AMBE算法及其实现方式

AMBEA 算法及其实现方式 在数字移动通信系统中 语音编码部分是很重要的一个环节 它的性能直接关系到整个移动通信系统的工作质量 首先综述在以 数字集群为代表的移动通信系统开发的背景下 语音编码的概念 分类和发展情况 并介绍目前世界上常见移动通信系统所用的语音 编码方案 从而明确语音编码算法的比较对象 今天我就自己手头 了解的一些知识对AMBE算法进行初步的概括 1 MBE算法的概念 AMBE是基于MBE技术的低比特率 高质量的改进语音压缩算法 该技术在低比特率压缩系统中能提供极优的语音质量 却对指令执 行速度和存储器容量的要求大大降低 在背景噪声和信道误码方面 也有极强的鲁棒性 比基于线性预测编码的 CELP RELP VESLP LPC 10等要优越 那么了解AMBE之前我们先来 了解下MBE算法 MBE编码算法是用基音谐波处的谱抽样来表示短时谱 并且在谐 波间隔频段上分别进行清 浊音判决 合成端用一组正弦波合成谱 用噪声谱的傅立叶反变换来合成清音谱 这种算法提出了一种由正 弦模型引出的频域模型 多带激励模型 MBE模型如图1所示 首先按基音各谐波频率 将一帧语音的频 谱分成若干个谐波带 再以若干个谐波带为一组进行分带 分别对各 带进行清浊 V U 判决 总的激励信号由各带激励信号相加构成 对 于浊音带 用以基音周期为周期的脉冲序列谱作为激励信号谱对于 清音带 则使用白噪声谱作为激励信号谱 时变数字滤波器的作用 是确定各谐波带的相对幅度和相位 起到了将这种混合的激励信号 谱映射成语音谱的作用 这种模型使合成语音谱同原语音谱在细致 结构上能够拟合得很好 其合成端的语音质量必然较高 2 AMBE算法实现形式 2 1AMBE编码的基本方式 AMBE 编码的基本方法为 首先将输入的每帧 160 个数字话音 取样点分成交叠的段 经模型分析后得出该帧的模型参数 编码器 量化这些模型参数 加上纠错码 然后以 4 8kbps 的数据流发送 解码器接收比特流 重构模型参数 在利用这些产生合成的语音信 息 流程如图 2 所示 图 2 AMBE语音编解码 由此可知 AMBE 算法的实现步骤可分为五步 即模型分析 量 化 纠错 FEC 重建及合成 下面简要说明一下这五个步骤 1 模型分析 MBE 算法模型 设输入信号 S n 定义窗口化的语音信号为 S n S n W n 设 S n 是激励 e n 经过线性滤波器 h n 的响应 则 S n h n e n 将帧分成两类 话音和非话音 对于话音e n 是周期脉冲序列 各脉冲间的距离为脉冲周期 P0 对于非话音 e n 为白噪声 MBE 将激励信号谱分成若干段 再对每一段进行话音 非话音 V UV 判 决 因此 激励信号是周期信号能量 V 和噪声能量 UV 之和 2 量化 在编码之前 必须对谱高Ml 1 l L 进行量化 量化的过程 为 先由预测的谱高得出预测的留数Tl 1 l L 然后将其分成 8 段 对每一段进行离散余弦变换 DTC 得到增益矢量Ri 1 i L 和高阶 DTC 相关系数Cik 量化器的输出就是编码器的 输出 包括基带频率 不同频率的话音 非话音判决门限和谱高 1 3 纠错 由于帧长为 20ms 传输速率为 4 8kbps 所以每帧有 96个比 特 在 AMBE算法中 72比特用来量化模型参数 而其余 24比特用 于前向纠错 FEC 将72比特分为5个向量组 v0 v1 v2 v3 v4 设 输出的5个向量组为 u0 u1 u2 u3 u4 则 v0 u0 G0 vi ui gH for 1 i 3 v4 u4 其中 gG和gH分别为 24 12 格雷 Golay 码和 15 11 汉明 Hamming 码的生成器 这样u0为24比特 u1 u2 u3均为15比特 u4 为 27 比特 总的输出为96比特 4 重建 解码时 需要重建谱高Ml 1 l L 首先 必须由b0计算出L 0 2 b0 20 L 0 9254 0 0 25 然后 解码和重建得到谱高 解码和重建类似量化和编码的逆 过程 第一步先要将谱高分为8段 根据L决定每段的长度J1 1 i 8 这些段中的元素用Cik 1 i 8 表示段号 2 k Ji 表示段内 的元素号 表示 每一段的第一个元素设为解码增益Ri 其余元素 为高阶DCT相关系数 5 合成 解码断输入的比特经过重建以后 得到的一系列模型参数包括 基带频率 0 不同频率的话音 非话音 V UV 判决门限vk和谱高 Ml 然后将这些模型参数合成话音 话音合成算法将每一组模型参数分为话音谱 V 和非话音谱 UV 用话音合成算法和非话音合成算法分别对这两部分进行话音 合成 将话音谱的能量合成产生话音信号suv n 而非话音谱的能量 则合成产生非话音信号suv n 2 2AMBE 2000 DVSI公司的AMBE 2000语音编码芯片是一种非常灵活 高性能 单片的语音压缩编码器它提供了在低数据速率时出色的语音质量 也 提供了一个实时 