一种增强的LPC参数多级矢量量化技术

1、    一种增强的LPC参数多级矢量量化技术    一种增强的LPC参数多级矢量量化技术    类别：通信网络                      &nbsp矢量量化(Vector Quantization)是一种极其重要的信号压缩方法,广泛应用于语音、图

2、像信号压缩等领域。信息论的一个分支“率-畸变理论”指出,无论对于何种信息源,即使是无记忆的信息源(即各个采样信号之间互相统计独立),矢量量化总是优于标量量化,且矢量维数越大优度越高。因此,目前国内外对于矢量量化技术的研究非常广泛而深入。平衡考虑量化效果和运算复杂度,多级矢量量化(MSVQ)提供了一个很好的折衷办法。    &nbsp线性预测编码(LPC)参数能很好地表征语音信号的短时谱包络信息,在各种LPC参数中,线谱频率(LSF)1较其它参数能更有效地表达LPC信息。K.K.Paliwal和B.S.Atal仔细研究了用2426个比特量化一个10阶LSF参

3、数的方法,提出了分裂矢量量化(Split Vector Quantization)和多级矢量量化MSVQ(Multistage Vector Quantization)两种方案,并且试验得到了用25比特的2级MSVQ能取得较好的量化效果(平均失真1dB,24dB概率小于2%,大于4dB为0)。    &nbspMSVQ算法有效减小了码本容量,但如果在量化比特有限的情况下,想取得透明的量化效果,必须解决两个问题:(1)怎样搜索码本得到最佳匹配索引;(2)怎样设计码本。在算法设计中这两个问题必须统一考虑。对前一个问题,为了方便一般采用序列搜索算法,依次搜索得到

4、各级的最佳匹配矢量。在码本设计中,更多的也是分级依次进行码本训练,割裂了各级码本之间的相关性。本文将着重研究多级矢量量化的联合优化码本设计问题。        &nbsp1 问题分析    &nbsp传统的MSVQ算法在LSF参数码本设计时采用一种连续(stage-by-stage)的设计方法,第k级码本只与前面的第1至第(k-1)级码本有关,而不考虑后续各级码本,即将后续各级码本内容视为0。在量化时,同样只在本级寻找1个最佳匹配矢量,然后得到余量矢量送入下一级量化。量化过程可以

5、用式(1)表示,假设有2级码本,需要找出各级码本索引:             &nbsp其中,K1和K2是第一、二级的码本容量。最终量化结果为:             &nbsp在序列搜索算法中,搜索yi时,假设zj为0,搜索zj时yi已经固定。这样的搜索算法显然是一种次优的搜索算法,解决这个问题的方法是全搜索3。全搜索是最优的搜索算法,但是其计算复杂度却是

6、难以承受的。例如,一个25比特2级码本(13-12结构),其全搜索复杂度是上述连续搜索的2000倍以上。M进制搜索4折衷解决了这个问题。在运算量大大减小的情况下,取得了逼近全搜索的量化效果。    &nbsp在码本设计中,无论是经典的GLA算法还是改进的模拟退火(SA)算法,码本设计都是逐级连续进行的。利用各级码本之间的相关性优化码本设计,可以较明显地改善MSVQ的量化效果。在应用联合码本设计方法量化音频DCT系数时,已经取得了大约0.4 dB的SNR改善5。本文在量化LSF参数时,对比300步的SR算法,得到了大约0.05dB、约1bit的加权对数谱失真

7、(WLSD)6的改进效果。    &nbsp2 算法说明    &nbsp21 失真距离量度    &nbsp对一个MSVQ码本,为方便考虑假设共有2级码本。LSF参数为10维矢量。对LSF参数而言,其敏感矩阵(sensitivity matrix)是对角阵,因此可以用加权最小均方误差(WMSE)代替加权对数谱失真(WLSD)作为失真量度6。量化失真             

8、;        &nbsp其中,wi为功率谱幅度加权,ci为LSF参数人耳听觉加权。             &nbspr的经验值一般为0.15。    &nbsp22 理论推导    &nbsp对一个训练矢量集X和两级码本Y、Z,可以对X中每个矢量进行2级全搜索,得到最佳索引值对(i,j)。根据i和j的不同可以对

9、X中每个矢量进行聚类。假设S为对第一级码字形成的聚类,Si为所有X中第一级量化索引为i的训练矢量集合。同样假设R为第二级码字聚类,可知,S1,S2,SK1和R1,R2,RK2均是同一X集合的不同划分。对于XSi,平均量化失真为:                       Z的输入为(x-y),因此(5)式也可表达成:        &#

