（计算机系统结构专业论文）128kbits短时延码激励线性预测算法的研究与实现.pdf

华中科技大学硕士学位论史 摘要 多年以泉，为了潢足利用有限的媸宽来传输秘嚣储语音魄嚣求，落鸯匮缀一蹇 是学术界的个热门领域。而对于受副信道带宽困扰的用户以及嚣要节约能爨的蜂 窝式无线电话和卫星逡接，低比特率数字语音编码已成为满足其溪求的最重要手 段。 在大多数情况下，语音通讯时的延时会带来很多的问题，如回声和通话者的感 黉不畅。为了锯决这些润题，国际电话电报咨询委爨会在1 9 9 2 年制定了一个码率 为1 6 k b i t s 的语素编鹚标准g 7 2 8 。g 7 2 8 酌舞法酝运哭有0 6 2 5 毫秒，对于绝大 多数应熙来说是嚣卷令人潢意黪。毽跫，茭点燧靛繁宽秘徽蔫了一点。为了能够降 低g 7 2 8 算法使用的弼率，研究人员尝试了很多的方法，比抛只采鼹越3 2 个波形 码字，采用奇数号的波形码字，等等。这然措施为人们农较低码率上遗嘏提供了霹 选的方案。 在前人研究的基础之上，一种新的充分利用了人与人之间对码字使用统计差异 的国适敷编码器可以在1 2 8 k b i t s 的码率上仓成商品斌的谮音。这种编码器的工 作邋程分为学习输段取正常编码阶段，在学习输段究成之后它将自动地为每一个人 生成一个独姆懿嵩频鹦书，阉对网步编码器与瓣码嚣。它静计算复条度与翼它同硒 率编码嚣相当，内存使用有少量戆增加，惩音蔟魁蠢毙较暖显照提高。 关键词：语音藉褥：码激励线性预测；短时懿码激励线性预测；码书 华中科技大学硕士学位论文 a b s t r a c t f o rm a n y y e a r s ，s p e e c hc o d i n g h a sb e e na na c t i v ea r e ao f r e s e a r c h , m o t i v a t e db yt h e i n c r e a s i n gn e e df o rs p e e c hc o m p r e s s i o nf o rb i n d - l i m i t e dt r a n s m i s s i o na n ds t o r a g e l o w b i tr a t e d i g i t a lc o d i n g o f s p e e c h h a sb e c o m et h e p a r a m o u n ti m p o r t a n c e i n a c c o m m o d a t i n gt h et r e m e n d o u si n c r e a s e i nt h en u m b e ro fu s e r si nt h e p r e s e n c eo f c o n s t r a i n t so f b a n d w i d t ha n d p o w e r i ns u c ha r e a sa sc e l l u l a rr a d i oo rs a t e l l i t el i n k s v e r yo r e n ，d e l a yi nv o i c ec o m m u n i c a t i o nw i l li n c u rm a n yp r o b l e m s ，s u c ha se c h o a n du n p l e a s a n tf e e l i n g i no r d e rt os o l v et h e s ep r o b l e m s ，t h ec c i t th a sm a d eal6 k b i t s c o d e cr e c o m m e n d a t i o ng 7 2 8i n1 9 9 2w h o s ea l g o r i t h m i cd e l a yi sl o wt o o 6 2 5 m s ， p e r f e c tf o rm o s ta p p l i c a t i o n s y e tt h ea i mi nm a k i n gd e l a yl o wh a sb e e nr e a c h e d ，t h e b a n dr e q u i r e m e n ts e e m sal i t t l eh i g h e r s oal o to fr e s e a r c h