一种低复杂度高阶基音预测技术.pdfVIP

一n3 一种低复杂度高阶基音预测技术’ Pitch ALow Prediction ComplexityMulti-tap Technology 曾志华肖自美 !中山大学电子系广州510275) 摘要：在语音压缩的码激励线性预测编码(CELP)技术中，基音预测技术一直是改善编码语音 质鬟和降低码率的关键之一，而其中高阶基音预测技术由于能够在同样的合成语音质量F获 得更低的码率，近年来越来越多地被采用。但在传统基音预测失真测度下，商阶基音预测系 数进行矢量量化的运算量极大。为此本文提出了高阶基音预测系数矢量量化的似然失真测度， 用于码本的训练及基音预测系数的矢量量化，在合成语音质量几乎没有下降的情况下，基音 预测的运算董还不到传统方法的六分之一。在实际应用中取得了较好的效果。 关键词：cELP『基音预测，矢量量化，失真测度 ／p 、 1．引言7该专。，0， ＼、 ，·。’ 几大关键技术，包括短时预测．基音(长时)预测、残荔编码、感觉加都权等、都进行r广泛 差的编码方面，代数码本和极大似然萋化技术的采用，以可接受的运算复杂度给出了较为令 人满意的合成质量。而目前各种基音(长时)预测技术的高运算复杂度，使基音预测始终成为 CELP算法中运算量最大的一部分，影响到它的成率降低和普及应用． 为此，在改善语音编码器性能时，我们将主要工作放在改善基音预测器性能方面。基音 预测大致可分为以下几种，多阶预测、单阶预测和分数延时基音预测。一般多阶预测和分数 延时基音预测能给出较为准确的预测。其中基音预测矢量量化技术由于能够在相嗣的合成语 音质量下获得更低的码率，近年来越来越多地被采用。例如美国DSP 5 码本进行矢量量化，在较低的码率上取得了令人满意的质量。该算法也因其优异性能被选作 ITU．T的低码率多媒体通信语音编码标准G．723 llll．但是，在传统基音预测矢量量化失真测 度下，对基瞢硬测系数进行矢量量化时，每一个码矢都要对自适应码本进行滤波，因此当码 本较大时，其运算量便极为庞：赶。当预测维敬为5维，码本大小为170时，仅对～个基膏延 时作闭环搜索其乘法运算量便达68MIPS。即使采用次最优搜索方法，如半开环法【11，在开 环搜索得到的基音延时的基础上，再做小范围的前后向闭环搜索，其运算量也相当巨大。这 么大的运算麓，只能在高速的DSP或专用ASlC芯片上才能做到实时实现。本文的目的，是 探讨在合成语音质璧没有明显下降的前提下，低复杂度的高阶基音预测矢量量化技术。 奉论文得到广东省重点科技攻爰项目(鳊号96 2 2 0 O 2 0：)的资助 2．基音预测系数矢量量化的传统失真两度 在CELP编码器中，基音预测一般通过自适应码本的搜索来实现。我们考虑这样一个 (2K州)阶的基音顼测器，设纂音延时为L，基音预_测系数为8。，传统的自适应码本搜索失真 测度为： 厂 f 、厂 K 、 占=p一∑属e：+。H7¨一∑属胁¨l (1) ＼ i=一r ／＼ 一K ／ 其中s是目标矢餐，ej是自适应码本的码矢，H是加权合成滤波器Uh(z一)的冲激响应．其 中目标矢量s是这样生成的，先将输入语音通过加权滤波器A(z)／A(斫)，然后再减去加权合 成滤波器l／A(z／r)的零输入响应。在不作优化的情况下，我们估算一下它的运算复杂度。设 基音搜索范围为L，基音预测阶数为(2K+1)预测帧长为F，自适应码本大小为C，取样率 为8KHz则由(1)式可知其乘法复杂度MC为： 5 MCL·(2K+1)·F·C·8000／F 部 MC；U(2K+O·C·8000 (2)