一种新的窄带语谱扩展算法研究.pdfVIP

摘要 一种新的窄带语音谱扩展算法研究 摘 要 随着当今世界数字技术的飞速发展 数字语音的应用越来越广泛 然而受到数字信道带宽的限制 目前在各种通信系统中传输的语音信 号一般都是窄带 话带 语音信号 其频率范围为3003400Hz但 是人耳对语音信号频率的感知范围是2020000Hz而且语音信号的 能量主要集中在 507000Hz话带语音的频带损失造成语音信号的 清晰度 临场感 可懂度的大大下降 因此寻求一种根据窄带语音通 过带宽扩展来提高语音质量的算法具有重要的理论意义和实用价值 由于人类语音的冗余特性 通过分析窄带语音信号的时域和频域 特征 可以部分或全部再生出窄带语音所丢失的频带信息 从窄带语 音到宽带语音就是从已有的窄带语音出发 利用相关算法重建与原始 宽带语音接近的宽带语音 本论文在深入分析窄带语音和宽带语音时频域特征的基础上 设 计提出了一种新的窄带语音谱扩展算法 该算法结合了线性预测编码 LPC和多带激励模型 MBE两大语音信号分析算法的优点 将窄 带语音信号分解为声道响应和激励信号两部分 并分别对两个组成部 分采用不同的扩展算法 并最终重建出高质量的宽带语音信号 声道响应的扩展是基于窄带语音信号的谱包络进行的 由于在很 多情况下 声道响应可以建模为一个全极点模型 通过对窄带语音信 I 摘要 号进行LPC分析 可以得到全极点模型的LPC系数 将LPC系数转化 为线性谱频率 LSF得到谱包络的特征参数 论文中对LSF参数的 扩展采用高斯混合模型 GMM方法 利用训练好的GMM模型 可以 从窄带语音的LSF参数再生出高带语音的LSF参数 正确提取语音信号的浊清音信息是保证重建语音质量的一个重 要因素 由于实际语音信号往往不能简单地由二元浊清音判断来表 征 而MBE模型可以更好地表征语音信号的浊清音特征 因而本论文 激励信号的扩展采用MBE模型 通过对窄带激励信号进行MBE分析 可以得到各个子带的浊清音 V/Uv 判决信息 利用码本映射的方法 可以由窄带的V/Uv判决信息得到高带V/Uv判决信息 并进一步利用 MBE模型重建出高带激励信号 分别得到高带语音的谱包络和激励信号后 可以采用LPC模型合 成高带语音 利用多采样率信号处理理论 分别对窄带语音和再生的 高带语音进行2倍的上采样 并通过一个合成滤波器组可以重建出期 望的宽带语音 在进行谱包络扩展和V/Uv判决信息扩展时分别用到了GMM模型和 码本映射方法 因而模型参数训练和码本训练也是本论文的一个重要 内容 论文采用了大量的宽带语音作为训练语音段 最后论文对提出 的谱扩展算法进行了仿真实验 实验结果表明 本文提出的算法能有 效提高窄带语音的清晰度和临场感 关键词 谱扩展 高斯混合模型 线性预测编码 多带激励 II ABSTRACT RESEARCH OF A NEW ALGORITHM FOR WIDEBAND EXTENSION OF NARROW-BAND SPEECH ABSTRACT Along with the high-speed development of the digital technology, the application of digital speech is more and more universal. However, with the limit of bandwidth of the digital channel, voice-band (narrow-band) speech signal is used in various communication systems. The frequency band of voice-band signal is 300-3400 Hz, while the e