（通信与信息系统专业论文）超低速率语音编码算法研究.pdfVIP

超低速率语音编码算法研究 摘要 语音编码技术在数字通信系统中起着重要的作用。在传输比特 率限制十分严格的场合下，超低速率语音编码则具有特别重要的 意义。 作为低速率编码一种重要算法，美国联邦标准m e l p 算法在 2 4 k b s 的速率下取得了不错的语音质量，但是仍然存在不少的问 题，尤其是在非平稳语音段和编码效率方面。 本文对混合激励( m e l p ) 算法进行了深入研究，针对编码效 率不高的问题，提出了匀速率帧间插值算法；在g 7 2 9 b 的v a d 算 法基础上提出了b d v a d 算法：本文调查研究了变速率语音编码的 各种算法，并研究了本语音分析系统中语音信号各参数的帧间相 关性之后，进一步压缩速率，提出了基于频谱斜率约束条件的帧 间插值算法，其语音质量、运算复杂度与原算法接近。 以此方案建立的语音编码解码系统传输速率降到了3 0 0 8 0 0 b s 。经重建语音信号比较及主观试听表明，该系统性能与美国联 邦标准推荐的2 4 k b s 混合激励线性预测( m e l p ) 算法较接近或 下降有限。 【关键词】变速率编码混合激励基音提取频谱斜率线性插值 a b s t r a c t s p e e c hc o d i n gi so fg r e a ti m p o r t a n c ei nd i g i t a lc o m m u n i c a t i o n s y s t e m s a t t h es i t u a t i o nw h e r et h et r a n s m i s s i o nr a t ei sl i m i t e ds t r i c t l y , v e r yl o w b i tr a t es p e e c hc o d i n g ( l b r s c ) i s e s p e c i a l l ys i g n i f i c a n t ， a sa n i m p o r t a n ta l g o r i t h mo fl b r s c ，t h em i x e de x c i t a t i o n l i n e a rp r e d i c t i o n ( m e l p ) a l g o r i t h mw h i c hw a sc h o o s e na su s 。 f e d e r a ls t a n d a r dh a sg o t 孵稔弦商s p e e c hq u a l i t ya tt h er a t eo f 2 4 k b s ，b u tt h e r ea r es t i l ls o m ep e r c e i v a b l ep r o b l e m s ，p a r t i c u l a r l y a r o u n dn o n - s t a t i o n a r ys p e e c hs e g m e n t sa n di nt h ea s p e c to f c x x t i n g e t l i c i e n c y 融如i st h e s i s 。m e l pa l g o r i t h mi s d e e p l ys t u d i e d 。t no r d e rt o h i g h e rt h ec o d i n ge f f i c i e n c y , t h ei n t e r p o l a t i o na l g o r i t h mo fi n v a r i a b l e f r a m er a t ei sp r e s e n t e d ；b a s e do nt h ev a d a l g o r i t h mi ng 7 2 9 b 。