第08讲 语音编码(参数编码+混合编码).pptVIP

§7.3.5 自适应变换编码（ATC） 自适应变换编码利用正交变换将信号由时域变换到另外一个域，使变换域系数密集化，从而使信号相邻样本间冗余度得到降低。对此变换域系数进行量化编码，可以降低数码率。 自适应变换编码的具体方法： 按短时平稳的原则对语音信号分帧 每帧语音信号由正交矩阵A进行变换，对变换值进行编码和传输 在接收端由反变换A-1来恢复原来语音。 同时使变换域系数的量化字长自适应于每帧语音信号的短时统计特性，这就是自适应变换编码。 设一帧语音信号s(n)， 这个值反映了变换域系数的能量集中程度，当变换域系数方差均相等，即能量均匀分布时， 正交变换DCT 基于DCT的种种优势，当今自适应变换编码的正交变换普遍采用DCT。 DCT与KLT相比，频域变换明确，且与人的听觉频率分析机理相对应，较易控制量化噪声频率范围。 兼顾性能与计算量。DTC提供的性能一般在KLT的1~2dB之内，其它变换则相当差。而KLT的计算量太大。 DCT只需在每帧采用FFT运算即可，因此运算量小、数据量少，也不需要传输特征矢量。 DCT统计地近似于长时间最佳正交变换和特征矢量，所以DCT与DFT相比，变换效率高于DFT。 DCT与DFT相比，在端点取出波形的影响较小，在频域区的畸变更小。 N点DCT的正变换为： 令 为X的填充形式， § 7.4 语音信号的参数编码 线性预测声码器：应用最成功的低速率参数语音编码器。 LPC参数的变换和量化 变帧率LPC声码器 §7.5 语音信号的混合编码 20世纪80年代后期，综合了参数编码低比特率与波形编码高语音质量优点的混合编码得到广泛的使用。 最为典型的就是CELP模型。它在比特率为4-16Kbps时已经可以得到比其他算法更高的重建语音质量。 得到最广泛应用的是LPAS（基于线性预测技术的分析-合成编码方法），通过线性预测确定系统参数，并通过闭环或分析-合成方法来确定激励序列。 3种最常见的分析-合成线性预测编码算法分别是： 多脉冲线性预测算法（MP-LPC） 规则脉冲激励线性预测编码（RPE-LPC） 码激励线性预测编码（CELP）：具有较高质量的合成语音和良好的抗噪性和多次复接能力，近年很多声码器基于该模型。 用一个固定的随机码本中的码矢量来逼近语音经过短时、长时预测后的余量信号。 CELP模型编码仍基于语音的短时特性，采用LAPS与矢量量化。在编码类型上，既采用了类似声源模型的语音合成方法，又做了波形的最佳匹配，所以同时具有参数编码与波形编码的特征，故称为混合编码。 §7.6 　现代通信中的语音信号编码方法 当前语音编码的研究主要致力于如何在较低数据速率的条件下提高声码器的语音质量使之尽量接近有线话音质量。 目前的ＣＤＭＡ系统中，基于ＲＣＥＬＰ算法的ＥＶＲＣ算法在语音质量与比特速率间取得了很好的平衡，且适用于变速率编码，抗干扰能力也令人满意，从而得到了极为广泛的应用。 §7.6.1 EVRC算法基本原理 短时预测器：分析语音信号的共振峰结构（谱包络） 长时预测器：分析语音信号的基音结构 感知加权滤波器：使得量化误差能被高能量的共振峰所掩盖。 激励信号依据MSE选择 传统的LPC声码器采用的是二元激励，它将激励源分为清音和浊音；CELP的主要改进是采用矢量量化技术对激励信号编码，将事先经过训练得到的一组码矢量组成一个码本，然后对每一帧语音信号从这组码本中选出一个在感知加权误差最小意义上的最佳码矢作为激励源。 用一个自适应码本中的码矢量来逼近语音的长时周期性（基音）结构； ＋ 码本 ＋ ＋ 误差最小化 ＶＱ索引 CELP编码器示意图 EVRC采用8kHz采样频率的16bit线性PCM信号作为输入信号，以20ms(即160个采样点)为一帧进行编解码。 根据输入信号的特点来选择编码速率——变速率编码——平均比特速率低于8kbps。 最后编码结果的比特速率为8.5kbps(全速率)，4kbps(半速率)或0.8kbps（1/8速率）。 EVRC使用了3种类型的参数来表征语音模型——线性预测系数、基音参数、激励信号。 * 帧长为N，可以形成一个矢量 该矢量通过一个正交变换矩阵A,作一个线性变换 式中正交变换矩阵A满足A-1=AT,Y中的元素就是变换域系数，它们被量化后形成矢量 ，在接收端通过逆变换重构出信号矢量 自适应变换编码的任务就是设计一个最佳量化器去量化Y中的各个元素，使得重构的语音失真最小；或者说，使信号量化信噪比最大。可以证明，ATC的增益是变换域系数方差的算术平均与其几何平均值比 即相对于PCM没有信噪比增益。一般说来，合适的正交变换使变换域系数能量集中分布，所以其几何平均值总是小于算术