已阅读5页,还剩33页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
大唐移动通信设备有限公司 AMR特性需求分析 XDTM 4.390.117 FRS只供内部使用 AMR特性需求分析报告标准类型TD-SCDMA文档编号XDTM 4.390.117 FRS版 本 号V1.0状 态作 者尉宁所属部门系统部提交日期2003-7-16I. 文档控制1) 文档更新记录日期更新人版本备注2003-7-16尉宁V1.02003-7-29尉宁V1.012) 文档审核记录日期审核人职务备注3) 文档发行范围分发单位说明西安分公司按照项目管理部要求,统一文档模板,按照西安分公司文档体系编号规划目 录1引言51.1编写目的51.2预期读者和阅读建议51.3文档约定51.4参考资料51.5缩写术语61.6定义82特性需求原由93功能性描述93.1框架结构93.2AMR语音编解码器概述93.3.AMR语音编解码器源控制速率操作113.3.1AMR SCR概述113.3.2AMR SCR操作123.3.2.1TX侧的AMR SCR操作123.3.2.2RX侧的AMR SCR操作133.3.2.3语音激励检测器143.3.2.4舒适噪声153.4AMR语音编解码器差错隐藏153.5AMR语音编解码器的编/解码173.5.1编码器的功能性描述173.5.1.1预处理173.5.1.2线性预测分析和量化173.5.1.3自适应码本183.5.1.4代数码本183.5.1.5增益量化193.5.2解码器的功能性描述193.5.2.1解码和语音合成193.5.2.2后处理203.6AMR语音编解码器的帧结构203.6.1AMR 帧头和AMR 辅助信息203.6.2AMR核心帧223.6.2.1具有语音比特的AMR核心帧223.6.2.2具有舒适噪声比特的AMR核心帧223.6.3AMR帧的组成233.7AMR语音编解码器的接口实现253.7.1 Iu接口用户面(RAN)253.7.1.1 Iu UP传输协议上的帧结构253.7.1.1.1 初始化253.7.1.1.2 时间对准273.7.1.2 比特映射283.7.1.3 帧处理293.7.1.3.1从TC到Iu接口的帧处理(下行)293.7.1.3.2从Iu接口到TC的帧处理(上行)303.7.2Nb接口用户面(CN)303.7.2.1Nb UP传输协议上的帧结构303.7.2.1.1初始化313.7.2.1.2时间对准313.7.2.2比特映射313.7.2.3帧处理324附录32A: AMR IF2帧格式32B: 语音编码器比特顺序32版本:V1.01 封页 41 引言1.1 编写目的本特性需求分析报告对移动通信系统中AMR语音编解码器(声码器)组成、功能及作用进行了详细的分析。本文档可作为自主研发TD-SCDMA核心网设备的参考文档。1.2 预期读者和阅读建议TD-SCDMA系统核心网研究人员建议全部阅读;TD-SCDMA系统技术委员会全体人员建议全部阅读;负责系统测试及评审的人员建议全部阅读。1.3 文档约定文档所有中文字符为宋体,所有英文字符为Times New Roman字体。文档正文为五号宋体。文档正文标题1为小四号加粗宋体。文档其它正文标题为五号加粗宋体。文档所有表格及注释皆用五号宋体,注释用“Note -”标明。附录正文为五号宋体(字母为Times New Roman),标题为小四号加粗宋体。页面要求:左边距3上边距2.5页眉1.5右边距3下边距2.5页脚1.51.4 参考资料1. 3GPP TS 26.071: “AMR speech Codec; General description”,V4.0.02. 3GPP TS 26.073: “AMR speech Codec; C-source code”,V4.1.03. 3GPP TS 26.074: “AMR speech Codec; Test sequences”,V4.0.14. 3GPP TS 26.077: “Minimum Performance Requirements for Noise Suppresser Application to the AMR Speech Encoder”,V4.0.05. 3GPP TS 26.090: “AMR speech Codec; Transcoding Functions”,V4.0.06. 3GPP TS 26.091: “AMR speech Codec; Error concealment of lost frames” ,V4.0.07. 3GPP TS 26.092: “AMR speech Codec; comfort noise for AMR Speech Traffic Channels” ,V4.0.08. 3GPP TS 26.093: “AMR speech Codec; Source Controlled Rate operation” ,V4.0.09. 