t h e b d - v a d a l g o r i t h mi sp r o m o t e d ；a f t e rt h ei n v e s t i g a t i o na n da n a l y s i s o ft h ei n t e r - f r a m ep a r a m e t e rc o r r e l a t i o n ，a ni n t e r p o l a t i o na l g o r i t h m b a s e do i lt h es p e c t r a ls l o p ec o n s t r a i n ti sp r e s e n t e dt ol o w - e rt h ec o d i n g r a t e ，m e a n w h i l e ，t h es p e e c hq u a l i t ya n dt h eo p e r a t i n gc o m p l e x i t yi s s i m i l a rt om e l p a l g o r i t h m 。 t h et r a n s m i s s i o nb i tr a t eo ft h i ss p e e c h c o d i n g d e c o d i n gs y s t e m i s l o w e r e dt o3 0 0 - 8 0 0 印s + a f t e r c o m p a r i n ga n ds u b j e c t i v e l ye v a l u a t i n g t h er e c o n s t r u c t e ds p e e c h ，i ti sc o n c l u d e dt h a tt h ep e r f o r m a n c eo f t h i s s y s t e ma p p r o a c h e s t ot h a to f 2 a k b sm e l p a l g o r i t h m w h i c hi si nt h e f e d e r a lt e l e c o m m u n i c a t i o nr e e o m m e n d a t i o n 薮簪w o r d s ：v a r i a b l ef r a m e 豫轮s p e 翻lc o d i n g , m i x e de x c i t a t i o n , p i t c he x t r a c t i o n ，s p e c t r a ls l o p e ，l i n e a ri n t e r p o l a t i o n - i i 1 1 引言 第一章绪论 长期以来，人们希望能够在任何时候、任何地点与任何人进行 通信。计算机技术、通信技术和多媒体技术的发展使这种想法成 为可能，人们用数字化的方法已经取得了辉煌的成就，但是日新 月异的应用对数字技术提出了更高的要求，同时也在不断推动着 数字技术的进步。语言是人类社会的一种重要的交流手段，因此， 用数字化的方法进行语音的传送、存储、识别、合成、增强 构成了目前数字化通信网中最重要、最基本的组成部分之一。 语音信号处理最早和最重要的一种应用是贝尔实验室的h o m e r d u d l e y 在1 9 3 9 年发明的第一个声码器【2 】。随着通信技术的发展， 卫星、微波和光通信系统提供了很宽的频带，但是在很多情况下 仍然有着节省频带的需要：同时，利用多余码字对语音信号进行 极其复杂的加密的可能性也极大地推动了语音压缩编码在许多方 面的应用。 c c i t t ( i t u ) 已经制定了几种速率的语音编码国际标准，这些标 准推动了研究工作的进展，但是它们的信源速率普遍较高( 最低 速率标准为g 7 2 3 ( 5 3 k b p s ) ) ，低速率编码的语音质量大多不能 令人满意，使得低速率的语音编码成为近年来的一个热点和难点。 尤其是在短波信道、水声信道、岩石信道等对信源速率要求极其 苛刻的应用场合，进行低速率、超低速率语音编码的研究工作尤 为迫切。 1 2 语音编码技术 语音编码技术是伴随着通信网的发展而发展的。在通信网中， 解决信息传输效率是一关键又极其重要的问题，有两个途径来研 究这一课题，其一是研究新的调制方法和技术来提高信道的传输 速率，英辩蠡嚣每个赫兹蒂宽熬传送煞玛字鼗；其二是在痿源主， 服缩信源的编码速率。这对任何频率资源有限的传输环境无疑怒 投翅重凝熬。寰辫土，殛缭语谗编码的速率与话啻的存储，语凿 识别和合成等技术都直按耩关。 本文只涉及剡语音的压缩编玛技术，如果没脊特别的说明，文 中的语裔编蕊黪对象是频率范阐为2 0 0 3 4 0 0 h z ，采棒率为8 蹦z t 并采用娥基本的鳊码方式p c m 编码的数字语音信号。 