e r sa r ei n v o l v e di nr e d u c i n g i t sb i tr a t e m a n ym e t h o d sh a v eb e e nt r i e dt ol e tp e o p l ec o m m u n i c a t ea tl o w e rb i tr a t e ， l i k eu s i n gt h ef i r s t3 2w a v e f o r mc o d e v e c t o r so rt h eo d dw a v e f o r mc o d e v e c t o r s b a s e do nt h ew o r kd o n eb yo t h e r s ，an e w a d a p t i v ec o d e ct a k i n ga d v a n t a g eo ft h e s t a t i s t i c sd i f f e r e n c ea m o n g p e o p l eh a sb e e nd e v i s e dw h i c hw o r k s a t1 2 8 k i t sw i t hh i g h s y n t h e s i ss p e e c hq u a l i t y t h ew o r k i n gp r o c e s so f t h i sc o d e ci sd e v i d e di n t ot w o p h a s e s ： s t u d yp h a s ea n dn o r m a lc o d i n gp h a s e a tt h ee n do f t h es t u d y p h a s ei t c r e a t e sau n i q u e m o s t f r e q u e n t l y u s e dc o d e b o o kf o re a c hp e r s o na n ds y n c h r o n i z e st h ec o d e ra n dd e c o d e r t h e a l g o r i t h mc o m p l e x i t yo f t h i sc o d e ci ss i m i l a rt oo t h e rc o d e c s u s i n g t h es a m eb i tr a t e ， a n di tn e e d sal i t t l em o r e m e m o r y w h i l et h e s p e e c hq u a l i t yi si m p r o v e dn o t a b l y k e yw o r d s ：s p e e c hc o d i n g ；l d - c e l p ；c e l p ；c o d e b o o k l l 华中科技大学硕士学位论文 图表 袁l ，l 卷用的编码标准对比 图2l 语音信号产生的离散时域模型 图22 线性预测编码的语音模型 圈23 a c e l p 编码器 圈23 bc e l p 鳃码器 图24 自适应码书岛固定码书， 图25 基适应褥书搜索 图26 自适应码书 霪27 基音餍期过小时补全码字 图2 8l p c 的频城解释 图31 简化的l d c e l p 模块图+ 图32l d c e l p 编码嚣单元示意圈 图33 a ) 感觉抽税滤波器的调整嚣 。、 图33 b ) 混合鬻示意图 圈3 4 后向合成滤波器的调整器 衷4 1 几秘缡妈方式的平均分段信嗓比 图4l 一段语啬的解码波形对比 圈4 21 2 8 个玛字的佼埔频率统计 图43 语音样本a 与b 的码字使用频率统计 图4 4 镁用不同的统计码书对语音段a 、b 编解码后的语音质曩对比 袁4 , 2 三种码书乎均分段信噪比鲍对比 图45 段语音的解码波形对比 表43 三秽码书的对比 圈46 使用自适应l d 。c e l p 算法的整体流程 ( 3 ) ( 7 ) ，( 8 ) ( 15 ) ( 15 ) ( 16 ) ( 17 ) ( 1e ) ( 1g ) ( 22 ) ( 24 ) ( 25 ) ( 27 ) ( 28 ) ( 33 ) ( 44 ) ( 44 ( 45 ) ( 4s ) ( 47 ) ( 48 ) ( 49 ) ( 52 ) ( 54 ) v 华串科技失学硕士学位论文 1 。 