3GPP TS 26.094: “AMR Speech Codec; Voice Activity Detector for AMR Speech Traffic Channels” ,V4.0.010. 3GPP TS 26.101:“AMR speech Codec; Frame Structure”,V4.2.011. 3GPP TS 26.102:“AMR speech Codec; Interface to Iu and Uu”,V4.0.012. 3GPP TS 28.062:“Inband Tandem Free Operation (TFO) of speech codecs; Service description; Stage 3”V4.4.013. 3GPP TS 29.415:“Core network Nb interface user plane protocols”V4.2.014. 3GPP TS 25.415:“UTRAN Iu interface user plane protocols”V4.5.01.5 缩写术语AMRAdaptive Multi-Rate自适应多速率ACELPAlgebraic Code Excited Linear Prediction代数码本激励线性预测ANAccess Network接入网ANSIAmerican National Standards Institute美国国家标准协会AAL2ATM Adaptation Layer 2ATM适配层2ACSActive Codec Set激活编解码集ATMAsynchronous Transfer Mode异步传输模式BFIBad Frame Indication差错帧指示BSSBase Station Sub-system基站子系统BSCBase Station Controller基站控制器CACSCommon Active Codec Set公共激活编解码集CSCSCommon Supported Codec Set公共支持编解码集CHDChannel Decoder信道解码器CHEChannel Encoder信道编码器CELPCode Excited Linear Prediction码本激励线性预测CRCCyclic Redundancy Check循环冗余检测CNGComfort Noise Generation舒适噪声产生CDMACode Division Multiple Access码分多址接入CMICodec Mode Indication码本模式指示CMR/CMCCodec Mode Request or Codec Mode Command码本模式请求或码本模式命令CNCore Network核心网DTXDiscontinuous Transmission非连续传输DRCDownlink Rate Command下行链路速率命令ECUError Concealment Unit错误隐藏单元EFREnhanced Full Rate增强全速率FIRFinite Impulse Response有限冲击响应FQIFrame Quality Indicator帧质量指示FQCFrame Quality Classification帧质量分级FDDFrequency Duplex Division频分双工GSMGlobal System for Mobile communication全球移动通信系统GSM-EFRGSM Enhanced Full Rate speech CodecGSM增强型全速率语音码本HRHalf Rate半速率IPEIn Path Equipment通道内设备ICMInitial Codec Mode初始编解码器模式ISUPISDN User PartISDN用户部分LPLinear Prediction线性预测LACSLocal Active Codec Set本地激活编解码集LSPLine Spectral Pair线性谱对LSBLeast Significant Bit最低有效位MAMoving Average滑动平均MSBMost Significant Bit最高有效位MSCMobile services Switching Centre移动服务交换中心MGWMedia GateWay媒体网关NSNoise Suppression噪声抑制PCMPulse Code Modulation脉冲编码调制PDUPacket Data Unit分组数据单元PLMNPublic Land Mobile Network公共陆地移动系统PSTNPublic Switched Telephone Network公共交换电话网PDFIPotentially Degraded Frame Indication潜在的降级帧指示PDCPersonal Digital