基于SOFM的直接矢量量化方法在LD-CELP语音编码算法中的应用

摘要

ITU-T G728语音编码标准，具有低延迟、高质量语音编码特性，被广泛应用在数据通信的各个领域，但其算法复杂度高，运算量庞大。本研究以降低编码复杂度为目的对G.728算法进行修改，使用并改进了一种降低码书搜索复杂度的方法-直接矢量量化方法。 LD-CELP算法中，激励码书中的1024个码字一次一个地通过由综合滤波器和感觉加权滤波器组成的级联滤波器，然后与归一化的目标矢量进行比较，选出均方误差最小的激励码字。级联滤波器运算在整个编码过程中所占的运算量比较大，针对此问题，提出将直接矢量量化方法引入到LD-CELP语音编码算法的思想。直接矢量量化方法的主要思想就是在码书搜索过程中，去除级联滤波器的滤波运算，同时利用感觉加权逆滤波器来完成语音的合成工作。本研究实现了直接矢量量化方法与LD-CELP语音编码算法的结合，同时对感觉加权逆滤波器参数的选取、系数的更新过程以及修改之后的码书搜索过程都给予了详细的论述。实验结果表明，在运算速度方面，直接矢量量化LD-CELP比原始LD-CELP算法有了明显提高，且语句越长越明显，8l旬的时候可以快4.7秒。同时对滤波运算参与完成的能量运算和逆时卷积运算进行了运算量分析，乘法运算量降低了75％，加法运算量降低了77.78％，在信噪比方面和主观听觉方面，质量并没有下降。 使用直接矢量量化方法后，需要重新训练码书。因此，本文接着研究了神经网络在矢量量化码书设计中的应用。自组织特征映射(Self-Organizing Feature Map，SOFM)神经网络算法由于其受初始码书影响小、抗信噪误码能力强、适应性强等特点被广泛应用于码书设计。它是一种具有侧向联想能力的双层(输入层和输出层)结构网络，采用Kohonen竞争学习算法，改变获胜节点及相邻节点的权值，实现输入矢量到输出矢量空间的特征映射，权值的集合即组成码书。本研究在深入分析SOFM神经网络理论的基础上，阐述了在语音编码算法中，SOFM的学习速率和邻域函数的选择问题，并进一步提出了两个改善网络性能的方法:一是对输入训练矢量和连接权矢量进行归一化处理；二是将网络权值的自适应调整过程分解为排序和收敛两个阶段。结果表明，通过这些改进方法，使SOFM网络的性能得到了进一步的改善。SOFM神经网络训练的码书生成语音的分段信噪比比LBG算法平均提高0.73dB，同时码书重构的时间仅占LBG算法时间的10.85％。

目录

文摘

英文文摘

声明

第一章绪论

1.1语音编码概述

1.1.1引言

1.1.2语音编码的国内外发展状况

1.1.3衡量语音编码性能的主要因素

1.2 G.728语音编码算法的研究现状

1.3 自组织神经网络概述

1.4论文完成工作

1.5本论文的组织

第二章G.728标准算法

2.1原理概述

2.2 LPC系数的计算

2.3感觉加权滤波器

2.4综合滤波器

2.5对数增益滤波器

2.6码书搜索

2.6.1目标矢量

2.6.2码书结构

2.6.3码书搜索算法

2.7后滤波器

2.7.1长时后滤波器

2.7.2短时后滤波器

2.7.3输出增益调节单元

第三章直接矢量量化方法在G.728语音编码算法中的应用

3.1直接矢量量化算法原理

3.2直接矢量量化方法在G.728算法中的应用

3.2.1合成语音生成的具体算法

3.2.2感觉加权逆滤波器参数的确定

3.2.3感觉加权逆滤波器系数的更新

3.2.4码书搜索过程

3.2.5增益码书的量化

3.3实验结果和结论

3.4小结

第四章矢量量化和自组织映射神经网络的理论研究

4.1矢量量化基本原理

4.1.1矢量量化定义

4.1.2失真测度

4.2经典的码书设计算法

4.2.1 LBG算法的理论基础

4.2.2 LBG算法

4.3 SOFM神经网络的理论研究

4.3.1 SOFM网络的基本思想

4.3.2 SOFM基本结构和原理

4.3.3 SOFM算法的实现

4.3.4 SOFM网络的自组织特性

4.4小结

第五章SOFM神经网络在矢量量化中的应用

5.1 SOFM神经网络各参数的选取

5.1.1 学习速率η(t)的选取

5.1.2邻域函数Nc(t)的选取

5.1.3最大迭代次数和邻域初始半径的选取

5.2基本的SOFM学习算法的改进

5.3实验结论和分析

5.4小结

第六章总结与展望

参考文献

致谢

攻读学位期间发表的学术论文目录