课题研究的露的稻意义 1 绪论 1 1 1 语音编码援术的意义与应糟 语音编戳是数字化语砉传输秘存健鲍基础技术。与模拟添蠢糖毖，使雳语毒编 码技术的数字语膏传输和存储系统，舆有娜靠性裹、抗干拢能力强、便于快速交换、 易于实现保密和价格低廉等优势m 匕因此，它在通信系统中所占的比例不断提高。 这魑实际应用推动了语音编码，特别是低速率语音雁缩编码的发展。压缩后的语音 用于传输，可以降低每路话音所需带宽，在同样韵带宽内传输更多路语音；压缩后 的语音瀚于存储，可以节约空间，提高存储语诲长度，降低成本。因此，研究人员 多年来一壹致力予在绦持鬟梅语音溪蓬静翁提下，搬离谮音瑟缩效率的研究。蘑箭， 语囊编码已经广泛应躅在各个镁域，妇： 1 ) 蜂窝移动电话网。 2 ) 卫星通信。 3 ) 短波保密通信。 4 、i s d n 。 5 )“语音邮件”、“语音存储”等新型通信业务。 以凝各稀场合下记录谱音的数字篮录设备，如锻行、汽车、飞机等处的语音记 录设备。特澍是存储设备褰萋不够大或是需要记录长时澜、大数葫董韵情况f 3 l 。 诗算规黪发震必溪音信号缡怒技本兹辍究提供了强窍力豹工其，越大籁模集成 电路的出现为语誊缡礴的实现撼供了基础。睫狻璜我逶傣豹蓬勃发震，将襄是毫诿 业务和移动电话的普及，语啻雎缩技术必将得剿更为广泛鲍墩愿。抽之互联网上遥 音业务的迅猛发展，语音羼缩技术的应用领域也将不断扩大。 华中科技大学硕士学位论文 1 2 1 语音编码器的主要分类和性能 一般来讲，语音编码的输入语音是“电话质量”的语音，带宽限定在3 0 0 3 4 0 0 h z 之间。从模拟语音中获得这样的输入语音，需要进行的处理有抗混叠低通滤波、8 k h z 采样和1 6 位a d 变换等。经过这一系列处理，模拟语音转化为速率为1 2 8 k b i t s 的 数字信号，作为语音编码器的输入。 衡量一种压缩编码算法的主要指标包括编码速率、延迟、语音质量、复杂度等。 对于用于通信的语音编码器，衡量的指标还包括抗误码等【4 j 。 语音编码的目的，是在给定的编码速率下，使得从编码后的信号恢复出的重构 语音的质量尽可能高，同时尽量减少编解码延时以及算法复杂度。换一个角度也可 以说，在给定编码质量、编解码延时以及算法复杂度的情况下，降低语音编码所需 的比特率。 评价语音编码质量的方法包括客观评价和主观评价两类。对中、低速率的语音 编码算法，客观评定方法有时很难反映人对语音质量的感受，因此主要使用主观评 定方法。常用的方法有平均意见( m e a no p i n i o ns c o r e ，简称m o s ) 分、判断韵字 测试( d i a g n o s t i cr h y m et e s t ，简称d r t ) 、判断满意度测量( d i a g n o s t i ca c c e p t a b i l i t y m e a s u r e ，简称d a m ) 等。 语音编码的延时包括算法延时和其它延时。算法延时是某个算法先天固有而无 法改变的；其他延时有的可以随着处理器速度的提高而下降，如计算延时，有的则 取决于通信信道的结构而短期内比较难以提高。 算法的复杂度包括两个方面，运算复杂度和内存要求，它们影响算法硬件实现 的代价。运算复杂度通常使用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 ) 来衡量，内存 用b y t e 或k b y t e 来衡量。 目前的各种语音编码算法，主要可以分为三类：第一类是波形编码，力图使重 建语音的波形保持原始语音的波形形状，如p c m 和a d p c m 等。第二类是参数编 码，通过提取、编码语音的特征参数，保持重建语音的可懂度，如l p c 1 0 e 等。第 三类是混合编码，结合了上述两种方法的优点，能重构高质量的语音，如矢量和激 华中科技大学硕士学位论文 励线性预测以及码激励线性预测( c e l p ) 等。 表1 1 比较了目前使用比较广泛的几种编码器的各项性能 “。 