Communication个人数字通信RABRadio Access Bearer无线接入承载RANRadio Access Network无线接入网RFRadio Frequency无线频率RFCRAB sub-flow CombinationRAB子流组合RFCIRFC IndicatorRFC指示RFCSRFC SetRAB子流组合集RXReceive接收RNCRadio Network Control无线网络控制器TFITransport Format Indicator传输格式指示QoSQuality of Service服务质量OACSOptimised Active Codec Set最优激活编解码集OoBTCOUT of Band Transcoder Control带外代码转换器控制SCRSource Controlled Rate源速率控制SCSSupported Codec Set支持的编解码集SPDSPeech Decoder语音解码器SPESPeech Encoder语音编码器SIDSilence Descriptor frame静默描述帧STISID Type IndicatorSID类型指示SDUServer Data Unit服务数据单元SMpSDUSupport Mode for Predefined SDU sizes预定义SDU尺寸大小的支持模式TAFTerminal Adaption Function终端适配功能TCTranscoder代码转换器TFCITransport Format Combination Indicator传输格式组合指示TXTransmit发送T_BitsTime Alignment Bits时间对准比特TDDTime Duplex Division时分双工TDMATime Division Multiple Access时分多址接入TFOTandem Free Operation串联旁路操作TrFOTranscoder Free Operation代码转换器旁路操作TRAUTranscoder and Rate Adaptor Unit代码转换和速率适配单元UEUser Equipment (terminal)用户终端设备URCUplink Rate Command上行链路速率命令VADVoice Activity Detector语音激活检测器1.6 定义代码转换器(Transcoder): 将一种编码信息根据特定的编码方案转换为不同编码信息的设备。NOTE 1: 在GSM或3G系统中,语音转换器将符合G.711要求的语音编码转换成适合通过空中接口传输的最优的语音帧格式,此帧格式与特定的语音编解码器有关。PCM 样本(PCM Samples): 根据ITU-T 建议的G.711 A-Law 或-Law编码的语音样本,速率为64 kbit/s。语音编解码器类型(Speech Codec Type): 由TFO支持的语音编解码器,分别为 GSM_FR,GSM_HR, GSM_EFR, FR_AMR, HR_AMR, UMTS_AMR, UMTS_AMR_2。AMR语音编解码器类型(AMR Speech Codec Type): AMR语音编解码器类型指以下编解码器类型之一:FR_AMR, HR_AMR, UMTS_AMR, UMTS_AMR_2。非AMR语音编解码器类型(Non-AMR Speech Codec Type): 非AMR语音编解码器类型指以下编解码器类型之一:GSM_FR, GSM_HR或 GSM_EFR。AMR模式(AMR mode): 八种AMR编解码器比特速率之一,分别用0到7表示,其中,AMR模式0代表4.75 kbis/s模式,AMR模式7代表12.2kbis/s模式。AMR编解码器模式(AMR codec mode): 与AMR模式相同自适应码本(adaptive codebook): 包含适合每一个子帧的激励向量。自适应码本来自于长时期的滤波器状态。Lag值可作为一个索引在自适应码本中获得。自适应滤波器(adaptive postfilter): 该滤波器被应用到短期合成滤波器的输出之后以提高语音质量。在自适应多速率编解码器中,自适应滤波器是由共振峰后滤波器和畸变补偿滤波器级联组成的。代数码本(algebraic codebook): 代数码本被用于产生激励向量,该激励由一些预先确定交织位置的非零脉冲组成固定码本(fixed codebook): 固定码本包含语音合成滤波器的激励向量,码本的内容是非自适应的(即固定的)。在自适应多速率编解码器中,固定码本是通过代数码本获得的。lag: 长期的滤波器延迟,它是一个典型的真正的基音周期。线性预测系数(LP coefficients): 线性预测系数是一个一般性的描述性术语,它可作为短期滤波的系数线性预测分析窗(LP analysis window):对于每个帧来说,短期滤波器自相关系数是通过使用分析窗内被高通滤波的语音样本获得的。