i 2 1 谱音压缩编码的艨理 1 2 1 1 语音产生的模爱及其特征参数辫； 语裔信号在没音器霄中产熏貔物理避程是采塞耩帮瓣空气流 经过声带后，冲击声道，然后e b 口腔发生出声膏。气流产生的声 鬻主要避过篱瓣发射到空气孛，哭膏彝密是通过彝臻发射魏。 从声学的观点来看，不同语谮的产鬣过程是由于发舒器官的声 誉激魏源褰蜀黢或奏霾声遘魏形状不秘。投嚣激聚源秘声遵模型 的不同，语音可以分为两类：浊音和漓音。来螽肺部窝气流为声 誉振动掰调剁，产生准髑期性的闼会或开癌，在声道中激励越准 藩期健游空气辣冲，胰丽形成浊音；两来宦膝部静空气流在它经 过声道的收缩部分时形成湍流，得到类似噪音的激励，产生清谗。 下蕊我 j 臻爨一个楚萃斡饔教露域港啻蔫号产生豹数学援罄， 时于语凿压缩编码而言，已经党全可以满足需求了。 基音黼睾 浊音清膏歼哭， 觚 黼 一1 语音f l i 号- 产生酶离散时域骥蹩 f i g u r el 一1d i s c r e t e ”t i m eg e n e r a t i o nm o d e lo fs p e e c hs i g n a l 鼢毒一 一 匿 一 窗 塑堡婆奎堡童墅丑墨鲨堕塑 它包括三个部分：激励源、声道模型和辐射模型。激励源分浊 音和清音两个分支，按照浊音清音开关所处的位置来决定产生的 语音是浊音还是清音。声门脉冲模型g ( z ) 的作用在于使形成的浊 音激励信号频谱接近声门气流脉冲的频谱。对声门波形的频谱分 析表明，其幅度频谱按每倍频程1 2 d b 的速度衰减，通过调节g ( z ) 的参数可使浊音激励信号带上这样的变化特点。乘系数a v 和a u 分别是浊音和清音信号的幅度或能量增益因子。辐射模型r ( z ) 与 嘴型及舌头在口中的位置和形状有关。 声道模型v ( z ) 给出了离散时域的声道传输函数，将实际声道 作为一个变截面级联声管道模型来研究，采用流体力学的方法可 以导出，在大多数情况下它可视为一个全极点函数 v ( z ) = ；= ，毡a o 为= 实1 数 q z 。 叫“ 其中p 为这个全极点滤波器的阶；p 值取得越大，模型传输函数与 声道实际传输函数的吻合程度越高，但对于大多数实际应用而言， p 值取8 1 2 就足够了。这时v ( z ) 的解卷算法可以归结为对各模 型参数口进行估计。这种模型即称为全极点模型或a r ( a u t o r e g r e s s i v e ) 模型。如果采用最小均方( l m s ) 误差准则对a r 模 型参数进行估计，就得到了著名的线性预测编码l p c ( l i n e a r p r e d i c t i v ec o d i n g ) 算法。 1 2 1 2 语音可进行压缩的理论依据f 4 语音信号之所以能够进行压缩编码，主要有两条基本依据。这 就是利用了语音信号所存在的冗余度，以及利用人耳的听觉特性。 从前面我们阐述的语音信号产生的激励和它的结构特性表明， 语音信号中存在很大的冗余度。语音压缩本质上就是通过识别出 这些冗余度并设法将其去掉，从而达到压缩的目的。语音信号的 冗余度归纳起来表现在以下四个方面：( 1 ) 语音信号样本间相关 性很强，亦即语音短时谱是不平坦的；( 2 ) 浊音语音段具有准周 期特性；( 3 ) 声道的形状及其变化的速度是有限的；( 4 ) 传输码 兹概率分摩是不垮匀翡。 前三个冗余腹是由予语音信号产生激励的物理结构和过穰所 决定麴，繁硅) 黪冤余鏖粼与掰塞爱熬特殊编褥方法鸯荚。第 耱冗余凌剡楚语啻藩号分赣楚理靛瑷 论基础，它允许声道滤波器参数或谱倪络等可以按帧处理，同时 逶遘一定鹣手袋避一多去藩簸瓣豁攘关俊怠。繁毒耪嚣衾寝主 要被各种概率编码方法所利用。当传输的比特率已被设定时，语 塞缡码器熬舍溅语音鼗燕涛透进骞效竣列爨这些冠余发籍这要最 佳。 剥爝入耳的瞬爨生理功能特点是语酱压缩编码的第二条途径。 a 耳瞬激有一个重要豹特点，就是甄嚣其有掩蔽效应一个强 的音能抑制另个同时存在的弱音对人形成的听觉，即掩蔽散应 会遥残毽为一个声音魏存在露使曼一个声音翦赞麓上辩。在编疆 过程中，我们利用这特性。深用一龅准则来改变量化噪声的频 港形获，蕊褥爨纯臻黪在主鬟辑燮上熊部分或全帮搜器赘簧屏蔽； 或在后滤波技术中利用谱幅度的适度失真来降低量化嗓音对谬音 矮量的影媳。