数字语音处理讲解.doc

数字语音处理 班级：电子****班 姓名：**** 学号： 老师：李有科  数字语音处理技术及其应用 一、数字处理关键技术 1.1语音编码技术 语音信号的数字化，最简单的方法是对其直接进行模/ 数转换；只要采样率足够高，量化每个样本的比特数足够多，则可以保证解码恢复的语音信号有很好的音质，不会丢失有用信息。 对语音进行压缩编码的基本依据有两个：一个是从产生语音的物理机理和语言结构的性质来看，语音信号是强相关、弱平稳信号，有很高的冗余度。语音压缩的实质就是识别这些冗余度并设法去掉它们。语音编码的第二个依据是利用人类的听觉特性。首先语音编码利用人耳分辨率有限特性，不需要对语音样点幅度做精确表示，即语音信号对于人耳带有过多的信息，通过量化可以去除这些过多的信息，从而达到压缩的目的。其次，人类听觉有“掩蔽效应”的特点，即当两个响度不等的声音作用于人耳时，则响度较高的频率成分的存在会影响到对响度较低的频率成分的感受，使其变得不易察觉。目前常见的语音编码算法有线性预测编码、多脉冲激励线性预测编码、码激励线性预测编码、多带激励编码等。多脉冲激励线性预测编码算法采用了由多个不均匀间隔脉冲所组成的激励序列，此算法在10kbit/s 的低码率下能产生比较好的语音质量，但对高基音说话者来说，其性能通常会有所下降。码激励线性预测编码的算法是利用矢量化的码本，将激励序列编码。码本中的每一个存储的码字矢量（简称码矢量） 都可以代替余量信号作为可能的激励信号源。 实践表明，码激励线性预测编码器在4.8-1610kbit/s 范围内可以获得质量相当高的合成语音，是最具有吸引力的语音压缩编码方式之一。多带激励语音编码将语音谱按基音谐波频率分成若干个频带，逐带分别判断是清音还是浊音，然后采用不同的激励信号源产生该带的合成信号，最后将各带相加，形成全带合成语音。多带激励语音编码是目前低速率语音编码较理想的方案，在2.4-4.skbit/s 的速率上能合成出比传统声码器好得多的语音。 目前，语音压缩编码技术主要有两个努力方向：一个是中低速率的语音编码的实用化，及如何在使用过程中进一步减低编码速率和提高其抗干扰、抗噪声能力；另一个是如何进一步的降低其编码速率。目前比较好的算法还有正弦变换编码、混合激励线性预测编码、时频域插值编码、基音同步激励线性预测编码等，同时还要求引入新的分析技术，如非线性预测、多精度时频分析技术（包括子波变换技术）、高阶统计分析技术等。这些技术更能挖掘人耳听觉掩蔽等感知机理，更能以类似人耳的特性作语音的分析与合成，使语音编码系统更接近于人类听觉器官的处理方式工作，从而在低速率语音编码的研究上取得突破。 1.2 纠错编码技术 纠错编码技术的目的有两个：一是解决由信道噪声所产生的随机性差错，二是解决由脉冲干扰所引起的突发性差错。 RS 码纠错性能分析：RS 码是非二进制码，RS 码的码字取自GF(2m)，也就是由0.1、α和α的各次幂组成。RS 码不仅能够纠单个随机错误，还可以纠突发错误。在GF(24)域中，(15，11)码可纠2 位错，(15，9)码可纠3 位错，(15，7)码可纠4 位错。RS 码是多进制码，而通常在实际系统中用的是二进制码。如何把二进制码与多进制码对应起来？我们以GF(24)域上的RS 码加以说明。首先，把二进制数据流按四比特分，将一个二进制序列分为四位一组。这每个四位二进制按照预先编辑好的4 一重表示法与α的某个幂值，即GF(24)域中的元素一一对应，把这4 位二进制序列可以看成是RS 码中的一个符号，这样，就可以用RS码来解决我们实际系统中的复杂信道数据传输的纠错问题了。 1.3 自适应均衡技术 均衡的目的是在接收端对于信道非理想特性造成的信号畸变进行补偿，抑制接收信号之间的符号间干扰，从而尽可能地恢复发射波形。自适应均衡技术是目前使用较多的一种信道均衡方法。它可以通过发射学习码，来自适应的学习信道特性，实时估计信道响应，以便利用学习阶段得到的自适应均衡网络参数，对畸变的信号波形进行补偿，从而得到估计信号。总之，自适应均衡器是用来自动补偿由于信道的非理想频率特性而产生的畸变，可以简单地理解成均衡器与信道的传递函数互为倒数，作用抵消，从而获得最佳传输波形以消除IS 工，恢复原始信号，同时使有限的带宽得以充分利用。 二、数字语音技术的应用 近年来，随着信息技术的发展，数字语音技术在各领域应用有了突破性的进展，主要有可视电话伴音、无绳电话机、单路单载波卫星和海事卫星通信、数字插空设备、存储和转发系统、语音信息录音、数字移动无线系统、分组化语音等。 目前，AOL、Lycos 与Yahoo 对语音识别和语音到文本技术的使用，限于用声音传送现有