在自适应多速率编解码器中,分析窗的长度总是240个采样长度。在12.2 kbit/s模式下,使用两个不对称窗来得到两组线性预测系数,没有前向预测;在其他模式下,则使用一个不对称窗来得到一组线性预测系数,并使用5ms的前向预测。开环基音搜索(openloop pitch search): 直接从加权语音输入中评估最佳lag的过程,它可以简化基音分析,使闭环基音搜索限制在已由开环评估的lags这一小的范围内(减少闭环基音搜索的范围)。在自适应编解码器中,开环基音搜索每帧执行一次。SID帧(SID frames): 专用于舒适噪声的帧,它可以传送有关背景噪声的信息并且通知解码器开始产生背景噪声。语音帧(Speech frame): 区别于SID帧的传输话音的帧VAD flag: 语音激活检测标记RX_TYPE: 接收帧的分类TX_TYPE: 发送帧的分类残留周期(hangover period): 在一个语音突发末端所增加的一个帧周期,在此期间VAD flag =0 并且 TX_TYPE =SPEECH_GOOD,它为编码器提供一个额外窗口以获得舒适噪声参数。TFO呼叫(TFO call): 使用TFO时的移动到移动呼叫2 特性需求原由在第三代移动通信系统中,语音仍然是最重要的业务之一,但问题在于:如何在优化频谱资源的同时增强灵活性和语音质量,尤其是在用户密集的区域。在3G中普遍采用的自适应多速率(AMR)语音编解码器(声码器),能够根据通信信道的改变而动态地在信源编码和信道编码之间调整比特分配。因此,有必要对AMR(自适应多速率)的有关特性进行深入的分析。3 功能性描述3.1 框架结构本文根据AMR编解码器的不同组成部分对其进行了简要的介绍,包括AMR语音编/解码、AMR源速率控制、差错隐藏等。通过对AMR语音编解码器的帧结构的介绍引出了语音编解码器在接口中的具体实现。3.2 AMR语音编解码器概述BSS/CN侧MS/UE侧MS/UE侧BSS/CN侧D/ALPFA/DLPFAMR语音编解码器由以下几部分组成:多速率语音编/解码,源速率控制方案(包括语音激励检测器和舒适噪声生成系统),对抗传输错误和丢包带来的影响的差错隐藏机制。AMR语音编解码器可工作于八种不同的源速率工作模式下(从4.75kbit/s 到12.2 kbit/s),也可工作于一个低速率背景噪声编码模式下。AMR语音编解码器以20ms的语音作为一帧图(3.2.1)AMR语音编解码器功能框图进行处理,可以在每帧间进行八种比特速率之间的切换。AMR语音编解码器的功能框图如图(3.2.1)所示。图中各点信号为(1) 符合ITU-T G.711标准的A-law 或者-law编码(64kbps PCM信号);(2) 13bits 线性码;(3) VAD标识;(4) 语音帧编码比特流;(5) 背景噪声编码比特流(SID);(6) 帧类型标识(TX_TYPE);(7) 语音帧帧编码比特流(入3G AN);(8) 语音帧编码比特流(出3G AN);(9) 错帧标识(BFI)(RX_TYPE);(10) 背景噪声编码比特流(SID);(11) TAF信号;(12) 编码比特信息包;在传统的MS-MS呼叫配置中,语音首先在发起的MS中通过低通滤波器和A/D转换后被AMR编码器编码为AMR压缩语音帧(7),然后进入PLMN A中MSC里的TC,该TC将AMR压缩语音帧通过AMR解码器解码为13bits 线性码(2)再转换为符合ITU-T G.711标准的A-law 或者-law编码(1)。当语音信号经过网络后进入PLMNB中MSC里的TC,该TC将符合ITU-T G.711标准的A-law 或者-law编码(1)再转换为13bits 线性码(2),然后通过AMR编码器编码为AMR压缩语音帧(7),最后在对端MS中被AMR解码器解码为13bits 线性码(2),通过D/A转换后经过低通滤波器还原为模拟的语音。图(3.2.2)所示为一典型的语音编解码器串联操作的过程,通过该图可以明确AMR语音编解码器在网络中的位置及实现的功能。MSCMS/UEMS/UEPLMN APLMN BEncodingDecodingDecodingEncodingCompressed SpeechCompressed SpeechITU-T G.711 A-Law/m-LawTranscoding FunctionsMSC TC MSC TC图(3.2.2)典型的语音编解码串联操作3.3. AMR语音编解码器源控制速率操作3.3.1 AMR SCR概述在一般通话期间,通话双方是交替进行通话的,也就是说在每一个传输方向上占用的时间概率各为50%,每一方都有语音的休止期。源控制速率(SCR)是这样的一种操作模式,它考虑到了通话中每一方的语音休止期,在此期间只编码具有低比特速率的背景噪声的语音帧,网络利用可变比特速率来适应这种传输机制。这样的做法有以下两个目的: 降低UE的功率,延长UE的工作时间或者可使UE中的电池在同样的使用时间下做得更小。 