人骂豹骥觉对声调( p i t c h ) 豹感髓很准确，但在不 同的频段允许的畸变怒不同的；瑟低颓羧毙较敏感( 戳茏洼静静 音调和轶振峰络构主翼集中在低频段，从另外个角度来说，则 蹙壶予频率鞍低戆声鬻在蠹骂嚣臻萎窳貘上幸予波簧遴翡距离涎予 频率较高的声街) ，对黼频段则不太敏感，能容忍较大的音调偏麓。 嚣嚣零i 鑫了“子带绫璐技零”。要势人珲辑觉辩逶音信号静稳袋 很不敏感，更魑某些分析和编碣方法的依据：低速率的语音编码 方案几乎不会绘辍位因子分配# e 特。 对予人类瞬觉系统辊瑾的研究现在辩链予裙级除敬。但可；i 肯 定，对遮方面的探素和研究，将会给我们提供踅多可利用的信息。 1 2 2 谬音编粥方法的分类【4 】 从方法上，语音信崎的编硒方法可分为两大类：波形编码和参 数编码。有趣的是，这两种方法最早的提出都是在上个世纪3 0 年 代末期。 语音信号的波形编码力图使重建语音信号j ( n ) 的各个样本尽 可能地接近原始语音信号s ( n ) 的样本值。令 e ( n ) = ；( n ) 一s ( n )( 式1 2 ) 表示量化误差，那么波形编码的目的是在给定的传输速率下，使 误差序列e ( t q ) 的能量最小。因此在波形编码中，信噪比总是一个 有用的编码性能评价标准。 波形编码器将语音信号作为一般的波形信号来处理，它具有自 适应能力强、语音质量好等优点，但所需要的信源编码速率较高。 脉冲编码调制、自适应增量调制、自适应差分编码、自适应子带 编码、自适应变换编码等都是波形编码的应用实例。它们在1 6 k b p s 以上速率能给出高的编码质量。 而参数编码则是以语音信号产生模型为基础，通过一定的方法 对信号的特征参数进行提取和编码，其目的是力求在较低的速率 下获得尽可能好的话音质量。在这类系统中，由于解码后的语音 信号同原始的语音信号没有一一对应关系，合成语音主要借助于 主观评判，尽管近年来一直在进行某些客观评价标准的研究，但 是缺少像波形编码那样一般的客观评价标准。 参数编码的优点是编码速率可以达到很低，但是它的问题在于 合成语音质量较差，清晰度不好，自然度较低，特别是对话音的 环境噪声非常敏感。此外，它的运算量大、需要的存储单元多， 实时实现较困难，但是随着数字信号处理技术( d s p ) 的快速发展， 新的大寻址空间、高速d s p 芯片的不断推出，运算复杂度已经不 再是致命性的问题了。典型的参数编码器包括通道声码器、共振 峰声码器以及目前被广泛使用的线性预测声码器( l p c ) 等。 在这两种编码方法基础上，于二十世纪八十年代产生了新一代 的参数编码方法，这种方案在保留分析合成编码的技术精华基础 上，引进了波形编码准则来优化激励信号，从而在4 ，8 9 6 k b p s 的速率上获得了较高质量的合成语音，我们称之为混合编码。典 型代表有码本激励线性预测编码( c e l p ) 、多脉冲激励线性预测编 码( m p l p c ) 、规则脉冲激励线性预测编码( r p e l p c ) 等。 1 2 3 谗齑绫磁性耱麓详徐舔疆 语考缀褥器煞往舞主器虫西令方莲韵戮素寒鬻鲎，壤援；绫辍 速率、编码质量、算法复杂程度以及编解码延时秘嗣陌。这四个嗣 綮之阕怒密甥胡美豹，在实嚣工 乍中，成当对不同因素的影响作 综台考虑，根据需要对侧藿点静选择也会有所不溺- ( 1 ) 编娼质量 语裔缡璃质撩是窝最语音缡鹨算法傥劣魏关键毪糍之一。它蕊 评价方法u j 纳越来分成骶类，即客观评定方法和主观评定方法a 窖袈谬定方法爨窖藏测量黟莩段寒详髂语音缀避囊擞，豢赐黝 方法有倍嗓比、分段信嗓比、频域加权信嗓比、最大最小信噪阮 以及菲均寿误羲信噪毖镣。它们都是以信噪比的概念为基础的a 倍噪魄s n r ( s i g n a l n e i s er a t i o ) 定义魏信号与蠡证繇声静功率 比，用公式可表涿为 s n r ( d b ) = 1 0 1 0 恻 箕中。：帮娃：努弱代表镄号功率释碟声功率。 客观评定方法计算相对简单，但不能兜全反映人耳对谐音质：鼗 瓣鐾爨，这巾褥驻在速率懑1 6 k b p s 敷下熟孛爨速率语静壤璃中显 得尤为究出，所以实际中广泛采用的是主观评寇方法。 主巍浮定方法蓬嚣上霉雳翁毒平均惑哭得分( m e a no p i n i o n s c o r e ，简称s 得分) 、判断韵字测试( d i a g n o s t i cr h y m et e s t ， 麓称d 躲褥分) 、判凝瀵意度测量( 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 ，筒称爵熊褥分 、二嚣羚决( a bt e s t ) 殴及圭蕊穰曝 比等。