10、160;            &nbsp令U=Q2(x-yi),并引入一个中间矢量v,则(6)式成为:                  &nbsp可以令v=Ex-U|xSi,则第三项为0。第二项恒为非负,所以          &

11、#160;       &nbsp因此,在不改变第二级码本的情况下,更新第一级码字yi可以减少平均失真,新的码字为如下条件期望值:    &nbsp同样,在第一级码本固定的情况下,第二级码本按(10)式更新得到的将是最优码字。                  &nbsp通过多次迭代,可以得到联合优化的最优码本。  

12、0;      &nbsp23 算法描述          (1)设置初始码本,读入训练矢量文件,并对其进行两级码本全搜索,得到针对两级码本的聚类S1,S2,SK1和R1,R2,RK2。假设训练矢量个数为num,对所有训练矢量计算此时的量化失真之和        &nbsp失真测度采用WLSD距离。设置迭代最大步数N,设置初始步数n=0;    

13、60;     (2)n=n+1,利用式(9)更新第一级码本;          (3)重新对训练矢量集进行全搜索,得到新的索引值对(i, j),然后利用式(10)更新第二级码本;          (4)再次对训练矢量集进行量化搜索,得到新的索引值对(i, j),并重新计算量化总畸变Dn;          (5)判

14、断n=N?若n< N,跳转至(2)继续进行迭代;若n=N,结束迭代,保存更新后的码字至码本文件。         &nbsp24 算法的进一步优化         &nbsp上述联合优化MSVQ算法中,很重要的一步就是对训练矢量进行聚类,使每个训练矢量得到一个最匹配的索引值对(i, j)。(i, j)应当是通过全搜索得到的全局最佳匹配矢量。在不需要在线更新码本的情况下,全搜索是可以采用的。然而如果在矢量维数较高时,想减小码本训练的运算

15、量,也可以采用M进制序列搜索的方法。取M=8在实验中得到了很好的效果。这样即可得到一个性能近似的简化版JCO-MSVQ码本设计方法。         &nbsp另外,在码本设计中,可能出现聚类中无训练矢量,即出现空聚类的情况。这时可以删除该空聚类,并将包含训练矢量最多的那个聚类抖动成两个聚类。这样可以获得更小的联合量化误差,如图1所示。                  

16、;&nbsp图1 联合码本优化码本生成算法流程图        &nbsp3 实验结果和分析         &nbsp实际应用中,码本训练采用107 MB的语音文件,得到342302帧LSF参数(10维)和加权系数,训练矢量集足够大。在实际的2kbps语音编码算法中,对LSF参数进行3级矢量量化,比特分配为9/8/6,共23bits。利用联合优化码本生成算法进行300步迭代,与SR算法的第三级300步迭代结果进行比较,得到训练码本

17、总畸变数据,如图2所示。                     &nbsp图2 联合码本优化MSVQ迭代效果图        &nbsp可以看到,同样步数的JCO-MSVQ算法较SR算法能取得更小的量化畸变。SR算法经过一定步数的迭代,基本没有下探的空间。而JCO-MSVQ算法则能继续优化码本,获得更好的量化效果。并且,

18、与SR算法不同,JCO-MSVQ算法中量化畸变是单调递减的,因在训练过程中每一步都是最优的(简化算法中是多进制搜索,因而是次优的)。统计量化谱失真,联合码本优化MSVQ比其他的MSVQ有明显的改善。在同一个LSF量化器中分别采用23bits SR码本(码本1)、24bits SR码本(码本2)和23bits联合优化码本(码本3),测试语音为一个3.5MB的语音文件,既有男声也有女声,共11348帧LSF参数。统计量化谱失真得到表1所示数据。表1不同码本生成算法谱失真比较           &#

19、160;     &nbsp从表1数据可以看到,同是23bits的量化,联合码本设计MSVQ与应用SR算法生成码本的MSVQ相比较,有大约1个比特的改善,接近于应用SR算法24bits量化的效果。甚至优于文献2中MSVQ算法的26bits量化(平均谱失真0.93dB)。平均谱失真为0.87dB,大于4dB的谱失真统计为0,达到了透明量化的要求。本文研究结果已经成功应用于1/2kbps可变速率声码器项目中。         &nbsp参考文献   &#

20、160;     &nbsp1 Itakura F. Line spectrum representation of linear predictive coefficients of speech signals J. J.Acoust.Soc.Amer.,1975; 57:S35         &nbsp2 Paliwal K K, Atal B S. Efficient vector quantization of LPC parameters at 24 bits/frame J. Proc. ICASSP,1991:661664         &nbsp3 Juang B H, Gray A H. Multiple stage vector quantization for speech codingJ. Proc.ICASSP,1982:597600         &nbsp4 Anderson J, Bodie J. Least