网站大量收购独家精品文档,联系QQ:2885784924

分析综合编码课件.pptVIP

  1. 1、本文档共104页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

分析—综合编码?不是传送信号样本的直接表示,而是告诉解码器如何产生信号输出–信源产生模型:信源产生过程用一个数学模型表示信源,该模型取决于一些参数–编码器根据输入信号计算模型参数,然后对模型参数进行编码:分析–解码器接收到模型参数,在利用数学模型重建原始数据:合成–码率低?以语音编码为例

人类的发音器官?人的发音器官由三个部分组成:当肺部中的受压空气沿着声道通过声门发出时就产生了话音。但声音是从声道(从声带延展到嘴,–(1)肺和气管产生气源;–(2)喉和声带称为声门;–(3)由咽腔、口腔、鼻腔组成的声成道人平均声道长度为17m)中产生的,声音的基音由声道的形状变化(主要通过移动舌头)和移动嘴唇控制。强度(响度)通过改变从肺部发出的气体的量改变。人的声音变化很慢,肺的操作很慢,声道的形状变化很慢,所以语音的基音和强度变化也很慢。嘴唇表现在相邻样本间很相似,即使是帧(20ms)也是强相关的。这种相关性正是语音压缩的基础。肺

语音产生的物理过程?激励源:来自肺部的空气流经过声带–如果声带是紧绷的,则声带将产生张弛震动,即声带将周期性的开启和闭合。声带开启时,空气流从声门喷射出,形成一个脉冲;声带闭合时就是相应脉冲的间歇期。这种情况下在声门处产生一个准周期性脉冲系列的空气流,最终产生“浊音”语音–如果声带是完全舒展开来,则肺部的空气流将不受影响的通过声门。空气流通过声门后,?如果声道的某个部位产生收缩而形成一个狭窄的通道,当空气流到达此处时被迫高速通过收缩区,并在附近产生空气的湍流,这种湍流通过声道后便形成“摩擦音”

语音产生的物理过程?当声音由三种激励方式产生后,便顺着声道进行传播?声道:具有某种谐振特性的腔体,腔体的一组谐振点称为共振峰–类似滤波器,对输入信号进行调制–这些共振峰的位置以及各个峰的宽度决定了声道的频谱特性,共振峰及带宽取决于声道的形状和尺寸

语音信号的时域冗余度?幅度非均匀分布–小幅度样本出现的频率高?样本之间的相关性–当取样频率为8KHz时,相邻样本间的相关系数大于0.85;?周期之间的相关性–在特定瞬间,某段声音往往只是总频带300~3400Hz的少数几个频率分量在起作用?象某些振荡波一些,在周期与周期之间存在一定的相关性?基音之间的相关性–男声基音周期为5~20ms,而典型的浊音持续100ms?静止系数(话音间隙)–全双工话路的典型效率约为40%(静止系数为0.6)?长期相关性(longtermcorrelation)

语音信号的频域冗余度从频域考察语音信号的功率谱密度:?非均匀的长时间功率谱密度–长时间功率谱呈现强烈的非平坦性,高频能量较低?时域上相邻样本相关?语音特有的短时功率谱密度–语音的短时功率谱,在某些频率出现峰值(该频率称为共振峰频率),在另外一些频率上出现谷值。–出现共振峰的频率不止一个,最主要的是前两个,决定了不同的语音特征–整个谱也随频率增加而递减–功率谱的细节以基音频率为基础,形成高次谐波结构另外,人的声道形状及其变化规律是有限的?按一定的时间段(帧)来计算声道滤波器的参数或语音谱包

语音信号的短时功率谱浊音清音

语音信号产生的数字模型基音周期LPC系数脉冲序列发生器清/浊转换x(n)u(n)声道模拟滤波器?输出语音s(n)随机噪声发生器增益?激励模型:–浊音:周期脉冲信号–清音:随机噪声?声道模型:M阶全极点滤波器/AR模型?线性预测

分析—综合编码?编码器:将语音信号分片/帧,对每帧进行分析–激励信号参数–声道滤波器参数?解码器:根据模型和收到的参数合成语音?出现过很多不同的分析—综合语音压缩方法–线性预测声码器器(LinearpredictiveCoder,LPC)–码激励线性预测(Codeexcitedlinearprediction,CELP)–正弦声码器–混合激励线性预测(mixedexcitationlinearprediction,MELP)

线性预测声码器(LPC)?激励:二元激励源–浊音:基音周期脉冲–清音:随机噪声?声道:线性滤波器基音周期信号能量V/U脉冲序列声道滤波器G合成语音随机噪声参数:浊音/清音标记基音周期信号能量

LPC-10声码器?M=10:LPC-10–美国国家标准?输入语音:8000样本/秒?180样本/帧(22.5ms)–语音信号在10~30ms内具有短时平稳的特点?输出带宽:2.4kbps–54比特/帧–44.44帧/秒(22.5ms)

浊音/清音检测?浊音:?清音:–振值大?能量高–频率高?过零率高

浊音/清音检测(2)?LPC-10中,输入信号通过1kH

文档评论(0)

181****8378 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档