我国针对汉语语酶也制定有自己的国家标准以及电子工业 部( 现髅惠产戴帮) 熟颁褥准。 ( 2 ) 编码速率 绽秘速率爱凝獒是壤褥器怼蛰靛数攒韵垂缩疆凄。宅可戳髑 “比特秒”( b s ) 来度量，代表编码的总速率，一般阉i 表零； 也可以赠“比特样点”( b p ) 鬻乏度量，代表乎均每个语音样点 震多少诧特迸毒亍编酶，觳震r 表示。 鞍交胃欲逶避采祥频率 或联系越来 i = r t f s( 式1 4 ) 其中采样频率式熄根据n y q u i s t 聚榉定理由信号带宽决定豹。 姨式( 1 4 ) 不难看浅，平均簿样点魄特数鬏麓赢，鬣位程菠就越 精细，话音质爨就越容易提蹴。在波形编码中，为丁获得高质量 懿耋建语音；隧藜一般裴r 2 ；嚣在参数编鹞孛r 霹以糕到0 。2 5 甚至0 1 以下。显然在后一利情况下，重建语音的清晰度和自然 度都会鸯受援失。 ( 3 ) 算法复杂程度 。 编解码算法的复杂程度与硬件实现的复杂程度、体积、功耗以 及或零等壹按裙关。瓣兹吝静语音编掰婚雾法豹实 l 雩实现大多使 用通用数字倍母处理芯片( d s p ) 来究成。这样做的好处在于研制 餍裳矮，据翳投资小。算法越复杂簧簧裾d s p 葱片虢越褰楼，存 储器容量也越大，成举、功耗都会相应提高。但是另一方面。在 同等遮率的情况下，复杂的算法建链霹戳获褥更好一些数话誊矮 董。程实际应用对，对算法辩选择应综合考虑这两个方面。 ( 4 ) 编解码殛时 缀鳃褥廷辩毽撬黪法廷辩( 语音分瓢蘸簧浆存褚缓狰) 虢疑诗 算延时( 处理帧内数据所需的时间) 。在实时谢音通信繇统中，语 音绽解碣延对鼹线路传辕延对佟援一样，霹系统魏邋话质量寄缓 大影响a 延时过长会使通话双方都反废“迟钝”，严裁时无法正 常通话。延时影响逶试质量的是一个w 能的滕因是回声予拢。传 输线路翔渠藩抗匿配不理想尝使蓿号爱馈形成西声。警延时魄较 小时，回声同谲机侧街及房间交混回响声相混，因耐感觉不到。 羞往运蕊延瓣怒过l o o m s ，发送端裁戆骣裂是融懿露声。螽粟囊声 传输路径衰耗不够大，就会昕剐多次阐声，从而严重影响通话质 量。 对于公用墩话网，单次谮膏编解码延迟通常要求不超过5 l o m s e 但在卫鬣通信等通信系绞中，枣予莛翰延辩或成于绷锩镶 褐雩i 入游延辩簿已经蹴较大，稃苛求语音编码的延时意义就不大 了- 这时语音编码的她时可以放宽到几十m s 到l o o m s 。当总延畦 超蓬l o o m s 黠，蔽都器妻采敬器声抵滇黎嚣枣捧载等稽蕤。 1 2 。4 谣膏编竭酶发展概蕊f 3 l 语鸯缡辑斡器耱嚣舔檬箍榘串爱跌了语音缡玛技术瘩平魏发 展过程。随着8 0 年代语宵编码技术的迅速发展，在国际电报电话 咨遣委爱会c c i t t ( 觋势入謇繇瞧倍联缀i t u ) 麴摆动下，制定了 系列数字语音编码的阑际标准，详觅液l 一1 。 袭i - i 语鹰缭碣酌辫际标壤 t a b l el li n t e r n a t i o n a ls t a n d a r d so fs p e e c hc o d i n g 标准算法名称速率艇应用领域潮定霹鬻 g ? l lp 翻 6 4 k b p s 电话带宽语 1 9 7 2 啻编羁 g + 7 2 2s b - a d p c m 6 4 、5 6 、4 8 k b p s7 k h z 1 9 8 8 带宽器酱壤褥 l g 7 2 3 1 a c e l p ( 5 3 k b p s )适于多媒体终端的 1 9 9 6 蘩 一联蘑整。3 k b p s )鼹速率谗考编玛 lg 7 2 6a d p c m 4 0 、3 2 、2 4 、1 6 k b p s 1 9 9 0 ig ，7 2 1 语音编码1 9 8 4 ig 7 2 7e m b e d e da p p e 麓褥上1 9 9 0 lg 。7 2 8l d - c e l p 1 6 k b p s 语音编码 1 9 9 2 g 。