1.2kbps MELP语音编解码算法探究.docVIP

1.2kbps MELP语音编解码算法探究摘要：低速率语音压缩算法是一个复杂度较高、运算量较大、并且有着重要现实意义的课题。1.2kbps MELP算法是目前甚低速率压缩算法中较为优秀的算法。本文首先分析了语音压缩编码的现状，然后介绍了1.2kMELP算法的基本原理及比特分配情况，最后对1.2kMELP算法的性能作出了评测。 关键字：语音压缩；1.2kMELP；线性预测 Research on 1.2kbps MELP Speech Decoding MENG Jie （College of Information and Communication Engineering,Beijing University Of Post And Telecom,Beijing,100876） Abstract: Low bit rate speech decoding is a complicated subject but with important practical significance.1.2kbps MELP algorithm is one of the most excellence low bit rate speech decoding algorithm.It analyses the current status of the low bit rate speech decocing,then introduces the theory and the distribution of the sending bit of the MELP algorithm.At last,it assesses the performance of the algorithm. Key words: Speech decoding;1.2kMELP; linear prediction 0 引言 1981年美国公布的联邦标准线性预测编码算法LPC-10的编码原理在上一章有了简单的介绍，但是由于音质效果不令人满意，后来又提出了增强型的LPC-10e，结果仍然不理想。MELP编码算法是在LPC-10的基础上加入了多带混合激励、非周期脉冲，残差谐波谱处理、自适应谱增强以及脉冲整形等五种关键技术，使得1.2Kb/s速率的MELP语音质量优于2.4Kb/s的LPC-10语音编码。语音质量提高、编码速率下降的同时，编码复杂度大大提。 1 1.2kMELP声码器原理 1.1 MELP声码器的关键技术 MELP声码器结合了混合激励和多带激励的思想，以LPC模型为基础，同时在激励信号产生和基音提取方面做了一些改进，提高了语音合成质量。这些方法主要包括多带混合激励、使用非周期脉冲、残差谐波谱处理技术、自适应谱增强技术和脉冲整形滤波。 （1）多带混合激励 MELP模型使用5个叠加而成的分带滤波器将语音信号分成0~500Hz，500~1000Hz，1000~2000Hz，2000~3000Hz， 3000~4000Hz五个频段。滤波后的语音信号经过全波整流及平滑滤波，进行清/浊音判断来得到对应的频带基音。MELP模型使用一个随频率变化的清/浊音判决器来代替LPC模型中简单的清/浊音开关。用混合激励去到了LPC中简单的二元激励，这样使得从频域上对激励信号的的划分更加精细，合成的激励也更加准确，这种改进减少了LPC声码器中常有的蜂鸣声，对宽带声源改进的效果十分明显。 （2）使用非周期脉冲 LPC模型中将语音分为清音和浊音，而MELP模型将采集的语音信号分为三类：清音、浊音和抖动浊音。抖动浊音是将一些周期性不是很强的浊音段用非周期标志来标识，在接收端解码的时候根据接收到的非周期性标志位来判断该语音帧时抖动浊音还是浊音，若为抖动浊音，则在基音周期在一个区间随机变动来减弱合成语音的周期性。这样做可以很好的模拟那些不稳定的声门脉冲，从而使合成的语音更加逼近原始的语音激励。 （3）残差谐波谱处理技术 残信号往往含有大量语音信息，但是由于需要控制码率，所以以往的低速率语音压缩算法在生成激励时，忽略它的幅度特性，只关注它的周期性。MELP单独使用几个比特来对残差信号进行处理，但是这几比特仅仅用于描述残差信号的重要特征—各基音周期谐波处的傅里叶级数幅度值。1.2Kb/s的MELP算法对最低10阶谐波的傅里叶级数进行量化，10阶以上的傅里叶级数值认为是平坦的。对残差信号进行传输，大大提高了合成语音的清晰度、自然度、抗背景噪声的能力，改善了传统LPC模型合成语音的嘶哑，发闷和合成音重等缺点。 （4）自适应谱增强技术 传统的LPC的合成滤波器采用全极点的模型，其极点的位置与自然语音的共振峰存在偏差