超低速率语音编码的研究

摘要

语音编码是现代通信网络中最基本的内容之一。为了满足通信领域众多的需求,2.4kbps及以下的低速率语音编码技术一直是十分重要的研究课题。尤其在某些带宽非常受限的应用领域,更是迫切需要一些更低速率(如0.6-0.3kb p s)的语音编码技术。
　　语音信号可以通过线性预测技术分解为LP系数以及余量信号。LP系数通常转换为与其等价的LSF参数进行量化,它占据语音码流中的大部分,因而其高效量化方式将是超低速率声码器的关键研究内容。
　　本课题首先针对分段声码器的语音分段算法做了详细的研究,提出了一种能够实时运行的较为高效、可靠的语音分段算法,并作为之后新提出的矢量量化算法以及超低速率声码器的重要工具。
　　接着本课题结合新的语音分段算法,设计了一种分段预测多级矢量量化算法,根据 LSF参数在段内强相关以及在段间弱相关的特性,将矢量预测器分为段内预测器与段间预测器两种,更合理地利用了LSF参数的帧间相关性,比起普通的预测多级矢量量化算法,新算法的量化精度有了明显的提升。
　　之后,本课题又设计了一种码书联合优化训练算法,使量化器、段内预测器、段间预测器能够联合迭代更新,优化后的码书对于LSF参数的量化性能又进一步获得提升。
　　最后本课题结合以上新算法与正弦激励参数模型,对输入语音的LP(LSF)参数以及余量信号进行编解码并重构原始语音,从而设计了一款平均速率约0.4kbps的超低速率声码器,其重构语音的音质达到了可懂的级别。

目录

封面

声明

中文摘要

英文摘要

目录

图录

表录

第一章 引言

1. 1应用背景

1. 2低速率语音编码基础

1. 3现代低速率语音编码算法

1. 4超低速率语音编码算法的新进展

1. 5论文工作的背景、意义和本文安排

第二章 分段声码器高效分段算法设计

2. 1概述

2. 2参数分段新算法设计

2. 3算法性能分析

2. 4本章小结

第三章 线性预测系数高效量化算法基础

3. 1 LP系数及其推演参数——LS F参数

3. 2 LP系数量化效果的客观评价标准

3. 3矢量量化基本原理

3. 4矢量量化码书训练算法

3. 5矢量量化算法结构设计

3. 6本章小结

第四章 基于语音分段的线性预测系数高效量化算法

4. 1新算法特点介绍

4. 2码书的训练算法

4. 3 LS F参数的编解码流程

4. 4实验结果和评价

4. 5本章小结

第五章 0 .4 kbps超低速率声码器设计

5. 1激励源模型的选择

5. 2激励源参数的提取与编码

5. 3激励源参数的解码与语音合成

5. 4超低速率声码器设计

5. 5本章小结

第六章 结束语

6. 1主要工作与创新点

6. 2后续研究工作

参考文献

致谢

攻读硕士学位期间已发表或录用的论文