低速率语音编码的模糊矢量量化技术.pdfVIP

低速率语二爵编码中的模糊矢量量化技术 膝俐军 肖自美 曾志华 (中山大学电子系 广州510275) 摘要：矢量量化(VQ)是语音编码算法中的一个重要技术，根据低速率语音编码中参数 Vector 编码的要求，针对常规的矢量量化技术的缺点，本文介绍的模糊矢量量化(Fuzzy 在较小码本尺寸、低复杂度和低码率的情况下达列较高质量． 关键词：模糊矢量量化。模糊ISODATA聚类分析，(囊丽莪两码字选择技术，蘑壳静 ，#斡预定义候选码字氟 疆叠o ， ，一f一 ‘”，1’一。 ‘一 一、概述： 低速率语音编码技术在数字通信系统，特别是在半速率无线电移动通信和保密话音这 类需要有效利用有限的带宽的系统中是一个很重要的课题。目前应用较多的有线性预测声 这些编码器大部分都要进行参数编码，象LPC的基音周期、清，浊音判决和LSPI(线谱对) 参数的量化，MBE的基音周期、清触音判决和谱幅度的量化，PSE的基音周期和能量谱 包络参数的量化等．矢量量化可以极大的降低码率．对于LSP参数、谱幅度、能羹谱包络 参数等都可以采用矢量量化。 根据码本的设计方法，常用的矢量量化技术分为固定码本的矢量璧化和自适应码本的 矢量量化(AVQ)． 前者是借助大照训练矢量，通过LBG等算法得到一个固定码本，该码本一般都很大． 以期对不同的矢量椭较好的重建质量．但实际编码表明，训练集外的矢量质量不尽如人 意．而且，要得到一个通用的码奉，意昧着要使用包含各种类型说话者的巨大长度的训练 序列。即使采用了非常长的训练序列数据，仍然可能存在非典型序列使得VQ的SNR(信 噪比)低于可接受水平。 后者使码本自动适应于输入矢量的变化统计规律。它首先找到最接近输入矢量的码 字，然后计算出误差并量化，将量化的误差和最佳码字输出到解码端。摄后将量化的误差 与当前的最佳码字相加作为薪的码字来更新码本，该法能克服普通VQ的缺点。但由于需 要作误差量化、码本更新与量化误差的传送，增加了编解码的复杂性．据有关文献资料Hj， 一个典型的AVQ编码：每秒的乘法数为5 研究使其复杂度有所下降，但仍然较高，这限制了AVQ在高速和实时编解码系统中的应 用。 掣 考虑到上面这些局限，引进了模糊矢量量化(FVQ)的概念．FVQ不需要动态更勰 码本，但却在时刻产生新的码字．使用同样码本，FVQ的量化失真要比传统VQ小，因而 可以减少码本尺寸，降低搜索的复杂度．而且在FVQ中引进的一些新的特有技术，提高 ， 8 丁搜索的效率，极大地降低了运算的复杂度，降低了速率。该技术最先是由日本的几位研 究人员提出，并作了一些实验工作。作者在从事低速率语音编码的研究，发现该技术有很 好的实用价值，故在此进行一些探讨。 二、模糊矢量量化技术原理： 传统VQ是根据失真度找到一个最接近输入矢量的码字来量化输入矢量。而eVQ则是 利用模糊聚类分析技术，通过使用所有码字(改进的算法只使用有限的码字)，E的信息来量 化一个输入矢量． I、FVQ的基本原理： FVQ采用了模糊聚类技：长。 模榴聚类分析方法大致分为两大类：一类是模糊等价矩阵动态聚类分析法；另一类是 模糊ISODATA聚类分析法，这里[SODATA是“IterativeData Solf-Organi2JngAIlalysis TechniqueA”的缩写，即“选代自组织数据分析技术A”、本文将使用tSODATA法．