表1 1 常用的编码标准对比 标准年份编码类型比特率m d s算法延迟 b m 对( m s ) a m e r i c a nd o d1 9 8 4乙p c l o2 4合成2 2 5 ( 最低) f s l 0 1 5 r r u g 7 1 l1 9 7 2p c m6 44 30 1 2 5 r r u g 7 2 31 9 9 5 a m p - m l q 5 2 7 6 3通讯级3 7 5 c e l p r r u g 7 2 81 9 9 2l d c e l p1 64 00 6 2 5 i t u g 7 2 91 9 9 5c s a c e l p84 o1 5 g s mf u l l r a t e1 9 8 9l t p r p e1 33 72 0 1 2 语音编码与v o l p 近几年，i n t e r a e t 在各个领域的应用和迅速发展，使得各行各业都在注视着这个 具有电信业务的诤网络环境的巨大市场。鉴于在传统电信网络中所花费的高昂业务 费用，特别是大型的跨国公司在每年的公司开销中国际长途费用占据着很高的份 额，于是人们想到利用低廉的数据网来传送话音，也就是在口网上通过t c p i p 协 议来实时传送语音信息( v o 口) 即强电话。 1 9 9 5 年v o c a l t e c 推出了第一个基于数据网的p c 到p c 的疋电话软件产品。1 9 9 6 年3 月v o c a l t e c 宣布与d i a l o g i c 公司合作生产第一部电话网关，通过电话网关把珀 网络和传统电信网络联系起来，使p 电话更通用、更便宜、具有更强的移动性。从 1 9 9 6 年初到1 9 9 8 年底，从生产厂商到各国的电信部门都把工作的重点放到了有关 华中科技大学硕士学位论文 i p 电话的产品生产、网络建设和通信协议的制定等工作上。与此同时，各国的口 电话试验网相继投入运行。在此基础之上，为了解决多方结算等问题相继出现了国 际化的拆帐或清算机构，如i t x c ，g r i c ，a t & t 等。目前普遍存存的问题是各方 的产品互不兼容，产品和产品之间的互通性难以保证。为此，出现了由i t x c 、朗 讯、v o c a l t e c 、c i s c o 等厂家联合研制能够互通的产品平台i n o wp r o f i l e 。 v o 礤是通过i n t e m e t i n t r a n e t 等互联网络来传递语音信息的，该系统包括终端设 备、网关、多点接入控制单元( m c u ) 和网络管理者等部分。其基本原理是1 6 】：先 将语音信号进行模数转换，通过语音压缩算法对语音数据进行压缩编码处理i ”，然后 把这些语音数据按t c p i p 标准进行打包，经过口网络把数据包送至接收地，再把 这些语音数据包串起来，经过解码解压处理后，恢复成原来的语音信号，从而达到 由互联网传送语音的目的。 i p 电话的技术基础是语音压缩技术，其中有两个关键的参数： ( 1 ) 延时。由于实时语音会话对时延榉q # 常敏感，所以在讲到v o i p 时就不能不 提到网络时延。当单向时延超过四分之一秒时，接收的人就很难分辨出讲话者是否 已经结束谈话了，这就增大了通话双方同时说话的几率。i t u t 的( 2 1 1 4 1 m 1 建议规 定了电话语音传输往返最大时延是3 0 0 m s ，这就是说1 5 0 m s 单向时延是可以接受的。 对于v 0 i p 应用，1 5 0 m s 的单向时延可以看成是一条黄色警戒线，而2 5 0 m s 的单向 时延则是一条红色的报警线。 ( 2 ) 回声消除。”。在电话网中二，四线转换处。由于阻抗匹配不理想，甲端四线 的收话音信号会泄漏到该四端线的发路径去，它返回到乙端发话者，就形成回声。 当延时较小时，回音同话机侧音及房间交混回响声相混，因而感觉不到。当往返总 延时超过1 0 0 m s 时，发话者就能听到自己的回声。如果回声传输路径衰减不够大， 就会听到多次回声，从而严重影响通话质量，所以回声消除技术对i p 电话系统十分 重要。对于公共电话网，可能会有多次音频转接，也就是有多次语音编解码，因此 对单次语音编解码延时，通常要求不超过5 1 0 r e s 。 可见选择低延迟的编码器对v o i p 技术是很关键的。例如，g 7 2 3 1 算法以3 0 毫 秒的帧容量为基础并带有7 5 毫秒的算法延迟。这就意味着个p c m 样本从进入、 编码到压缩传出至少需要3 7 5 毫秒。而低延迟编码技术( 如g 7 2 8 ) 不仅能解决分包 4 华中科技大学硕士学位论炎 延逡阔蘧，还可敬善话音质量，以及简化在西声消除等方面的处理，很其实现需以 穗鹱信遭密度戈代徐。这键就麓为仟么众多的研究人员努力她寻找g , 7 2 8 称准梅较 低玛率下懿嶷现。 ， 1 3 短时题码激励线性预测编码器( l d c e l p ) 的发展 妻接裁掰l p c ( l i n e a rp r e d i c t i v ec o d i n g ) 构造酌声码器( v o c o d e r ) 的比特率可压缩 载2 k b i t s 一4 8 k b i t s ，健是獒产生豹谱音美育羁显酌久工合成瘊迹，语费质薰只能运 到中等，特嬲是爨然发较低，迤熟人都不一定髭瞬滋漤话久是谁。蔼蠢帮篌提嵩码 率，音质的改变也不太明鼹。l p c 黟码嚣的这一缺点主器来源于它垮激默滋过予攀 纯她分为浊街和清音两类照不允许它们同时作为激励。1 9 8 5 颦，m a n t l 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 e i c a s s p 年会上首次提出使用码书作为激励源的线性预测编 码技术“( c o d ee x c i t e dl i n e a r p r e d i c t i v ec o d i n g ) 。此后各种c e l p 技术就成为中、 低妈率语音编码的主流技术盼5 岗l 。 语音信号经囱电信网络传输，磁延静和抗误鹤的指标上有一定的簧求。般语 音编码器c e l p 、v s e l p 约有5 0m s 静建薅，就毫信弼络雨富，其延时太长，裔回 音五：易消除麴匿扰，囊且箕摭邋遂镌误麴链力较弱。爨激c c i t t i t u 翡蓊隽) 在 1 9 9 2 年制定了以l d - c e l p 为架梅螅1 6 k b i t s 短时延语啻缡码掭准g 7 2 8 1 1 7 1 。烧编 码器具有良好的合成街品质和非常低的编码延时，两且也有不错的韧性1 8 1 ，在馒元 错误率为o o l 畴，合成音品质比g 7 2 1 的3 2 k b i t s a d p c m 谱音编码器好。 g 7 2 8 标准中燕要使用了码字激励( c o d ee x c i t e d ) 、殿向自适应 。为了使浊裔信弩其 蠢声门气滚默冲的实躲波形，还羲要捷上述黪净激寿裂透过一令声门躲淬模登滤波 器，其z 域健辕函数为g 。对予声门波形的频遴分援褒暖，其蠊度凝谱梭每镕叛 程1 2 d b 的速度递减。如果令g ( z ) = 1 傲l - g ，2 “) ( 1 一热z 。) 】并虽最和数都提接近t ，那 么由之形成的浊酱激励信母频谱很接近予声门气流脉冲的频谱。在清溉的情况下， 激励信号由随机噪声发生器产缴。另外，系数4 与4 用干调节能鬃。 声道模型h ( z ) 给国了离散时域的声邋传输函数。采用流体力学的方法可以导出， 在大多数情况下它是个金极点函数。这样，h ( z ) 可以表示为： ( ：) 。o 吩为实数 l + 口f = 。 f d 7 华中科技大学硕士学位论文 哺p 取”1 2 之闽的偶数，这棒，豫) 奏吾怼共轭极点r k e j * 婶一詈黔镶的 值分另l 与语音静备个共振蜂对艨。辐射横型与嘴形有关，是个随频率f 递增的函 数，霹袭示必曩q ) = l 一圮一，其串r 接透1 。 2 2 线性预测编码( l p c ) 算法采用的模型 从上面的分析中我们w 以肴到声门脉冲模型，声道模型和辐射模型的传输函数 其有毙较裾钕豹表达式因子，阂诧考虑将它们合并劐一个模毽内。另外，以与a 也 髑一个实数g 来篱豫，予是实际l p , c 分聿厅采爝静模鹜渊如黼2 2 ，其中 脚删加雨g 。面g 。 瞄；， n 。 k jf声道参数 熙2 2 线性预测编褥戆谱啻搂型 号 怼予图2 2 戆系统，谌毒傣号s ( n ) 稳激磁信号涵磅霹蔫戳下静差分方戆表汞： p s = 善一吼s ( n 一) + g “( h ) ( 2 - 2 ) 女一i 现在，我们定义一个预测器系数为吼的线性预测器( 注意是g ，不是乜、： 一一 8 去斟盎 沪，g 叫 l ，| | d 叫墨槲 蟹匿 华中科技大学硕士学位论文 预测误差e ( n ) 定义为： 其相应的传输函数 p j ( ) = - a k s ( n - k ) - l f 2 3 1 p b ( n ) = s ( n ) 一j ( 疗) = s ( ，1 ) + a k s ( n - k ) r 2 4 1 t 【 4 ( z ) - - 1 + o t k z 。 f 2 5 1 称为预测误差滤波器，我们在后面将说明它是h ，( z ) 的逆滤波器。 