语言信号处理方法第七章矢量量化.pptVIP

概述 矢量量化的基本原理 失真测度 最佳矢量量化器和码本设计 降低复杂度的矢量量化系统 语音参数的矢量量化 7.1 概述 矢量量化（VQ，即Vector Quantization）是一种极其重要的信号压缩方法。VQ在语音信号处理中占十分重要的地位。广泛应用于语音编码、语音识别和语音合成等领域。 量化分为两类： * 标量量化：将取样后的信号值逐个地进行量化。 * 矢量量化：将若干取样信号分成一组，即构成一个矢量，然后对此矢量一次进行量化。 凡是要用量化的地方都可以采用矢量量化。 矢量量化是实现数据压缩的一种有效方法，早在50和60年代就被用于语音压缩编码。直到70年代线性预测技术被引入语音编码后，矢量量化技术才活跃起来。80年代初，矢量量化技术的理论和应用研究得到迅速发展。 7.2 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。 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所示 矢量量化就是将这个平面划分为M块S1，S2，…，Si…SM，然后从每一块中找出代表值Yi（i＝1，2….M），这就构成一个有M个区间的二维矢量量化器。图（b）所示的是一个7区间的二维矢量量化器，即K＝2，M＝7。 通常这些代表值Yi称为量化矢量。 所有M个量化矢量构成的集合 { Yi }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。 量化方法： 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）。 存在的问题 一、如何划分M个区域边界。 方法是：将大量欲处理的信号的矢量进行统计划分，进一步确定这些划分边界的中心矢量值来得到码书。 二、如何确定两矢量在进行比较时的测度。 这个测度就是两矢量间的距离，或以其中某一矢量为基准时的失真度。它描述了当输入矢量用码书所对应的矢量来表征时所应付出的代价。 图7-2 矢量量化系统的组成 工作过程： 在编码端，输入矢量Xi与码书中的每一个码字进行比较，分别计算出它们的失真。搜索到失真最小的码字 的序号 （或该码字所在码书中的地址），这些序号就作为传输或存储的参数。 在恢复时，根据此序号从恢复端的码书中找出相应的码字 。由于两本码书完全相同，此时失真最小，所以 就是输入矢量Xi的重构矢量。 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；用于传输时，其传输速率可以进一步降低； 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。 矢量量化的性能指标除了码书的大小M以外还有由于量化而产生的平均信噪比： 矢量量化的准则：在给定码本大小K时使量化所造成的失真最小。 7.3 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。 常见失真测度方法 均方误差失真测度（即欧氏距离） 加权的均方误差失真测度 板仓－斋藤（Itakura－Saito）似然比距离 似然比失真测度 等等 一、欧氏距离－均方误差 设输入信号的某个K维矢量X，与码书中某个K维矢量Y进行比较，xi,yi分别表示X和Y中的各元素 ，则定义均方误差为欧氏距离： 4）计算相对失真改进量 ： 3）计算新码字 将 与失真门限值 进行比较。若 则转入 6）否则转入5）； * * 矢量量化的定义 将信号序列 的每K个连续样点分成一组，形成K维欧式空间中的一个矢量，矢量量化就是把这个K维输入矢量X映射成另一个K维量化矢量。其中量化矢量构成的集合 称为码书或码本，码书中的每个矢量 称为码字或者码矢