语音信号处理答题.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * 参数编码的基本思想是利用语音信号生成的声学模型，通过信号分析技术获得关于该模型的频谱包络、基音周期、清浊音判断等的相关信息，在接收端通过这些信息来合成还原语音信号 三种参数编码器 通道声码器 共振峰声码器 线性预测(LPC)声码器 * 线性预测(LPC)声码器 输入 语音 线性预测分析器 编码器 基 音 检测器 解码器 线性预测合成器 激励信号产生器 合成 语音 LPC声码器原理图 发送端 接收端 基于全极点模型的LPC分析 编码参数：LPC参数、基音周期、增益、清浊判断 不对预测残差信号进行量化和传输（因此无法得到原来的波形） * LPC参数的编码 10阶的全极点模型LPC分析 LPC参数的选择 预测系数 ai 量化误差容易导致系统不稳定（合成滤波器的极点在单位圆外） 一般不直接对预测参数编码传输 反射系数 ki 可以保证合成器的稳定，但是不同的ki值对量化误差的敏感度不一样，需要采用非均匀量化 用于LPC-10声码器 线谱对参数LSP 是最常用的LPC编码参数 量化误差相对独立，即单个LSP参数的量化误差只会影响其所对应的共振峰的频谱包络，不会影响真个频谱 ki和LSP都可以从ai中很容易求得 * LPC声码器的相关标准 1976年美国军方确定LPC-10作为2.4 Kbps速率编码器的推荐编码方式 1985年美国官方接受LPC-10作为联邦标准(FS-15) 速率极低 合成语音质量很差、很不自然，主要是因为在清浊音的判断以及基音周期的提取上不够准确，合成激励源信号和原来的LPC预测误差信号相差较大 1986年美国第三代保密电话装置(STU-III)采用了LPC-10的增强型， LPC-10e 改善了激励源：混合激励代替LPC-10中的二元激励；激励脉冲加抖动处理；多脉冲激励 改进基音提取算法 采用LSP代替ki * 原始语音 低通滤波 100~3600Hz A/D变换8KHz,12bits 预加重 计算分析相位 基音分析存储器 低通滤波器 清/浊音检测 2阶逆滤波 AMDF基音提取 基音及清/浊音校正 预测器分析存储器 计算RMS 计算预测系数 2帧参数存储器 2帧参数存储器 参数编码 误差校正和映射 并变串及同步产生 编码语音输出 pitch V/UV RMS RC LPC-10的编码器框图 原始语音经过一低通滤波器之后，输入A/D转换器中，以8KHz速率采样得到数字化语音，然后每180个采样分为一帧(22.5ms),以帧为处理单元，提取语音特征参数并加以编码传送。A/D变换后输出的数字化语音，经低通滤波，2阶逆滤波后，再用平均幅度差函数(AMDF)计算基音周期，经过平滑、校正得到该帧的基音周期。同时对低通滤波后输出的数字语音进行清/浊音检测，经平滑、校正后得到改正的该帧的清/浊音标志。 * 编码语 音输入 并变串及同步检测 误差检测 校正解码 参数 解码 帧块到基音块的转换与插值 反射系数转换成预测系数 基音产生 噪音产生 清/浊音开关 综合器 计算增益 输出存储器 去加重 D/A变换 低通滤波3600Hz 合成语音输出 RMS RC pitch V/UV 在收端首先通过查表，对码流进行检错、纠错，经过纠错译码后即可得到基音周期、清/浊音标志、增益以及反射系数的数值。译码结果延时一帧输出，使得输出数据可以在过去一帧、现在一帧、将来一帧三帧内进行平滑。由于每帧语音只传输一组参数，考虑一帧内可能有不止一个基音周期，因此要对接收数值进行帧块到基音块的转换和插值。 LPC-10的解码器框图 * 浊音 清音 Pitching/voicing 7 7 RMS 5 5 sync 1 1 k1 5 5 k2 5 5 k3 5 5 k4 5 5 k5 4 k6 4 k7 4 k8 4 k9 3 k10 2 误差校正 0 20 总计 54 53 LPC-10的码本设计 * LPC-10声码器合成语音与原始语音的比较 LPC系统中，全部参数量化为2.4kb/s，如果不考虑信道误码，可懂度得分： 3.6KHz原始语音 LPC-10合成语音 DRT 高于95% 90%正确 DRT（有噪声） 92%~93% 高于82%正确 DAM 高于65 48 * 语音混合编码 LPC声码器的主要问题：过于简化的二元激励源(周期脉冲或随机噪声)是导致合成语音质量较差的根本原因 混合编码的基本方法就是在LPC声码器的基础上，采用更高质量的波形编码算法来优化激励源信号 激励源采取周期脉冲和噪声信号的混合体(语音的长时 相关模型) 闭环搜索算法—合成分析法(