我们可以证明( 由于该证明非常重要，而证明过程中牵扯的内容又比较多，我 将其单独放入附录2 中) ：如果一个信号由( 2 2 ) 式产生，其系数是时不变的，它的 激励信号是一个单冲激或者稳恒白噪声，那么通过令均方预测误差( 对所有时间求 平均) 为最小而得到的预测滤波器的系数啦将等于( 2 - 2 ) 式的系数。 其中，短时均方预测误差定义为： e = e ：( m ) = 姒m ) 一瓦( m ) 2 pp = j ；( 历) + 2 ( 脚) 吼矗( 坍一七) + 【a k s ( m 一七) 】2 f 2 6 ) mk - li l 其中s 。( m ) 是抽样点n 附近的一个语音段，即s 。( r a ) = s o + m ) 。 a r 令= o ( i = 1 ，2 ，p ) ，就能求得使e 最小的各个，由此得到预测方程组： 其中 p 一吼吮( f ，七) = 丸( f ，o ) ， 1 f p f 2 - 7 ) k t l 纯( ，七) = s , ( m - i ) s , ( m - k ) ， i f ，后s p r 2 - 8 1 该方程组有p 个未知数q ，p 个方程。而最小均方预测误差可以表示成： 华中科技大学硕士学位论文 e = ( 小) + 矗( 卅) 矗( 肌一七) = 蠡( o ，o ) + 艺g 蠡( o ，妨( 2 - 9 ) 对粤：求和范围m ，我犍假定波形段文( 搬) 在医润0 s 磁n 一1 之矫为0 ，表示为： 文( 确。j ( 牌+ 磅联掰) 佗。l o ) 其中w ( m ) 是一个长度有限的宦( 例如哈明褒) ，它在区阙0 雕n 一1 之羚必0 。鹱 设我们考虑的是从n = 悔开始的n 个信号，那么上式就相当于犍傣号搬移到原点共 加窝。我们可以餐出预测谈差e ( n ) 只在0 m n 一1 + p 的范围内不等y - 0 ( 这也就 是求和涎阊) ，因而 峨：岂( m ) 似1 1 ) 峨= ( m ) “” 嗣蜒，我稍霹以餐到，颈溺误差在潮黼静殍翡楚( 0 s m p ) 会徭大，因为我们试 图使用零值泉预测信号；农末端也一榉( n 辨n 一1 + 尹) ，因为我稻试辫以菲零 信号来预测零值。出予这个原因，w ( m ) 邋豢使月曹尾逐濒减弱兹塞。 在该求和范围内考虑： 屯姒) ：嗲9 ， l茎f，ps 函1 2 ( m - i ) s ( m - k ) 蜘，) = ， l q 珏q 斟 餐箱交羹代涣并考虑蓟毛( m ) 在嚣闻o m n - 1 之外为0 ，可以得到： 丸( f ，的掌“芦如晶( 脚) 矗( m + 卜七) 篓i，墨(2-1 kp 1 3 1 丸( f ，d * 晶( 脚) ( m + 卜- 七) 篓i ，墨 即奴( f ，七) 等予短时自相关爨数在( i 黔处的蠖足s 一鬈) ，毽为叁摆关涵数曩( 霆) 是援函 数( 扶它豹定义( 棼* 焉渤) 琶( m + z ) 容易得到) ，可得： m i m 蛾( i ，) 一砖( i f 一i ) l s f ，墨p f 2 1 4 ) 所以，预测方程组和可以表示为： 产 一敝r ( i i - 七i ) = 砖( f ) l i a p ( 2 。1 5 1 - l 或嚣写戏矩辫形式： 华中辩技大学硕士擎位论文 _ = # ；= 目目_ _ _ # = 日_ # = ；i = _ _ j _ pm l r , j = = 目# r ( o )r 。( 1 )足( 2 )心( p - 1 ) r ( 1 )r ( 0 )r ( 1 )砖( p 一2 ) 毛( 2 )国民 毪婶3 ) 氏( p 一1 ) 心( p 一2 ) r ( p - 1 ) 也( 0 ) 一a 一 一吼 f ， - - c g ：, r ( 1 ) 砖( 2 ) 岛( 3 ) _ t r ( p ) f 2 跌 这是个t o e p l i t z 缀降，对它套甍效竣l e v i n s o n - d u r b i n 解法，详冕2 3 繁。 而最小均方预测误差为 磊= ( 蛰+ k = l 铱曩馥) f 2 。1 7 、 至此，我们可以求出声道模型中的参数a i 。丽对于参数0 ，回顾( 2 2 ) 4 - 和( 2 4 ) 式， g “( n ) = s ( h ) + a ：( n - k ) 蔼预溺误差t ( n ) 霹戳袈示海 e ( n ) = s ( n ) + a , s ( n - k ) 程此情况，肖嚷a k 时，酆预测系数和模型系数相等对，可以得副 口( 哪2g u ( n ) ( 2 1 8 ) 也就是说，输入信号派比于误蓑信号，其比例常数等于增益常数g 。