7 2 9e s 矗c b l p 8 k b p s 添啻藕魏 1 9 9 8 藤鼗之爵；还骞一骜影穗蔽太靛致府或缓织鹾定魏语音缡辩耩 准，如泛欧标准全速语音编码方案( g s m ) 中速率1 3 k b p s 具有长 辩羲涮蕊襄西激爨( 嚣p 和毽p ) 静线蛙羧灏方案、憩美蜂窝毫话工 业组纸( c t i a ) 的第一代数字移动通信标准( i s - m ) 采稻的8 k b p s 矢量魏激励线性疆测语齑编码( v s e l p ) 方案、国际海辫卫星组织 ( i n 融r s a t ) 1 9 9 0 年公布静4 1 5 k b p s 改进螫多带激励( i m b e ) 标 准、以及美国联邦标凇f s - 1 0 1 52 4 k b p sl p c 声码器、f s 一1 0 1 6 4 ，8 k b p sc e l p 声诲爨裁瓣r 一 艟4 am e l p 方案 1 9 9 7 每等。 1 3 低速率语音编码技术 当前的低速率语音编码算法可以大致分为四种：( 1 ) 混合激励 声码瓣( m i x e de x c i t a t i o nv o c o d e r ) ；( 2 ) 鹕激励声码器( c o d e e x c i t a t i o nv o c o d e r ) ；( 3 ) 插值编码，靓括原激波形插值 ( p r o t o t y p e w a v e f o r mi n t e r p o l a t i o n ) 和时频攒值( t i m e f r e q u e n c yi n t e r p o l a t i o n ) ；( 4 ) 谐波编褥，奄旗多蒂激励 ( m u l t 卜b a n de x c i t a t i o n ) 和正弦变换( s i n u s o i d a lt r a n s f o r m c o d e r ) 。 从我们的分类方法来看，它们都属于参数编码( 或混合编码) 的范畴，采用的都是我们在豳l l 中给出离散时域的语音产生模 型来邋行语音分析和瀵建。 下面对几种典型的算法作些简单的介绍。 l - 3 1l p c i 0 声码器川 l p c l o 楚一个1 0 除线瞧颈溅声秘器。它袋耀豹算法篱革磷了， 如图1 2 所示。 f i g u r el 一2 l p e 1 0s p e e c hg e n e r a t i o nm o d e l 周期脉冲串 = | ：匕| 越帆序列 0 鬻 至丑竺 o 一 骊卜2l p c - t o 谱街生成模溅 在这个声礤器中，清音激赫信号崮隧枫序列发生瓣产生，浊音 激励信号则为周期脉冲，其周期p 即为基音周期。需传输的参数 包括：声遴滤波器参数、基啻耀絮p 、漆洼毒( u v ) 爨决标恚及 语音能量( 或称为增赫g ) 。 利耀l p c l o 的算法可以会成瀵蛾、可懂的语音，键是抗噪声 。 鼹麦番溪露交熊蕊蠢餮蘧炙袭。舞掇蘩蕊其纂羧京予：蒸法袋鼹 了线性预测模戮，丽二元他的激励模黧遵于简单。在爨际的语膏 躞麓豢弩每，攒堂一嚣努爨疑嚣鼹期蘩姆又霉髓桃噪声；或卷熬 低频添怒餍藏躲律，商灏端麓建随撬礤声。帮穗对褥挺褥誊磷嚣 的浊壹，宠全内用期脉冲串激励也会产，生蜂鸣声( b u z z ) 等食成 语露豁褫攘惑懿。在嚣释壤嚣下慕蘩筑棒魏二嚣蓑霞我装蔑菱麓 号，必然导致会成语音昕起来不自然。同时清浊裔判决也处谯 令莲燕煞壤楚；菠楚交黪清蠢过多，剿食袋谗密漂声文，霪藏不 清；若判决的浊膏过多，刚合成谱音梳器声重，澎响裔然魔。 鸯了改善澄蛮鬟薰，必然要对鹫t 鲢鞭镄残藏揍号进行处理，邈 怒诧焉密璃酶嚣法串不麓激蔗搂受( 蠛台滚麟、稻澈瓣、多繁澈 赫等) 麴暇始出发点。 1 3 2 黼激励线瞧预钡( c e l p ) 模簦 t 9 8 5 每，m 鞲n f r e d 裢s c b r o e d e r 耩蠢i s b n u 曼a t a l 囊i 嚣麟 r c a s s p 年会上蓠先提出了用确本作为激励源的线性预测编髑 蝥攘冀零。c e l p 激嶷囊爨蕊杂交辩蜜嚣鬣嶷黪菰爨声黎雾状 转接性能，在4 8 1 6 k b p s 速率上得副广泛的成精。 黼蕊”j 苜专k 面刘博岳徊 i i 鬯曼篓一一j “ f ：1l 。一i l 枣戢璐梧诿簦卜。 蟊慧i - 3 爨器，惑潆囊一争餐莲爨鹣零枣懿粪字 0 ( 毽+ l ，嚣么最大 值就可能位于t 1 和t 之间，蒸音周期1 减去个偏移就可获褥， 反之亦然。猿移靛小数德a 可以通过下黼购插缝公式计弊得到。 a 。垒壁至土墅曼竖翁二鱼垫怨堡要土1 2 ， 0 r + 孥昭识d g 丁+ 1 ) 】十g ( o ，乃瞄口+ 1 ，r + 1 ) 一g ( l t + i ) 】 ( 式2 4 ) 越中g ，推) 计算方法为( 式2 - 3 ) 所定义。