较低的比特速率导致传输更为有效,降低网络负荷,因此也增加了容量。如果网络有要求的话,在上行传输通道中SCR由UE处理。而在下行接收通道中,无论SCR被要求与否,UE将处理SCR。缺省的SCR操作需要以下功能实现: 在TX侧具有语音激励检测器(VAD) 在TX侧对背景噪声进行评估,获得的特征参数(舒适噪声信息)用于在RX侧产生舒适噪声。 在没有正常的语音帧被接收期间,在规定的时间间隔下,借助于静默描述符(SID),舒适噪声信息被传送到RX侧。RX侧根据舒适噪声信息产生一个类似的噪声舒适噪声。3.3.2 AMR SCR操作3.3.2.1 TX侧的AMR SCR操作图(3.3.1)所示为TX侧SCR功能图表:图(3.3.1)TX侧SCR功能图表TX SCR处理器将处理后的比特信息发送到成帧单元,这些比特信息由包含信息比特、信号编解码器模式指示及TX_TYPE的比特区域组成,然后将这些比特信息组成通用的AMR压缩语音帧。TX_TYPE用于确定帧的类别,表(3.3.1)为UMTS_AMR和GSM_AMR SCR的TX_TYPE标识符以及信息比特和模式指示的说明。TX_TYPEInformation BitsMode IndicationSPEECH_GOOD语音帧, 大小为95比特到244比特(依赖于codec mode)当前的 codec modeSPEECH_BAD恶化的语音帧 ( CRC校验错), 大小为95比特到244比特(依赖于codec mode)当前的 codec modeSID_FIRST语音突发末端标记,无更多的信息,所35个舒适噪声比特全部置为 “0”如果TX_TYPE为 “SPEECH_GOOD”, codec mode 为已被使用的模式SID_UPDATE35个舒适噪声比特 如果TX_TYPE为 “SPEECH_GOOD”, codec mode 为已被使用的模式SID_BAD恶化的SID帧 ( CRC校验错), 如果TX_TYPE为 “SPEECH_GOOD”, codec mode 为已被使用的模式NO_DATA无有用的信息, 什么都没有发送无有用的信息表(3.3.1)UMTS_AMR和GSM_AMR SCR的TX_TYPE标识符TX_TYPE = “NO_DATA” 表明在Information Bit 和Codec Mode 比特区域不包含任何有用的数据,而且在这些比特区域中也没有向AN发送数据,这个TX_TYPE的目的是提供一个选项以用于在代码转换器和AN之间的网络传输 。“SPEECH_BAD” and “SID_BAD” 这两种TX_TYPE可能在TFO和TrFO这两种情况下都产生。在AN上传送的帧序列由TX SCR处理器控制。如果TX SCR操作未被激活,TX SCR处理器连续的产生语音帧(例如,标记有TX_TYPE=“SPEECH_GOOD”的语音帧);如果TX SCR操作被激活,VAD标记控制TX SCR处理器操作。为了正确的使用TX SCR处理器,在系统复位之前所有的帧被处理为好象是无限长的语音帧,这样做的目的可保证舒适噪声参数在RX SCR侧被正确的评估。在系统复位或激活SCR操作之后,最初的七个帧总是被标记位:TX_TYPE= SPEECH_GOOD,即使处在残留期(VAD标记=“0”)。如图(3.3.2)所示。无论输入信号是否包含语音信号,语音激活检测(VAD)在所有时间都被运行。输出的比特标记VAD是“1”或者“0”。在TX侧VAD标记经过TX SCR处理器间接的控制所有SCR操作。如果VAD标记为“1”,具有模式信息的语音编码器输出帧将直传给AN,TX_TYPE标记为“SPEECH_GOOD”。在一个语音突发的末端(VAD标记从“1”跳变到“0”),连续八帧用于一个有效的、更新的SID分析。通常在一个语音突发之后,(在残留期)最初的七个语音编码器输出帧被直传给AN, TX_TYPE标记为“SPEECH_GOOD”。在语音编码帧之后的第八帧的TX_TYPE被标记为“SID_FIRST”。SID_FIRST帧不包含数据。一旦SID_FIRST帧被传送给AN,只要VAD标志为“0”,TX SCR处理器将计算并且传送更新的SID_UPDATE(舒适噪声)帧给AN。SID_UPDATE帧(舒适噪声帧)每八帧产生一个,第一个SID_UPDATE帧SID_FIRST之后的第三帧被发送。 图(3.3.2)通常的AMR残留过程 当通话者停止说话时,传输将在SID_FIRST传送后被切断。在此期间,传输在规定的间隔期间被恢复以便传送SID_UPDATE帧,这样做的目的是为了更新在RX侧已经产生的舒适噪声。3.3.2.2 RX侧的AMR SCR操作图(3.3.3)所示为RX侧SCR功能图表:图(3.3.3)RX侧SCR功能图表AN传送所有接收到的传输帧给RX SCR处理器,RX_TYPE用于确定帧的类别,表(3.3.2)为AMR标识符以及信息比特说明。