语音的压缩编码.ppt

语音是一个近似的短时(10~30ms)平稳随机过程，LPC模型的参数A=(a1,a2,a3,a4,a5,a6,a7,a8,a9,a10,G,V/UV,T)变化比较慢,大约每20ms变化一次；假设语音信号的取样频率为8kHz，将每秒钟分成50帧，每帧20ms(其中有20x8=160个样本)，每一帧的所有信号近似地满足同一模型，即每一帧语音可以使用同一组参数来表示:浊音还是清音（1位）浊音的基频T（6位）音源的幅度G（5位）线性滤波器的参数（10个参数，每个参数6位，共60位）语音的参数编码（LPC分析）

——从已知的数字语音信号中提取参数所以，每秒总码率为：50x72bits=3600bps=3.6kbps如何确定LPC的系数(1)对声音波形的编码实际就转化为如何提取语音生成模型的参数，经典的方法是线性预测编码LPC。每一个样本都用过去10个样本的线性组合来预测：spre(n)=-[a1s(n-1)+a2s(n-2)+…+a10s(n-10)]样本s(n)的预测误差为:e(n)=s(n)-spre(n)=s(n)+a1s(n-1)+a2s(n-2)+…+a10s(n-10)10个样本s(n-10)s(n-2)s(n-1)s(n)如何确定LPC的系数(2)问题：对给定的一帧信号s(n)，n=[0..159]，怎样选择系数ai使得预测误差e(n)的平方和为最小？即E=∑[s(n)+a1s(n-1)+a2s(n-2)+…+a10s(n-10)]2最小为此，上式对a1,a2,…,a10分别求偏导数得到一组差分方程dE/da1=0,∑[s(n)+a1s(n-1)+a2s(n-2)+…+a10s(n-10)]s(n-1)=0dE/da2＝0,∑[s(n)+a1s(n-1)+a2s(n-2)+…+a10s(n-10)]s(n-2)=0…..,dE/da10＝0,∑[s(n)+a1s(n-1)+a2s(n-2)+…+a10s(n-10)]s(n-10)=0求解系数ai的线性方程组R(1,1)R(1,2)R(1,3)…..R(1,10)a1-R(0,1)R(2,1)R(2,2)R(2,3)…..R(2,10)a2-R(0,2)R(3,1)R(3,2)R(3,3)…..R(3,10)a3-R(0,3). . .. . . . . .R(10,1)R(10,2)R(10,3)…..R(10,10) a10-R(0,10)=其中R(i,j)＝∑s(n-i)·s(n-j),是信号s(n)的自相关性n=0159-k如何确定LPC的系数(3)

—如何确定其他3个参数(V/UV,G,T)浊音/清音的判定比较困难，不正确的分类会大大降低语音质量使用语音信号过零点的数目来判定；i∈[12,140]基音周期T的估计是生成高品质、高清晰语音的关键常用方法：SIFT基音检测法，AMDF基音检测法激励信号的增益G例12.4kb/sLPC语音编码器20ms作为1帧，按帧进行编码LPC系数的比特分配为：34bit增益G：7bit浊音/清音及浊音的基音周期T：7bi