语音信号处理第2版赵力语音信号处理第7章课件教学.pptVIP

7.1概述 7.2语音信号压缩编码原理系统压缩评价 7.3语音信号的波形编码 7.4语音信号的参数编码 7.5语音信号的混合编码 7.6现代通信中的语音信号编码 7.1 概述 语音编码（Speech Coding） 从信息论角度看，信源编码是要以最少的数码表示信源所发的信号，语音编码属于信源编码的范畴。语音编码通过减少传输码率（或存储量），来达到提高传输（或存储）效率的目的。作为传输语音的压缩技术，语音编码在通信史上一直都扮演着极为重要的角色。 语音编码分为三类： * 波形编码：重建后的语音时域信号的波形与原语音信号保持一致。 * 参数编码：通过建立语音信号的产生模型，提取其特征参数来编码，波形上不要求与原信号匹配，又称声码器技术。 * 混合编码：有机结合以上两种编码方式，基于语音产生模型的假定并采用分析合并技术。 三种编码方式的比较 语音编码发展史 自从20世纪30年代脉冲编码调制（PCM）被提出起，语音编码在60多年的时间里得到了迅速的发展。 早期的声码器基于对语音信号基音周期与频谱的分析，主要包括通道声码器，共振峰声码器与模式匹配声码器。20世纪50年代后期，着重于线性语音源系统生成模型，包括线性慢时变系统，周期脉冲激励序列与随机激励。 20世纪六七十年代，VLSI技术与数字信号处理理论的发展为语音编码技术开辟了新的道路，语音分析合成采用了短时傅立叶变换，变换编码与子带编码，基于线性预测的编码技术进一步得到发展。新的编码技术纷纷产生，如余弦分析合成技术，多带激励声码器，LPC中的多脉冲与矢量激励，矢量量化。到20世纪90年代中期，速率为4~8Kbps的波形与混合编码器，在语音质量上，与早期速率为64Kbps的PCM波形编码器已十分接近。 7.2 语音信号压缩编码原理系统压缩评价 语音信号中存在着冗余度（包括时域与频域），人的听觉感知机理也有很多可以利用的特点。语音信号压缩编码之所以可行，正是因为这两种情况的存在。 语音编码依据之一：语音信号冗余度 基本时域冗余： 语音信号幅度非均匀分布性 语音信号样本间的强相关性 浊音语音段具有的准周期性 声道形状及其变化的缓慢性 静止系数 （即语音间隙性） 基本频域冗余： 从长时间的功率谱密度来看，语音信号具有强烈的非平坦型，存在着固定的冗余度。而且高频能量通常较低，恰好对应于时域上的相邻样本相关性。 从短时功率谱密度来看，语音信号在不同频率交替出现峰值（共振峰）与谷值。整个功率谱的细节基于基音频率形成高次谐波结构。 语音编码依据之二：人的听觉特点 人类听觉系统存在着掩蔽系统，即高声级单音会明显掩蔽临近频率声音。 对于不同频段的声音，人耳的敏感程度不尽相同。 人类对于语音信号的周期性（即音调）极为敏感，但对信号的相位却充耳不闻，这与理论分类存在差异。 语音编码中的几项关键技术 线性预测 线性预测传送整个反应过程变化的参数，其出发点在于跟踪波形的产生过程而非波形本身。基于全极点模型假设，使得语音信号编码的比特率得到有效的降低。 语音信号中存在的两点相关性 样点间的短时相关性 相邻基音周期之间的长时相关性 语音信号的短时相关性可用一个全极点模型来描述，其传输函数H（z）为： 而滤波器 合成分析 合成分析原理 合成分析在编码器中加入综合器，并将其与分析器结合从而产生与译码器端相同的语音，而后根据误差原理调整使得误差最小化。 合成分析背景 16Kbps以下的高质量语音编码在当今得到的极大关注，使得传统的量化方法对误差最小化已无能为力。因此，合成分析的方法被引入。 感觉加权滤波器 产生背景：理论与现实的出入 对于低码率（4~16Kbps）的语音编码，理论上的最小均方误差（MMSE）在实际应用时却因为人的听觉特点而障碍重重。在这种背景下，根据人耳上网掩蔽效应设计的感觉加权滤波器得到了广泛的应用。 在实际应用中，共振峰处的噪声相对于能量较低处的频段更加不易被察觉，故高能量段处的误差要求不高。因此，感觉加权滤波器 被提出，用以衡量语音间的误差。 此时，只需 在高频段处较小，低频段处较大，就可以升高不敏感的高频段处误差同时降低较敏感的低频段处误差，从而达到目的。 其传递函数为： 的作用就是使实际信号误差的谱呈现与语音信号类似的包络形状，从而在掩蔽效应的作用下在主观听觉上产生较好的效果。 语音压缩系统的性能评判指标 较为重要的性能评价准则 编码速率（比特率），决定了编码器工作时占用的信道带宽，要求尽可能降低。 编码器的完健性，要求良好。 编码器的时延，要求最小化。 误码容