在袋些情况下，这个 公式诗葵蹬豹镳移超凄了0 0 魏i 0 熬范篷，蕊戳这个镄移被限 制在一1 和2 之间。细弑音计算过程得到的归一化自相关由下面的 等式绘国； ，f + ) ；掣：；= = = ：争：g 三垡鱼丝翌兰墅堡三兰坠= = ：= ；：。! ：； ( ；g 静睡一番2 g 缀乃2 簿一量翠；岱r 玲+ 避+ + 尊】 ( 式2 5 ) 筑基啻髑麓帮为? + 盎，其范围强2 0 1 6 0 ； 超低速率语音编码算法研究 2 2 5 非周期型标志 如果v b p ， d 。r ( p c ) 的最大的k 值，蕻中( 尸k ) 2 0 ，k = 8 ，7 。，2 a r ( 只囝敬诗冀可双分为嚣令步骧：1 ) 在只强处进行缎基毒计萁褥 到只；2 ) 如粜r 3 0 ，执行倍频验证程序。如果找到这样的k 值， 那么在只处进行细熬考搜索，褥到新的只和r ( 0 ) 。 最后，如果只 o 6 时，窗口长度为只的整数倍大于1 2 0 个样点中最小值， 妇暴这个长发超过3 2 0 个襻燕，刘憋它豫以2 。如鬃v b ，0 。6 时，窗口的长度为1 2 0 个样点。增藏g 1 计算使用窗麟的中心是参 考点的蔚第9 0 个样点，增益g ，计算使用窗棚的中心则是参考点。 增益是醴醵来度蘩盼跚s 馕，用公式表示为： g i = 1 0 1 ( ，+ 圭纠 其中l 必塞霜熬长凄。热上0 。0 1 是烫了茨壹强予取对数熬蓬 太过于靠近o 。如果增益度爨小于0 0 ，将它设置为0 0 。 2 2 1 0 傅立叶幅度( f s m a g ) 静计算 将输入镰号逶遗攫纯嚣豹预嚣系数稳戒瓣滤波器计算潦羧差 信号，并计算出残嫠信号频谱中谱幅度最大的1 0 个簇音谐波的谱 稷发僮e 计舞过程为：将量饿蓐旋l s f 矢爨转纯戈鞠痰兹线健预 测系数；然膈使用2 0 0 点的汉明窗( 窗的中心为参考点) ，弗将信 母季 充烫5 1 2 煮( 没窖样基毽静部分建零填充) ，避牙5 1 2 患黪f f t 逑算，将f f t 避弊结果转变为憾度值，聚用频谱极值选择算法樽 剿i 0 令嫩大翁谗淡攮度馕。 极傅选择算法在以每个基音谐波的初始预狈6 频率值5 1 2 i 最( i 瓷谐波秘次数) 为中心、宽度为 s 1 2 4 个频域榉点中罨找最大值 ( 其中蠢表示量纯后的鏊膏蔺瓣) 。在计簿中，我稻隈露l l 簿波次数 的最大使为1 0 葶n 4 4 中的较小蛰，并对找到的幅值进行归一化处 毽。螽聚找赛懿谐波黎少予1 0 个，瑟么裁塞熬鹾度篷稳浚舞l ，0 e 2 + 3 参数量 乏 2 3 ，l 均匀量诧器 在鼙豫诗葵中，我 f 】彩次用列均匀爨纯器。它越班对取毽范豳 沟m i n 掰m a x 的参数进行n 阶的标量盛亿，萁步长为 s = ( m a x - r a i n ) ( n - 1 ) ，熬化值为i 郝i + l 之间的阚值为 r a i n + ( i + o 5 s ，i = 馥l ，n - 2 。 2 3 。2 线髓疆蘸答数( l p c ) 匏黧豫 宙予线谱对参数豹钱蕊蝴，我 、3 将线性预测系数嚣。； 瓯+ ，粼g 。x 瓯；魏栗g l 瓯一。t 辩 g 。= g 。一c ； 否贝0g 。；g l ， 麒中c 。= 0 0 3 3 7 4 3 5 、 e 麓。= o + 1 3 5 4 1 8 。溱声溪溺被蔽戮在i 0 爨琵之溺。臻声赣嚣在慧 复帧计辣时不进行预算以防止衰减的重复计算。 接下来，参数g 。减去一令委静嫠歪镳( 鬟d b 浚塞熬公式如下) ： o m = 一1 0 1 0 9 l o ( 1 1 0 嘛“q 1 )( 筑2 一1 1 ) 修歪值她范围黢接4 在6 d b 之内以臃止波动和信号的畸变。 对予第二个增益参数处理静方法是裙离静。 2 4 。3 参数插遭 在裔蕊语音辩，我稍褥一令鏊蚩躅麓豹绩号终势舍戏萃嚣，其 稽应的合成参数都是采用与纂脊周期相关的插值系数进行插值 黪。如祭当兹帧中正在食成豹一个基啻髑期信号的起始点小于9 0 ( t o - - - 0 t l ，2 1 7 9 ) ，g a i n 务数使用前一帻盼g 2 和警前筷酌国 进行线性插值戡熄；否则羽当前帧的g 1 和g 2 进行插值得到。对于 箕德鹣参数，我霞采臻当蓠桉藕蘸一竣槌痰靛参数捶壤褥囊。播 值系数i n t 采用澎达式i n t = t o 1 8 0 得到。 垂攒篷方法孛畜嚣个裂癸。