第10章 语音编码.pptVIP

同态声码器 在同态声码器中，每10～20 ms计算一次倒谱，从每一帧的倒谱高时部分估计基音周期和浊/清音信息；它们和倒谱的低时部分一起，经过量化和编码，送去传输和存储 在接收端合成部分，传输过来的声门激励参数生成声门激励序列；从量化的低时段倒谱计算出近似的声道冲激响应，令二者直接卷积得到合成的语音信号。 图11-9同态声码器框图 同态声码器 同态滤波器用26个倒谱值，每个值用6 bit量化，再加上与声门激励有关的边带信息，在帧取样率50次/s的情况下，可产生质量相当高的自然语音。 在量化前对倒谱值作某些处理，例如只传输c(n)的差分值，可将进一步压缩数码率。 求声门激励和声道模型参数时，使用不同长度的时窗，以及使窗长自适应于语音波形的特征也将使编码效率得到提高。 如果使用复倒谱(保留相位信息)，同态声码器输出的语音质量还将进一步得到改善。 同态声码器的运算量较大，发送端和接收端都需要作二次DFT。但这种声码器具有一个优点，就是占去大部分计算量的倒谱既可用来估计激励参数，又可用来估计声道参数。 线性预测声码器 线性预测是一项非常成功的技术，在语音通信中可使数码率降低20～30倍而不致严重影响语音质量，在数码率为2.4～4.8 kbit/s时可获得清晰的语音。 线性预测声码器可以被认为是一种能模拟人类声音机制的声码器。 图11-10LPC声码器框图 线性预测声码器--LPC参数的变换和量化 LPC声码器中，必须传输的参数是P个预测器系数、基音周期、清/浊音信息和增益参数。 直接对预测器系数｛ai｝量化后再传输是不合适的，这是因为系数｛ai｝的很小变化都将导致合成滤波器极点位置的较大变化，甚至造成不稳定的现象。 这表明需要用较多的bit数去量化每个预测器系数。为此，可将预测器系数变换成其他更适合于编码和传输的参数形式。归纳起来，有以下几种： 1、反射系数ki 2对数面积比 3预测多项式的根 线性预测声码器--变帧率LPC声码器 充分利用了语音信号在时间域上的冗余度，尤其是元音和擦音在发音过程中都有缓变的区间，描述这部分区间的语音不必像一些快变语音那样用很多bit的信息量。 语音信号是非平稳的时变信号，波形变化随时间而不同。 清音至浊音的过渡段，语音特性的变化剧烈，理论上应用较短的分析帧，要求LPC声码器至少每隔10 ms就发送一帧新的LPC参数； 浊音部分，在发音过程中有缓变的区间，语音信号的谱特性变化很小，分析帧就可取长些；在语音活动停顿情况下更是如此。因而，可以采用变帧速率的编码技术来降低声码器的平均传输码率。 实际上，帧长可保持恒定，只是勿须将每一帧LPC参数都去编码和传送，这时合成部分所需的参数可以通过重复使用前帧参数或内插方法获得，这样每秒传输的帧数是在变化的，平均的传输码率将大大降低。 如果采用LPC方式存储信号，变帧速率编码将起到减少存储容量的作用。 混合编码 混合编码结合了波形编码和声码器的优点：既利用了语音产生模型，通过对模型中的参数(主要是声道参数)进行编码，减少了波形编码中被编码对象的动态范围或数目；又使编码的过程产生接近原始语音波形的合成语音，以保留说话人的各种自然特征，提高了合成语音质量。 由于声码器语音质量差的原因是激励形式过于简单，因而，提高语音质量的方法，是改变激励信号的选择原则，使其激励于合成系统的输出即合成语音，尽可能接近原始语音。 即先分析输入语音，提取声道模型参数，然后选择激励信号去激励声道模型产生合成语音，通过比较合成语音与原始语音的差别，选择最佳激励，以得到最佳逼近原始语音的效果。所以，编码是一个分析加合成的过程，因而称为分析-合成编码。 混合编码 目前较为成功的混合编码方案有： 多脉冲线性预测编码(Multi-Pulse LPC，简称MPLPC)：使用一个数目有限、幅度和位置可调整的脉冲序列作为激励源； 码激励线性预测编码(Code-Excited LPC，简称CELP)：使用一个波形码矢量作激励源，它通常从高斯白噪声序列构成的码本中选取。 在这两种方案中，均采用了灵活的语音合成模型。尽管由于激励序列的引入需要增加几倍的传输码率，但却可以明显地提高合成语音的质量。 混合编码-MPLPC MPLPC具有LPC和ADPCM的预测编码结构，但它采用感知加权进行设定。MPLPC通过改进激励模型提高LPC的性能，但不是象ADPCM和其他一些波形编码那样直接量化、传送预测误差。它采用几个脉冲作为一个语音帧的激励信号；脉冲数量事先选好，但需考虑复杂性和语音音质。 这种方法能够压缩数码率的原因：语音模型中的激励信号，可以从分析分析-合成编码系统产生的预测误差获得。这个预测误差序列可由大约只占其个数十分之一的另一组脉冲序列来替代，由新脉冲序列激励声道模型产生的合成语