数字语音编码课件作者赵晓群第11章节多带激励声码器.pptVIP

国家“十一五”规划教材 《数字语音编码》讲议 同济大学电子与信息工程学院 赵晓群　编著 机械工业出版社，2007年 第11章　多带激励声码器 11.1　概述 CELP、MPLPC等：全极点模型、LPC 分析，合成-分析法， 听觉加权方均误差准则，闭环确定激励参数。 ◆这类混合编码，在 4.8~16 kbit/s 码率内获得巨大成功。 ◆关键技术：是保持了合成语音与原始语音波形的相似性。 ◆再降数码率时，合成语音质量迅速下降。 LPC 声码器：（清/浊音）二元激励模型，分析-合成法， LPC 分析，清/浊音判别，估计基音周期。 ◆SNR 较高时，2.4 kbit/s 及以下码率，语音可懂度相当高。 以上编码器，当噪声较大时，因无法准确提取参数， 性能严重恶化； 其它声码器，如通道声码器、同态声码器等也有同样弱点。 产生原因：二元激励模型过于简化，不符合实际语音的特性。 ◆许多语音段，同时含周期性、非周期性分量， 过渡音段、有噪浊音段更是如此。 ◆当用二元谱来拟合时，合成语音缺乏自然度。 1988 年 MIT 林肯实验室提出多带激励（MBE）语音编码， ◆突破二元激励的局限性，对多个频带逐个进行 V/U 判决， 故称为多带激励模型。 ◆采用合成-分析法，在 2.4 ~ 4.8 kbit/s 码率时性能优良。 ◆改进方案被国际海事卫星组织采用（INMARSAT-M Voice Codec），码率为 6.4 kbit/s。 本章主要内容：MBE 原理，参数提取方法，合成语音的方法。重点介绍 INMARSAT-M Voice Codec 标准的算法。 第11章　多带激励声码器 11.2　多带激励语音模型 窗选语音信号为（窗长 20~40 ms）： ◆源-系统语音模型理论，语音段是线性系统（声道） 对某种激励信号的响应。 设系统的单位脉冲响应为，则的 Fourier 变换可表示为： 式中　Hw(ω), Ew(ω) —— hw(n), ew(n) 的 Fourier 变换。 ◆重建语音信号谱 Xwr(ω) 可表示为： 式中　Hwr(ω) —— 合成滤波器的系统函数； 　　　 Ewr(ω) —— 合成滤波器的激励信号的 Fourier 变换。 　　　 两者皆从原始语音信号中分析提取。 清音波形 Hwr(ω) 用全极点函数来逼近，相应于 Xwr(ω) 的谱包络。 MBE 按基音各谐波，将语音分成若干个子频带 （如以 3 个相邻的谐波频带为一组进行分带）， 　分别对各子带进行 V/U 判决，激励信号为各子带的和。 ◆ 清音带：用白噪声谱作为激励信号谱； ◆ 浊音带：用周期性的 Pw(ω) 作为激励信号谱。 激励信号是周期性信号与非周期性噪声按不同频带混合而成。 系统函数 Hwr(ω) 的作用是：调整各子带分量的相对幅度和 相位，并将 Ew(ω) 映射成 Xw(ω) 。 该模型较符合实际语音的特性，使合成语音谱同原语音谱 在频谱精细结构上拟合得更好。 若还利用谱的相位信息，则能够合成出高质量的语音。 图11.1：典型的浊音、清音和混合语音段的分析-合成情况。 ◆ MBE 编码过程涉及三种参数的提取， ① 基音频率； ② 每个子带的谱包络的幅度和相位参数； ③ 每个子带的 V/U 判决。 图11.2：MBE 语音编/解码器的简化原理图。 (a) 浊语音段 (b) 清语音段 (c) 混合语音段 图11.1　语音MBE的分析-合成波形（10 kHz采样，256点Hamming窗） 第11章　多带激励声码器 11.3　多带激励语音分析 MBE模型参数的最优提取，计算量大，工程难以实时实现。 常用次优算法，分两步完成参数的提取： ① 确定基音频率和每个分带的谱包络参数，用 AbS 法提取； ② 对每个分带进行 V/U 判决。 有两种参数提取方案： ①使下列加权积分值（加权方均谱误差）为最小： ②应使下列加权积分值达到最小： 式中　 G(ω) —— 频率加权函数； Xw(ω), Xwr(ω) —— 原始语音谱和合成语音谱。