的，前后帧的l s p 相关性强，可以通过 预测器来缩小要量化的l s p 变化范围，有利于减小量化失真。 总之，l s p 参数具有良好的量化和内插特性。 对于1 0 阶l p 滤波器，l s p 的值分别定义为下列和多项式与差多项式的根： 局i 力= 4 ( z ) + z - 1 1 彳( z _ 1 ) ( 2 一1 8 a ) f j ( z ) = 4 ( z ) _ z - l l 爿( z 一1 ) ( 2 1 8 b ) 由于 爿( z ) = l a l z 一a l z 一口l o z 一1 0 ( 2 1 9 ) 将式( 2 一1 8 ) 展开得： e 。( z ) = 1 一( 口l + 口l o ) z 一一( 口2 + 口9 ) z - 2 ( 口9 + 口2 ) z 一( 口l o + 口1 ) 2 1 0 + z 一“( 2 - 2 0 a ) 巧( z ) = 1 一( 口l 一口l o ) z 一( 口2 一口9 ) z 一一( 口9 一口2 ) z - 9 一( 口1 0 一口1 ) z _ 1 0 z _ 1 1 ( 2 - 2 0 b ) 可见，f 。( z ) 是一个对称的实系数多项式，而f ：( z ) 是一个反对称的实系数多项 式，因此它们都有共轭的复根。从( 2 2 0 ) 式可以看出，f ( z ) 和f ，：( z ) 分别有一i 、 l 的实根，即： e i z ) b 。= 0 ，e ( z ) | ：= l = 0( 2 - 2 1 ) 为了消除上述两个根，定义如下两个多项式： 五( 力= f d z ) ( 1 + z 。1 ) ( 2 - 2 2 a ) 尼( z ) = 尼( z ) ( 1 一z 。1 ) ( 2 - 2 2 b ) 上述两个多项式的共轭复根都在单位圆上，因此又可以写为： 五( z ) = 1 - i ( , 一2 q f z 。1 + z 。2 ) ( 2 2 3 a ) i = 1 ，3 ，9 尼o ) = r i 0 2 q 产一1 + z - 2 ) ( 2 - 2 3 b ) i = 2 ，4 ，1 0 式中，g l = c o s ( q ) ，q 被称为线谱频率，即l s f ( l i n es p e c t r a lf r e q u e n c y ) ，它们 满足下式： 0 q 0 ) 2 l o 石 ( 2 - 2 4 ) q ；被称为余弦域的线谱对( l s p ) ，它就是我们要求解的、用于量化和内插的l s p 。 参数( q 2 。，q ：) 或( u ：i _ l ，2 i ) ，i = ( 1 ，5 ) ，成对地出现，并且反映信号的频谱特性， 因此被称为线谱对( l s p ) 。 由于f t ( z ) 和f 2 ( z ) 多项式的系数都是对称的，所以仅需计算每个多项式的前5 个系数即可。由式( 2 - 2 0 ) 、式( 2 - 2 2 ) 可得系数计算公式为： 第三代移动通信中的语音编码研究 正f l ( ( i f ) ) = ：f 五( ( 1 1 1 - 一i ) ) = ：a , + 一a l 。l 。_ ! - + f 五t ( ( f i - 一1 1 i a l a毛i ：l ：； ( 2 - 2 5 ) 正( f ) = 五( 1 一) =一。+ 五( f 一1 )= 1 ，5 、。7 下面的任务就是要求出多项式f l ( z ) 和f 2 ( z ) 在( o ，万) 的5 对根，即q ，i = l ，1 0 。求f l ( z ) 、f 2 ( z ) 的根方法有：( i ) 方程求根法，如牛顿叠代法，c h e b y s h e v 多项式法等；( 2 ) d f t 法。标准中采用的是c h e b y s h e v 多项式法。 ( 四) l s p 参数的量化 对1 2 2 k b s 模式，每帧得到的两组l p 滤波器系数用频域里的l s p 进行量化， 即对下式中的参数进行量化： ，= 尝q ；笔8 1 c c o s ( q 。x i = l ，1 0 ， ( 2 2 6 ) ，i 是模拟频域中的l s p 参数( 即模拟频域中的l s f ) ，且f l 【0 , 4 0 0 0 】h z 。，i 是采 样频率，f = 8 0 0 0 h z 。 具体的量化流程为： ( 1 ) 去均值 z p ( f ) = 三5 暖町( f ) - a v e r a g e ( i ) ， i = 1 ，l o( 2 - 2 7 a ) z ：( f ) = 三- s 碍町( f ) - a v e r a g e ( i ) ，f = 1 ，l o( 2 - 2 7 b ) 其中三s 碍，工| s _ 曩吣分别表示第n 帧2 ，4 分帧的l s f ，z ，z p 表示去掉均值 后的剩余值，a v e r a g e 为l s f 的均值矢量，它经过大量的统计得到并作为常数存 放在表中。 ( 2 ) 预测，计算预测误差 由于帧间l s f 有很强的相关性，因此可