RX_TYPE Information BitsSPEECH_GOOD没有检测到错误的语音帧SPEECH_BADCRC校验出错的语音帧SID_FIRST此SID帧标记舒适噪声期的开始SID_UPDATE正确的SID更新帧 SID_BAD恶化的SID更新帧(CRC校验出错;仅用于 SID_UPDATE 帧的位置)NO_DATA无可用数据被接收,使用先前帧的综合模式表(3.3.2)AMR RX_TYPE标识符以及信息比特说明RX SCR处理器负责在RX侧的所有SCR操作,它主要有两种模式组成:SPEECH和COMFORT_NOISE,初始模式为SPEECH。SCR在RX侧的操作如下:n 当类型为SPEECH_GOOD的帧被接收时,RX SCR处理器进入SPEECH模式。无论何时接收到SPEECH_GOOD帧,RX SCR处理器将该帧直接传输给语音解码器。n 如果RX SCR处理器处在SPEECH模式,那么SPEECH_BAD或NO_DATA帧将通过差错隐藏机制被替代。SPEECH_BAD或NO_DATA帧将被处理为没有有效的语音信息。n SID_FIRST、SID_UPDATE或 SID_BAD帧将使RX SCR处理器进入COMFORT_NOISE模式,并且导致舒适噪声的产生。SID_BAD帧将通过差错隐藏机制被替代。n 在COMFORT_NOISE模式下,RX SCR处理器将忽视所有的无用帧(NO_DATA,SPEECH_BAD),连续产生舒适噪声。3.3.2.3 语音激励检测器语音激励检测器(VAD)的功能是指示每20ms帧中是否包含有被传输的信号(例如,语音、音乐或者tone音),VAD输出一个布尔标志(VAD标志)来指示这些信号的存在。 下面将以VAD Option1算法为例对其进行简要的描述。VAD的算法如图(3.3.4)所示,它通过使用语音编码器参数来计算VAD标志值。输入帧(s(i))的样本被分为多个子频带并且每一个频带内的信号被分为不同的级别(leveln)。样本的级别是通过一个九波段的滤波器组来实现的,它把输入的语音帧(s(i))的信号根据频率的不同(0-250Hz,250-500Hz,3000-4000Hz)分为九个级别。用于基音检测功能的输入是开环延迟lags (T_opn),它们被用于语音解码器开环基音分析的计算。基音检测功能计算出一个基音标志用于指示当前的基音,它主要是对元音及周期性信号的检测。Tone音检测功能计算出一个Tone音标志用于指示当前的Tone音,该检测基于开环基音分析所获得的自相关系数 (t0和t1) 。合成信号检测(Complex Signal Detection)功能计算出一个标志(complex_warning)用于指示诸如音乐等合成信号,该信号的检测是基于在开环基音分析中的相关矢量分析进行的。VAD判定功能评估背景噪声的级别,通过比较背景噪声和输出帧级别(leveln)以及语音残留(用于检测语音突发末尾的低功率信号)最终计算出一个VAD标志值。(图3.3.4)VAD算法的简化模块图3.3.2.4 舒适噪声使用SCR的一个基本问题就是当语音传送被切断时,与语音一同传送的背景噪声将消失,由此造成了背景噪声的不连续。由于SCR切换非常频繁,这种影响将令收听者非常不快,特别是在具有高背景噪声的汽车环境下(在恶劣的情况下,语音可能会几乎听不懂)。克服这一问题的方法是通过在接收端产生一个类似发送端背景噪声的合成噪声。当语音不存在时,舒适噪声参数在发送端进行评估并且以一定的速率传送到接收端。这使得舒适噪声可以适应发送端噪声的变化。3.4 AMR语音编解码器差错隐藏差错隐藏的目的是为了隐藏丢失AMR语音帧所造成的影响。在丢失几个帧的情况下,输出静音(muting)可以为用户指示信道故障,从而避免可能产生恼人的声音。网络通过设置RX_TYPE标志为SPEECH_BAD或SID_BAD来指示语音帧或SID帧丢失。如果这些标志被设置,语音解码器将进行参数替代来隐藏差错。网络也可以通过设置RX_TYPE的标志为SPEECH_PROBABLY_DEGRADED来指示潜在的劣化帧,该标志来自通道质量指示器。依赖所评估的信号类型,语音解码器可以有选择的使用此标志。(Note 在GSM系统中,RX_TYPE中有“SPEECH_PROBABLY_DEGRADED”这种定义,但在UMTS系统中只有如表(3.3.2)中所定义的六种RX_TYPE类型)。如果最敏感的AMR语音数据比特(A类)接收有错误,那么网络将指示RX_TYPE=SPEECH_BAD,在此情况下差错帧指示(BFI)标志被置位;如果一个SID帧接收有错误,网络将指示RX_TYPE=SID_BAD,在此情况下BFI标志也被置位;在RX_TYPE = SPEECH_PROBABLY_DEGRADED的情况下潜在的降级帧指示(PDFI)标志被置位。通常对丢失的语音帧解码会导致令人不快的噪声。为了改善语音质量,通过采用先前好的语音帧的副本或者采用外推法来替代这些丢失的语音帧。这种替代渐渐的降低输出水平,使输出静默。对于丢失的SID帧,通过从早期有效的SID帧里获得的SID信息来替代。