基于半波编码的语音码本的设计.docVIP

　　基于半波编码的语音码本的设计|第1 Abstract: Based on the speech research, a pletely ne speech coding approach is presented called half-ethods for generating the initialvoice codebook and the codebook are explicated．In addition，the making of the unvoice codebook and silience codebook are analogized． Keys）为1个单位，无声码字仅有1个，他由1帧采样点的值都为0的信号表示。码本由若干个码字构成，码本中码字的典型性和数目的多少是衡量一个码本质量好坏的标准。原则上说，总码本中码字的个数越多，编解码后的语音质量越好，但是，也存在着大码本所占的内存多、码字搜索慢、编码码率高等问题。所以，码字的个数必须适当。从编码速率、码本容量、计算复杂度等角度考虑，经过多次试验比较，本文确定总码本的大小为8 k，每个码字的序号都可用一个数字13 b的二进制数表示。总码本中，无声码字1个；清音码字512个，分属于清音子码本1～31；浊音码字7 679个，分属于浊音子码本1～68。 1．2　语音的清音、浊音、无声的划分 　　对于1帧语音，我们能判断出清音（Unvoice）、浊音（Voice）和无声（Silience）之后，我们就可以进行三态切分。对语音的三态判别的依据是平均幅度MS（NCFF）联合判断的。考虑到三态切分的不完全确定性，本切分方法的原则是：浊音不被切成清音，少量清音被切成浊音则无妨；清音不被切成无声，少量无声被切成清音也无妨。因为清音被当作浊音编码，由于清音也是由幅度较小的半波构成，用相应的半波码字去编码，不会丢失信息；反之，浊音被当作清音编码，则失去了原始语音信息。同理，清音被作为无声会失去原始信息，反之不会。 1．3　浊音码本生成的理论依据 　　原始语音经三态切分后所获得的浊音数据是以“半波”为单位（其中负半波的数据被取绝对值，变成正半波）切分的，相同宽度的所有半波存于同一个数组中。为了合理分配不同宽度“半波”的码字数，我们统计了所有不同宽度的“半波”出现的概率。由统计知，浊音中的半波越宽，出现的概率越小。在11．025 kHz的采样频率下，宽度大于40点的半波出现的概率不足0．5％，宽度大于68点的半波出现的概率不足0．04％。所以，在制作浊音码本时，将半波的最大宽度限定为68个点。因而浊音子码本确定为68个。根据码本的信噪比和人耳的听觉特性，本文将7 679个浊音码字分配到68个浊音子码本中。其原理如下： 　　一个“半波”即为一个矢量，半波的宽度是该矢量的维数，则各采样点的值即是该矢量的各维分量。这样，宽度相同的所有半波构成一个矢量集，共有68个矢量集，对每个矢量集进行矢量量化（VQ），生成对应的一个子码本。由矢量量化（VQ）理论可知，码本整体的信噪比的计算公式如下： 　500)this.style.ouseg(this) 其中：i代表子码本的序号（即半波宽度）； Pi为半波出现的概率； 　　　RSNi为第i个子码本的信噪比。 　　由于不同宽度的半波出现的概率不同，为了使整体的信噪比RSN全局最优，应根据半波出现概率来分配各个半波子码本的信噪比。 　　单纯以概率分配，码字分布如图1（a）所示。然而，实验表明1点和2点的半波码字出现的次数虽然很多，但实际上对听觉的作用很小。若将语音中宽度为l和2的半波采样点都置为0，语音的听觉效果几乎不受影响。故将半波宽度为1和2的半波子码本各分配8个码字（码字数量非常小）。再考虑到人耳的听觉特性，在图1（a）的基础上，适当压缩小宽度“半波”的码字，增加大宽度“半波”的码字，最终形成如图1（b）所示的 码字分布图。实验表明，这样构成的码本，其听觉效果是满意的。 　　500)this.style.ouseg(this) 　　在上述每个子码本已给定分配码字数的基础上，还以能量分布和人耳对响度的感知特性，进一步有效分配码字。分别对同一宽度的“半波”进行统计可知，随“半波”的平均幅度的增加，半波的数量呈近似对数规律减少。另外，人耳对语音信号能量的感知也是呈对数规律。所以，码字可按下式进行合理分配： 　500)this.style.ouseg(this) 其中：μ为一个常数，其值的大小可以根据需要调节；x（n）为半波码字数；xmax为子码本码字的总数；y（n）为半波的平均幅度；ymax为相应宽度的所有半波中最大的半波平均幅度。 1．4　浊音初始化码本的设计 　　 本文采用分裂法初始码本，第一步求出s（训练矢量集）中全体X的质心 　500)