但由予上式只 是近似的，通常无法用一种准确的方法求出g 。更台理的是代之以一种假 鼗，即假 设误差信号的能麓等于输入激励信弩的黥羹，由此得到 翱 g 2 薹“2 ) 4 萎。2 ( 胁) b ( 2 - 1 9 )m o #m 一ln i + pp g 2 h 2 ( 坍) = 。2 = 踟) ，趣投误差霹缢写残： 1 17 一。 华中科技火? 学硕士学位论文 y a h ) = u ( k - l ) h ( n - k ) 它廷过去的激励被日2 ) 滤波的簸出，可以看出，在一个长度为n 粒子姣连，y l ( m 的谜算需要用到“( m ) 程l g m s n 一1 一范围内的馕。 瓦2 荔；婶。善【x 妫一声岁。甜化郴1 令警划，得孙 x ( n ) y ( n ) 乏眦( 拧) 】2 ( 2 - 3 9 ) 硝n = 0 x ( n ) - , e y 弩噶n = l l 阶肛簧 协删 风= 。( 蝴2 = 缸( 疗) 】2 一弓r _ p ， 一、1 2 然后，计算盘使得第二顼最大静萋奢瑶麓l 酌值。计算豹方法是把所有可糍酌l 值 ( 在= 2 0 狂三佻= 1 4 3 乏阕) 投入上式，找出馕褥第二瑷最丈熬l 。褥劐l 簸， 过去的激励u ( n ) 保存在长度为五。的l t p 缓冲区中。缓冲区的内容每予帧更新 如果基音周翘l 太予等于予帧的长度，那么n l 一 l o ，从而计算需隳用瓤的 ( k n ) ，冀包含k 个样本点。鞫忿躲栗慕音瘸期小于n ，我衍必须提供更多的样本 一簿( l 。) 卜 一码字( l 憩蛾卜 鹃字( n ) 图2 6 蠡适庭码书 l m 。l ，篷基本鹄缓、砖区仍然是一令矢蠢( 5 个榉本) 。夺豹缓冲 区使缛路延迟农可能达到2 m s 以下。 3 2 1 输入p c m 格式转换 这个荤元把输入瀚a 律或讧律p c m 信号- s o ( k ) 转纯为u n i f o r m p c m 蓿号屯( ) 。 式郄运箨采瘸1 3 岛矗均匀羹纯豹p c m 僖号，其率最毒位必符号往，信号数值稳萄 是f 一4 0 9 5 ，4 0 9 5 。 3 2 2 矢爨缓冲区 矢蕤缓渖嚣绦存蠢个逸续瓣语音样本5 。( 5 n ) ，氏( 5 h + 1 ) ，( 5 h + 4 ) ，组成一个5 绻语音矢量s q ) = s a 5 n ) ，最( 5 十1 ) ，g ( 5 n + 2 ) ，氏( 翱+ 3 ) ，s 。( 5 n + 4 ) 】。 28 华中科技大学硕士学位论文 3 2 3 感觉加权滤波器的调整器 圈3 3 显示了关于感觉加权滤波器调整器( 图3 2 的单元3 ) 的详细操作。这个调 整器以四个语音矢量为一个周期，对未量化的语音信号进行l p c 分析得到感觉加权 滤波器的系数。这些系数在一个自适应周期内保持不变。 根据图3 3 ，首先，输入语音矢量( 未量化) 通过一个混合窗单元3 6 ，该单元 对过去的语音矢量加窗并计算出加窗语音信号的前1 1 个自相关系数。然后， l e v i n s o n ，d u r b i n 递推单元3 7 把自相关系数转化为预测器系数。最后，感觉加权滤 波器单元3 8 使用这些预测器系数导出加权滤波器的系数。 混和窗 单元 圭c 翌 d u r b “1 递推单元 士c 塑 感觉加权 滤波器系数 计算器 图3 3 a ) 感觉加权滤波器的调整器 由于我们将在三个不同的l p c 分析中使用到混合窗，所以在这里先对混合窗进 行一个通用的描述。假设每l 个信号样本进行次l p c 分析，对应于当前l d c e l p 自适应周期的信号样本是s 。( m ) ，s 。+ 1 ) ，s 。+ 工一1 ) 。那么，对于后向自适应的 27 二二l l l l l l 土一 华中科技大学硕士学位论文 = = = = = = = = = 自= ；一 l p c 分析来说，混合窗被加到自变量小于m 的所有样本上。设混合窗的非递归部分 有n 个样本点。那么信号样本s 。( m 一) ，s 。( m n + 1 ) ，屯( m 一1 ) 就被窗函数的非递 归部分加权。而自变量小于( m - n ) 的所有信号样本将被混合窗的递归部分加权。 l ，蕊 l i 删窗函数 l l 产、产二弋 i lj 十”十， 一2 l 一1 7 m一 0 1 l 。