第十一章声码器和混合编码要点.pptVIP

第11章 语音编码（2）-声码器技术及混合编码 线性预测声码器：应用最成功的低速率参数语音编码器。 LPC参数的变换和量化 变帧率LPC声码器 §11.3 语音信号的混合编码 20世纪80年代后期，综合了参数编码低比特率与波形编码高语音质量优点的混合编码得到广泛的使用。 最为典型的就是CELP模型。它在比特率为4-16Kbps时已经可以得到比其他算法更高的重建语音质量。 得到最广泛应用的是LPAS（基于线性预测技术的分析-合成编码方法），通过线性预测确定系统参数，并通过闭环或分析-合成方法来确定激励序列。 3种最常见的分析-合成线性预测编码算法分别是： 多脉冲线性预测算法（MP-LPC） 规则脉冲激励线性预测编码（RPE-LPC） 码激励线性预测编码（CELP）：具有较高质量的合成语音和良好的抗噪性和多次复接能力，近年很多声码器基于该模型。 用一个固定的随机码本中的码矢量来逼近语音经过短时、长时预测后的余量信号。 CELP模型编码仍基于语音的短时特性，采用LAPS与矢量量化。在编码类型上，既采用了类似声源模型的语音合成方法，又做了波形的最佳匹配，所以同时具有参数编码与波形编码的特征，故称为混合编码。 §11.4 　现代通信中的语音信号编码方法 当前语音编码的研究主要致力于如何在较低数据速率的条件下提高声码器的语音质量使之尽量接近有线话音质量。 目前的ＣＤＭＡ系统中，基于ＲＣＥＬＰ算法的ＥＶＲＣ算法在语音质量与比特速率间取得了很好的平衡，且适用于变速率编码，抗干扰能力也令人满意，从而得到了极为广泛的应用。 §7.6.1 EVRC算法基本原理 短时预测器：分析语音信号的共振峰结构（谱包络） 长时预测器：分析语音信号的基音结构 感知加权滤波器：使得量化误差能被高能量的共振峰所掩盖。 激励信号依据MSE选择 传统的LPC声码器采用的是二元激励，它将激励源分为清音和浊音；CELP的主要改进是采用矢量量化技术对激励信号编码，将事先经过训练得到的一组码矢量组成一个码本，然后对每一帧语音信号从这组码本中选出一个在感知加权误差最小意义上的最佳码矢作为激励源。 用一个自适应码本中的码矢量来逼近语音的长时周期性（基音）结构； ＋ 码本 ＋ ＋ 误差最小化 ＶＱ索引 CELP编码器示意图 EVRC采用8kHz采样频率的16bit线性PCM信号作为输入信号，以20ms(即160个采样点)为一帧进行编解码。 根据输入信号的特点来选择编码速率——变速率编码——平均比特速率低于8kbps。 最后编码结果的比特速率为8.5kbps(全速率)，4kbps(半速率)或0.8kbps（1/8速率）。 EVRC使用了3种类型的参数来表征语音模型——线性预测系数、基音参数、激励信号。 每一个20ms帧中，它产生10个LP系数，并根据编码速率采用不同精度的矢量量化，并采用相应的比特数表达。 基音周期估计：采用两步法，先在20ms内开环搜索得到一个最佳基音周期，然后线性内插得到基音曲线，最后用自适应码本来映射长时相关性。这样可减小基音的比特速率。 激励信号：EVRC采用代数码本。 ＋ 共振峰 合成 滤波器 自适应码本 固定码本 随机码 矢量增益 自适应码 矢量增益 基音周期 固定码本 　索引 Ｘ Ｘ ＥＶＲＣ语音合成示意图 ＥＶＲＣ编码器示意图 信号处理 ＬＰＣ参数 短时残差 １＆１/２速率编码 １/８速率编码 数码率判别 长时延迟估计 ＆增益 Ｒａｔｅ 采样信号 Ｒａｔｅ 滤波，降噪 §7.6.2 EVRC算法概述 ＥＶＲＣ编码器示意图 预处理 ＬＰＣ参数 短时残差 １＆１/２速率编码 １/８速率编码 数码率判别 长时延迟估计 ＆增益 Ｒａｔｅ 采样信号 Ｒａｔｅ 滤波，降噪 经8kHz采样，16bit量化后得到的线性PCM信号s(n)首先被送到预处理模块。在这里经过三级二阶Butterworth滤波器（截止频率120Hz的高通，抑制非人声的造音分量，包括50Hz的交流噪声），然后再对语音抑制背景噪声。 ＥＶＲＣ编码器示意图 预处理 ＬＰＣ参数 短时残差 １＆１/２速率编码 １/８速率编码 数码率判别 长时延迟估计 ＆增益 Ｒａｔｅ 采样信号 Ｒａｔｅ 滤波，降噪 LPC分析中，仍然采用10阶的自回归模型，LPC系数转换成LSP系数。 在长时自相关模块中采用自相关法提取基音周期，首先在被4倍压缩的语音信号中根据最大相关性找出粗略的基音周期，再在原始的残差信号中找出这帧的精细基音周期。 ＥＶＲＣ编码器示意图 预处理 ＬＰＣ参数 短时残差 １＆１/２速率编码 １/８速率编码 数码率判别 长时延迟估计 ＆增益 Ｒａｔｅ 采样信号 Ｒａｔｅ 滤波，降噪 数据速率判决模块：根据输入语音的特征来决定语音的编码速率。一般地，全速率对应的是浊音，