全双工的备有标准AMBE语音压缩软件算法设置的 设备 DVSI享有专利权的AMBE语音压缩技术已经被证明是与同之前 的ECELP CELP RELP VSELP MELP MP MLQ LPC 10和其他压缩技术有 更好的性能 2 AMBE语音压缩算法在全世界有着广泛的应用 其中也 包括下一代数字移动通信系统的应用 AMBE 2000语音编码器在选择 语音和FEC 前向纠错 数据速率上提供了很高的灵活性 用户可以以 50bps为增量全速地从2 0kbps到9 6kbps单独地选择这些参数 对于 更高的差错速率信道 用户将被分配更大百分比的FEC编码全比特速 率 AMBE 2000语音编码在每秒2 4kbps的低速下能保持自然声音质 量和语音的可性性 AMBE算法的低复杂性允许它被完全地集成到一 个低价格 低功耗的集成电路 AMBE 2000语音编码芯片中 在最简易模型中 AMBE 2000被看作两个分离元件 编码器和解码 器 编码器接收8kHz采样语音数据流 16 bit线性 8 bit 率 或8 bit 率 并以所期望的速率将数据流输出信道 相反地 解码器接 收信道数据流 合成语音流 对AMBE 2000编 解码器接口的时间控 制是完全异步的 语音接口是外围的A D D A芯片 输入输出语音数 据流必须是相同的格式 16 bit线性 8 bitA率 或s bit 率 信道 接口是普通的8或16位微处理器或其它相应的在AMBE 2000信道格式 和被设计的系统信道格式中能体现其基本功能的外围元件 2 2 AMBE 1000 AMBE 1000 是DVSI 公司开发的基于AMBE 算法的一种高性能的 多速率语音编码 解码芯片 非常适合于数字语音通信及处理的场合 本文基于AMBE 1000设计了一个语音压缩系统 该系统具有设计简便 语音编码速率可变 音质良好 功耗小等优点 可应用于多种需要 AMBE 1000是基于AMBE 算法的语音编码 解码芯片 其语音编码 解码速率可以在2400 9600bps 之间以50bits的间隔变化 在芯 片内部有相互独立的语音编码和解码通道 可同时完成语音的编码 和解码任务 并且所有的编码和解码操作都在芯片内部完成 不需 要外扩的存储器 AMBE 1000最基本的组成部分就是一个编码器和一 个解码器 两者相互独立 编码器接收8kHz采样的语音数据流 16bit线性 8bit A律 8bit u律 并以一定的速率输出信道数 据 相反 解码器接收信道数据并合成语音数据流 编码器和解码器 接口的时序是完全异步的 AMBE 1000采用A D D A芯片作为语音信 号的接口 送往解码器用于控制的数据和语音数据是不同的 输入 输出的语音数据流的格式必须是相同的 16bit 线性的 8bit A 律 8bitu律 信道接口采用8位或16位的微控制器 其工作原理如下 图 AMBE 2000 声码器不同于 AMBE 1000 AMBE 2000 只有串行接口 模式 没有并行接口模式 3 AMBE 算法与其它算法的优势 3 1 编码速率和占用带宽 从编码速率和占用带宽角度来看 由于波形编码为了能够获得 较高的重建语音质量 所以直接对时域波形或在变换域进行编码 所 以压缩比较低 编码速率一般较高 而目前比较常用的一些语音压 缩算法 比如CELP 数字集群TETRA标准里用的ACELP编码 MOTORLA 的IDEN标准所用的编码都属于混合编码 这些编码方式将波形编码 的优点与参量编码的优点结合起来 使语音质量有了明显的提高 但是它们的编码速率一般都在4 8kbps以上 试图更大幅度地降低这 些编码方式的压缩速率 如降到4kbps以下 由于没有足够的比特表 示激励矢量 余量信号的量化将产生较大的误差 那么话音质量将会 急剧下降 MBE和CELP区别在于如果允许码率提高 则CELP编码器可 令人信服地重现精确的原始语音 而MBE类编码器则不能 因其仅仅捕 获了一些参数 这是混合编码性能特点介于波形编码与参数编码之 间的一个必然结果 3 2算法时延 在算法时延方面 波形编码的时延非常小 一般为零点几个毫 秒 4 8kbps的CELP编码时延为30ms 基于CELP算法的其他编码方案也 多数在几或二十毫秒左右 VSELP编码时延相对较高 4 8kbps的AMBE 算法时延为32ms MBE类编码处适中水平 小于VSELP编码 但大于 CELP和CE ACEL编码 3 3编码原理方面 在编码原理方面 MBE类与CELP类编码的一个主要差别在于MBE 将每一语音段分割成不同的频带并对每一频带进行清浊音判决 这 使得实际语音段的激励信号成为周期 浊音 和类噪声 清音 能量 的混合 这样 在激励信号模型中增加的自由度使得MBE语音模型产 生出比常规语音模型更高质量的语音 甚至在速率低至2 4kbps时仍 可维持语音的可理解度和自然度 此外 它使得MBE语音模型在存在 背景噪声时鲁棒性强 线性预测声码器的固有问题是线性预测模型在没