k 幽3 3 b ) 混合窗示意图 在时间i n 处，窗函数w m ( j j ) 被定义为： i f a k ) = b a l 叫”1 w ，k s m n 一1 ，0 6 ，口 1 ( 七) = g 。( 七) = - s i n c ( k m ) 】，m n 七s 州一1 l 0 ，七m(3-1a) 可以看出，( 七) 是将函数w o ( _ 】 ) 右移m 个单位得到的图形，其中： l 厶( 七) = b a l “w “”，k s n 一1 ，0 b 。口 1 w o ( 七) = g 。( 七) = - s i n ( c k ) ，n s k 一1 1 0，七0(3-1b) 现在，我们就得到被窗函数加权的信号序列： 。、。卜篡厶! ! ) 屯( k ) b a - 州k - m - - “”1 ，k - m - n - 1 ( 3 - 1 c ) j m ( 七) = 5 。( 尼) ( 七) = 他( 七) g 。( 七) = 一s ( k ) s i n c ( k m ) ，m n 七坍一1 p - l q 【0 ，_ j m 对于m 阶的l p c 分析，需要计算m + 1 个自相关系数r ，( f ) ，i ：0 1 ，m 。当前自适 应周期的第i 个自相关系数可以表示成： 一 2 8 华中科技大学硕士学位论文 其中 m - im - i 如( f ) = s 。( 七) j 。( 七一f ) = ( f ) + ( 尼) ( 一f )f 3 1 d 1 # 一 m 一一li 一一i ( f ) = s ，( ) ( t f ) = s u ( 七) 毛( _ j 一f ) 厶( 七) 厶( 女一f ) ( 3 - 1 e ) r m ( f ) 被称作如( f ) 的“递归成分”，( 3 一l d ) 式右边的第2 项称作“非递归成分”。对于 每一个自适应周期，非递归成分必须重新计算，而递归成分可以使用以前计算的结 果，下面解释了具体是如何计算的。 假设我们已经存储了当前自适应周期的所有k ( f ) ，将要进入到下一个自适应周 期，该周期开始于样本点s 。咖+ l ) 。我们将混合窗右移l 个单位，计算下一个自适 应周期的窗函数加权序列： is a k ) f + ( 七) = s 。( t ) 厶( | i ) 口， k s 月t + 三一n 一1 s m + l ( k ) = s u ( k ) j 卅+ ( k ) = s 。( ) g 。+ ( ) = - - s 。( k ) s i n c ( k - m - ) 】，m + 一n k 蔓m + l 一1 l 0 ， j | 棚+ 三 ( 3 1 f ) 递归成分+ 。( ) 可以写成： ( f ) = + l ( 七) + 。( k - i ) = s m + l ( k ) s ，+ ( k - 0 4 3 m + l ( 女) s “( k - i ) ( 3 - 1 9 ) = 毛( 七) 无( j i ) s ( k - i ) f 。( k - i ) c t + + ( 七) + l ( k - o 所以 + l ( f ) 2 l + m c - l - n - i + ( _ i ) + l ( 3 - 1 h ) = r 。( o c t ( k - o + l ( f ) 2 。+ + ( _ i ) + l i 一 因此，+ 。( f ) 可以使用等式( 3 1 h ) 递归地从_ ( i ) 求得。新得到的k + l ( f ) 被保存下来以 便在下一个自适应周期中使用。自相关系数r m + 。( ) 就可以写成： m + l 一1 如+ ( f ) = ，m + ( f ) + s m + l ( ) j m ( k - i ) ( 3 - l i ) k ，m + l n 至此，我们描述了混合窗计算的通用模型。具体到感觉加权滤波器使用的混合 窗，其参数为 ( 自关范围) m = 1 0 ， ( 帧长) l = 2 0 ，口= ( 与矗：o | 9 8 2 8 2 0 5 9 8 ，即口“：! 二 2 当这1 1 个自相关系数r ( f ) ，i = 0 1 ，1 0 被确定下来以后，我们施加一个“白噪声，校 正。这是通过微量提高r ( o ) 实现的： r ( o ) 卜r ( 0 ) ( 2 5 7 2 5 6 ) 这样做的效果是使用白噪声填充频谱的波谷而减小频谱的动态范围以及消除 l e v i n s o n - d u r