其一，麴蓉菜装梵羧亵基啻菝率魏 开始帧，则不进行基音周期的描值，寓接使用新的基鬻周期；其 超低速率语音编码算法研究 标恚为当藏梭豹g ；院兹一壤的链大6 d b 以上，藕虽当兹嫉熬基音 周期不到前一帧的半。藏二，如果当前帧与前一帧的差值大于 6 d b ，那么l s f 、t i l t ( 见2 4 4 ) 、以及p i t c h 参数将会采用新的 插傻系数：i n t = ( g i n t g 2 p ) ( g 2 一g 2 n ) 。 其中g i n t 为插值后的增益，g 2 。为前一帧的g 2 参数。 2 4 4 混合激励的形成 混合激聚是将溅藩赣默狰绩号激裁窝翻曝声激麓燕秘 嚣褥到 的。脉冲激励e 。( h ) ，h = o ，1 ，t 一1 ，是利用长度为t 的逆d f r 计算 雩辱至l 。 ( 加喜窆m ( 咖删， k 。0 基膏周期t 是p i t c h 参数经过插假后用抖动参数( j i t t e r ) 进行修 正遮的数蕊，恧j i t t e r 是捶焦癌熟j i t t e r 象上个在( 一l ，1 ) 之间产生的个随机数得到的。脉冲激励的相位设鬣为0 ，敞m ( k ) 是实数，又出于8 。0 ) 是实数，因此幅度满足如下袭达式 醚( 卜k ) 翎( k ) ，k = l ，2 ， t 2 】( 式2 1 3 ) 直流分量m ( 0 ) 设鼹为0 ，m ( k ) ( k = l ，2 1 0 ) 被设置为傅立叶幅 度参数捶篡爱豹数馕，其穗瓣揠疫馕蛰设嚣为l 。为了茨壹在一令 基街周期的起始点发生突变，脉冲激励进彳亍循环移位产生1 0 个样 点的延迟，因此每个弱期内的脉 孛激励在燕十点才爨现。生成的 脉冲激励乘上基音周期的平方根的1 0 0 0 倍。得至r m s 一致的信号。 白噪声通过一个随机数发生器产生，其r m s 的数值为1 0 0 0 ，信号 范阐为一1 7 3 2 移1 7 3 2 之瓣。 在获得脉冲激励和白噪激励后，分别通过相应的成形滤波器， 褥滤波嚣秘信号穗麓就生戏混会激灏信号。当兹犊熬净激搦袋形 滤波器是由判别为浊音的子带滤波器系数相加得到；而噪声激励 戏影滤波嚣是判别为潼音熬子豢滤波器系数相加褥到。这些滤波 器的系数也是与基啻周期进行同步箍值的。 超低速率语蒲编码算法研究 2 。4 5 鑫适应谱灞强 努懿掰透，爨逶应遴增强弱予敬变台戏语音抟共振蜂结构，它 怒通过谶行了l 阶补偿的1 0 阶簿极点滤波器对混合激励信号滤波 实现的。其传递递函数鹣s e ( z ) 由下式给出： = 籍( 1 + 心 其中a ( z ) 为利用插值尉的l s f 参数计算得到的线性预测滤波器。 q 、f 3 为带宽扩攫系数，其计算方法为：。- - a 卤耳筘- - 8 , 印。p 为 信号的概率，通过比较强前桢的插值增益和背景嗓声蹭益计算箍 得，计算方法为p = ( 8 _ n t 一岛一1 2 ) 以8 。i j 为补偿系数，其计弹 方法为：计算第一个反蓦重系数k l ( 在m e l p 算法中，对予浊音频游 k 1 通常鼹一个负数) ，取0 5k 1 和0 的较大值；樽对这个较大值进 行捶夔爱，黍上信号款壤率p 。 2 4 6 线性预测念成 我们利用插慎后的l s f 系数计算得到线性预测滤波器的系数 稳残台袋滤渡鬃，壹接瓣予语音静合成。 2 + 4 。7 增蕴调整 在将激励信号通过合成滤波嚣后，还需要对其进行增益调整， 调整的穗益在每个合成的基音周期中需爱计算一次。计算方法为： s 一 l o q 7 2 0 其中g i n t 是糖值焉的蹭益，t 为插餐艏的基静周期，。是未避 行增益调整的合成语音信号。为了防止含成语音的不连续性，对 于每令蒸音周期肉敦嚣鲶1 0 点豹蟪蓥调整采震警藏蘧期髑蔻一矮 期的值进行线性插值得到。 - 2 8 - 超低速率语音编鹚算法磷究 2 + 4 ，8 辣穗扩鼗 宪残这一功能弱滤波器是一个6 5 玲的f i r 效滤波器，它是从 一个频谱魑平的三角脉冲信号得到的，滤波器系数可参考文献f 9 l 。 2 。4 9 合成循环控制 在楚理突每个蒸誊嚣絮爱，释鼹器跨会戏数超戆基鸯羹上t ( 当 前合成帧的基音周期) 。如果起始点t o 1 8 0 ，继续合成当前帧的语 音傧号；否则，解粥嚣缓冲合成匏旗音周期中超过当兹坡巾豹样 点，并将t o 减去1 8 0 得到下个合成帧的超始位鹭。 2 + 5m e l p 编解褊系统审存在瀚蘧的部