对于许多并发丢失的SID帧,采用静音(muting)技术应用于舒适噪声中,这样来渐渐的降低输出水平,而且静音输出将被保持。以下将给出一个实现替代和静音的解决方案,该方案基于一个具有七种状态的状态机。图(3.4.1)差错帧的替代控制系统状态开始于状态0,差错帧每次被检测到时,状态值加1直到状态6。无差错帧每次被检测到时,状态值被复位到0,当到状态6时转到状态5。这些状态指示通道的质量:状态值越大,通道质量越差。状态机的控制流可以用下面的C代码来描述(BFI=差错帧指示,STATE=状态变量):if(BFI != 0 ) State = State + 1;else if(State = 6) State = 5;else State = 0;if(State 6 ) State = 6;除了状态机外,从先前帧得到的Bad Frame Flag(prevBFI)也被检测。处理过程依赖于状态变量的值,同时也依赖于BFI和prevBFI标志。 当BFI=0,prevBFI=0,State=0时,表示接收端接收到的语音帧无差错,接收到的语音参数以正常方式用于语音合成中,当前的语音帧参数被保留。 当BFI=0,prevBFI=1,State=0或5时,表示接收端接收到的语音帧无差错,但是先前接收到的语音帧有差错。其余接收到的语音参数被用于语音合成中,当前的语音帧参数被保留。 当BFI=1,preveBFI=0或1,State=16时,表示接收到的语音帧有差错,启动静默处理过程。3.5 AMR语音编解码器的编/解码3.5.1 编码器的功能性描述AMR编码器的功能简图如图(3.5.1)所示。随后将对各部分模块作以简要介绍。LSP indicesPITCH indexCODE indexGAIN indices预处理自适应码本搜索代数码本搜索增益量化线性分析和量化图(3.5.1)AMR编码器功能简图3.5.1.1 预处理 语音信号在编码之前要经过高通滤波和信号衰减。信号衰减就是将输入信号除以2,以减小实现定点算法时发生溢出的可能。高通滤波是为了去除不需要的低频分量,滤波器的截止频率为80Hz。 3.5.1.2 线性预测分析和量化 在12.2 kbit/s模式下,短期预测(或线性预测)分析每帧执行两次,得到两组线性预测系数,采用30ms不对称窗计算自相关,没有前向预测。加窗语音的自相关结果通过采用Levinson-Durbin算法转换成线性预测(LP)系数,然后LP系数再变换为线性谱对(LSP)以用于量化和插值。插值后的量化和未量化系数转换回LP系数,以在每个子帧建立综合和加权滤波器。在其余模式(10.2, 7.95, 7.40, 6.70, 5.90, 5.15, 4.75 kbit/s)下,短时预测分析每帧执行一次,得到一组线性预测系数,也采用30ms不对称窗计算自相关,但要用到40个采样值(5ms)的前向预测。同样地,这些模式下的加窗语音的自相关结果也通过采用Levinson-Durbin算法转换成线性预测(LP)系数,然后LP系数再变换为线性谱对(LSP)以用于量化和插值。插值后的量化和未量化系数转换回LP系数,以在每个子帧建立综合和加权滤波器。加窗、自相关计算、Levinson-Durbin算法、LP到LSP转换等的具体说明请参见参考文献5。3.5.1.3 自适应码本 自适应码本搜索是以子帧为单位进行的,它包括:闭环基音搜索,计算自适应码向量。其中,计算自适应码向量是求得基音延时后对过去的激励进行插值得到的。自适应码本参数(或基音参数)是基音滤波器的延时和增益。在实现基音滤波器的自适应码本方式中,激励以小于子帧长度的延时重复。在搜索阶段,激励由LP残留信号进行扩展而得,以简化闭环搜索。 如果检测到LPC滤波器可能发生谐振,并且未量化的自适应码本增益超过了增益阈限GPth0.95,就要计算平均自适应码本增益。平均自适应增益由当前未量化的增益和先前7个子帧量化的增益计算而得,即 其中,n是当前子帧。如果平均自适应码本增益大于GPth,未量化增益就限制为阈值。 3.5.1.4 代数码本代数码本结构是基于交织后的单脉冲排列设计。代数码本是编码器中比特速率发生主要变化的部分,这个变化是通过改变每个子帧中的脉冲数目获得的,每个子帧中的脉冲数从2(如5.90kbit/s模式)到10(12.2kbit/s模式)不等。每个脉冲位于预定义的位置,并且幅度为1或1。 表(3.5.1)显示出在12.2kbit/s模式下代数码本中脉冲的可能的位置。在这个码本中含有10个非零脉冲(i0,i1,i9),所有脉冲的幅度可以加1或减1。一个子帧中的40个位置被分成5个轨道(track),每个轨道中包含2个脉冲。在一个轨道中的每两个脉冲位置用6个比特来编码(共有30比特,每个脉冲位置中有3比特),并且在轨道中的首个脉冲的标志用1个比特来编码(共有5比特)。位于同一轨道中的两个脉冲仅需要一个符号标志,该符号标志比特指示第一个脉冲的符号标志,而第二个脉冲的符号标志依赖于它相对于第一个脉冲的位置。