第06讲共振峰估计+矢量量化.pptVIP

上次课内容简单回顾 基音检测 纯音是指单一正弦振荡的声波； 复音则是由多个正弦波组成的声音，其中各个频率的最大公约数称为基音频率，相应的一个声波成分叫基音。 谐音或泛音指频率相当于基音频率整数倍的正弦形声波。乐音和语音中的浊音都可以近似地看作是含有许多谐波分量的复音。 语音的基音频率大约在60一500Hz的范围内，一般女声比男声的基音频率高，童声比成人语音的基音频率高。语音的最高谐波频率可达5000以上，因此可能包含有几十次、上百次的谐波分量。 基音提取的方法大致包括时域估计法、变换法和混合法。 时域估计法，即直接由语音波形来估计基音周期，分析出波形上的周期峰值。如：自相关法、并行处理法、平均幅度差法等。 变换法，是将语音信号变换到频域或倒谱域来估计基音周期，比如倒谱法，倒谱分析法比较复杂，但基音周期估计效果好。 混合法，先将信号提取声道模型参数，然后利用它对信号进行滤波，得到音源序列，最后再利用自相关法或法求得基音周期，例如简化逆滤波法等。 4.1概述 4.2矢量量化的基本原理 4.3失真测度 4.4最佳矢量量化器和码本设计 4.5降低复杂度的矢量量化系统 4.6语音参数的矢量量化 §4.1 概述 §4.2 矢量量化的基本原理 标量量化是对信号的单个样本或参数的幅度进行量化；标量是指被量化的变量，为一维变量。 矢量量化的过程是将语音信号波形的K个样点的每一帧，或有K个参数的每一参数帧构成K维空间的一个矢量，然后对这个矢量进行量化。 标量量化可以说是K＝1的矢量量化。矢量量化过程和标量量化过程相似。将K维无限空间划分为M个区域边界，然后将输入矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。 以K＝2进行说明：当K＝2时，所得到的是二维矢量。所有可能的二维矢量就形成了一个平面。记为（a1,a2）,所有可能的（a1,a2）就是一个二维空间。如图7-1（a）所示 通常这些代表值Yi称为量化矢量。 对一个矢量X进行量化，首先选择一个合适的失真测度，然后用最小失真原理，分别计算用量化矢量Yi替代X所带来的失真。 其中最小失真值所对应的那个量化矢量，就是矢量X的重构矢量（或恢复矢量）。 所有M个量化矢量构成的集合 称为码书或码本； 把码书中的每个量化矢量Yi（i＝1，2….M）称为码字或码矢。 不同的划分或不同的量化矢量选取就可以构成不同的矢量量化器。 注：根据仙农信息论，矢量越长越好。实际中码书是不完备的，即矢量数是有限的，而对于任何一个实际应用来说，矢量通常是无限的。在实际运用中，输入矢量和码书中码字不匹配的情况下，这种失真是允许的。 特点： 传输存储的不是矢量本身而是其序号，所以 据有高保密性能 收发两端没有反馈回路，因此比较稳定 矢量量化器的关键是编码器的设计，译码器 只是简单的的查表过程。 §4.3 失真测度 前面我们讲过设计矢量量化器的关键是编码器的设计。而在编码的过程中，就需要引入失真测度的概念。 失真度选择必须具备的特性 必须在主观评价上有意义，即小的失真应该对应于好的主观语音质量； 必须是易于处理的，即在数学上易于实现，这样可以用于实际的矢量量化器的设计； 平均失真存在并且可以计算； 易于硬件实现 §4.3.1 欧氏距离－均方误差 模糊c均值聚类算法目标函数为如下式所示： 模糊矢量量化码本估计的步骤如下： 1）设定初始码本和每个码字的初始隶属度函数 ，为了方便可以令每个码字的初始隶属度函数为相等的值； 2）对于训练观察矢量序列 ，利用式（4-34）计算新的聚类中心 及新的隶属度函数 ； 3）利用式（4-33）的目标函数，判断迭代计算是否收敛。如果前后差值小于某个阈值，则迭代计算结束，由新的聚类中心和隶属度函数集组成重估后的新码本；否则继续进行下一轮迭代计算。 模糊矢量量化的步骤如下： 1）对于待矢量量化的输入矢量 ，模糊矢量量化不是通过矢量量化把输入矢量 量化成为某个码字 ，而是把输入矢量 量化成由隶属度函数组成的矢量 ，它表示 分别属于码字 的程度是多少；其中 由下式给定： 2）这时 的量化误差由下式给定： §4.4.1 LBG算法 §4.4.2 初始码本的生成 §4.5 矢量量化技术的优化设计 上面介绍的矢量量化技术应用于语音信号处理时有其局限性： 实