如果第二个脉冲的位置比第一个脉冲超前,则它的标志为相反的符号,否则它与第一个脉冲的符号标志一致。所有3比特的脉冲的编码采用格雷编码方式以改善信道差错,该模式的代数码本共有35个比特。 TrackPulsePositions1i0, i50, 5, 10, 15, 20, 25, 30, 352i1, i61, 6, 11, 16, 21, 26, 31, 363i2, i72, 7, 12, 17, 22, 27, 32, 374i3, i83, 8, 13, 18, 23, 28, 33, 385i4, i94, 9, 14, 19, 24, 29, 34, 39表(3.5.1)代数码本中单个脉冲的可能的位置(12.2kbit/s)代数码本的搜索则是通过计算加权的输入语音和加权的合成语音之间的最小均方差来获得的。3.5.1.5 增益量化自适应码本增益采用直接量化,固定码本增益量化使用带固定系数的滑动平均(MA)预测量化。在自适应码本和固定码本的增益量化中,12.2和7.95 kbit/s模式采用标量量化,其余模式采用联合矢量量化。 如果自适应码本增益在自适应码本中被限幅,量化码本搜索就限制在自适应码本增益值小于增益阈限(GPth)的范围内。3.5.2 解码器的功能性描述解码器功能包括以下部分:发送参数(LP参数、自适应码本向量、自适应码本增益、固定码本向量、固定码本增益)的解码及合成重建的语音。重建的语音还要经过后处理和信号放大。AMR解码器的功能简图如图(3.5.2)所示。CODE indexGAIN indicesPITCH indexLSP indicesLSP解码并转化为LP系数激励信号重构合成后处理自适应码本解码增益解码代数码本解码图(3.5.2)AMR解码器功能简图3.5.2.1 解码和语音合成接收到的LSP量化索引用来重建量化后的LSP向量,经过插值得到的4个LSP向量对应于4个子帧。每个子帧的LSP向量再转换成LP滤波器系数,以用于合成该子帧的重建语音。每个子帧重复执行下列步骤:n 自适应码本向量解码接收到的基音索引(自适应码本索引)用来得到基音lag。使用FIR滤波器经插值得到自适应码本向量。n 固定码本向量解码接收到的码本被用来抽取激活脉冲的位置及幅值并且被用来得到固定码本矢量。n 自适应和固定码本增益解码接收到的增益量化索引用来从相应的量化表中得到量化的自适应码本增益及量化的固定码本增益修正系数。n 平滑固定码本增益固定码本增益的自适应平滑是为了避免能量的非自然波动。该平滑是基于在q域中对短期频谱的平稳性测量得到的。n 抗稀疏处理自适应抗稀疏处理被应用于固定码本矢量,它的目的是减少那些由于每子帧仅有少量非零采样的固定码本的稀疏所带来的可感觉到的不良信号。n 附加的稳定性保护附加的稳定性保护用于语音解码器在合成滤波器中的溢出控制。如果在合成过程中发生溢出,那么整个自适应码内存被减少,然后使用此时的内存重复进行合成滤波。3.5.2.2 后处理合成的语音经过一个自适应后滤波器,自适应后滤波器是共振峰后滤波器和畸变补偿滤波器的级联,每个子帧都要进行更新。最后信号还要经过高通
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2026重庆万盛经开区南桐镇公益性岗位招聘14人考试参考试题及答案解析
- 2026琼台师范学院附属永兴学校面向社会公开招聘合同制聘用人员3人笔试备考题库与答案解析
- 2026年甘肃省兰州市红古区支持未就业普通高校毕业生到基层就业项目专场招聘会笔试备考题库与答案解析
- 2026神农架林区人民医院公开招聘紧缺医疗卫生专业技术人员与高层次专业技术骨干人才4人笔试备考题库与答案解析
- 2026射阳县教育局公开选调县教师发展中心部分学科研训员3人笔试备考题库与答案解析
- 2026年合肥兴业经济发展有限公司第四次公开招聘20名考试参考试题及答案解析
- 2026年8月广西南宁伊岭壮乡文化旅游有限公司招聘21人笔试备考题库与答案解析
- 2026广东广州市黄埔区新龙镇招聘农村集体出纳(文员)1人考试参考题库及答案解析
- 2026年8月乐清市市政公用事业发展有限公司公开招聘实操工作人员笔试备考题库与答案解析
- 2026福建福州市岚德物业管理有限公司招聘8人考试参考题库及答案解析
- 高三英语完形填空六类解题锦囊教学设计
- 2026年铁路集团笔试题库(含答案)
- 2026村后备干部考试题库(含答案)
- 2026年上海市安全员B证(项目负责人)试题及解析附答案
- 2026年“优~质服务基层行”能力评价标准解读
- 《隧道施工与管理》全套教学课件
- T/ZACM 001-2025脑卒中后吞咽障碍耳穴压豆技术
- EPC项目图纸会审与深化方案
- 2026吸入制剂技术突破与呼吸系统药物开发报告
- DB32-T 5434-2026 太湖流域农业面源污染负荷评估规范
- 2026新教材 统编版九年级语文上册第四单元阅读综合实践【考点精讲版】教学课件
评论
0/150
提交评论