（通信與信息系統(tǒng)專業(yè)論文）低碼率波形內(nèi)插語(yǔ)音編碼算法研究及其仿真.pdf

摘要 摘要 本文旨在以國(guó)際流行的低碼率語(yǔ)音編碼算法為背景，概要地說(shuō)明了低碼率語(yǔ) 音編碼算法的分類和大概的研究情況，并以波形內(nèi)插語(yǔ)音編碼算法為重點(diǎn)，系統(tǒng) 而深入地介紹了有關(guān)波形內(nèi)插語(yǔ)音編碼算法的基本理論和主要研究方向。在對(duì)波 形內(nèi)插語(yǔ)音編碼主要算法進(jìn)行了深入研究的基礎(chǔ)上，本文作者依據(jù)現(xiàn)在語(yǔ)音編碼 領(lǐng)域出現(xiàn)的新技術(shù)和作者本身對(duì)波形內(nèi)插算法的一些新想法，對(duì)波形內(nèi)插語(yǔ)音編 碼算法中的一個(gè)研究方向上的算法作出了一定程度上的改進(jìn)，試圖使得新算法在 計(jì)算復(fù)雜度和語(yǔ)音合成質(zhì)量方面都比原來(lái)的算法更有優(yōu)勢(shì)。通過(guò)仿真實(shí)驗(yàn)，改進(jìn) 算法的目的已被證實(shí)達(dá)到。但是改進(jìn)算法仍是作為一個(gè)純濁音的語(yǔ)音編碼算法， 與清音分開(kāi)編碼，使得它還保留有原來(lái)算法的局限性。 本文的研究工作主要包括以下幾個(gè)方面； 1 低碼率語(yǔ)音編碼的研究概況及其幾種主要算法的介紹。首先給出了語(yǔ)音編 碼算法的分類和對(duì)應(yīng)的國(guó)際標(biāo)準(zhǔn)，跟著分別對(duì)低碼率語(yǔ)音編碼各算法的起源，編 解碼的原理框圖以及主要應(yīng)用方向等進(jìn)行了分析。 2 波形內(nèi)插語(yǔ)音編碼算法的研究。詳細(xì)地介紹了波形內(nèi)插算法的基本原理和 它的兩個(gè)主流研究算法，并用c 代碼分別實(shí)現(xiàn)了這兩個(gè)算法的濁音編碼部分。在 分別對(duì)兩個(gè)研究方向的算法進(jìn)行了功能分析和算法比較的基礎(chǔ)上，指出了它們的 不足，同時(shí)為后面即將提出的改進(jìn)的波形內(nèi)插語(yǔ)音編碼算法指明了改進(jìn)方向。 3 改進(jìn)的波形內(nèi)插算法的研究。具體說(shuō)明了改進(jìn)算法的基本原理和實(shí)施流 程，并對(duì)改進(jìn)算法進(jìn)行了仿真。仿真結(jié)果證明了改進(jìn)算法的有效性，同時(shí)也指出 了該改進(jìn)算法由其實(shí)現(xiàn)原理的限制而存在的內(nèi)在缺陷。 論文的最后對(duì)整個(gè)的研究工作進(jìn)行了總結(jié)，并提出了波形內(nèi)插語(yǔ)音編碼算法 將來(lái)的研究重點(diǎn)和發(fā)展方向。 關(guān)鍵詞：波形內(nèi)插；原型波形內(nèi)插；特征波形內(nèi)插；原型周期波形；特征波形 華南理工大學(xué)碩士學(xué)位論文 a b s t r a c t t h i sp a p e ri n t r o d u c e st h ec l a s s i f i c a t i o na n dt h er e s e a r c hc o n d i t i o no fl o w - b i t - r a t e s p e e c hc o d i n ga l g o r i t h m sb r i e f l y w i t ht h ee m p h a s i su p o n t h ew a v e f o r mi n t e r p o l a t i o n s p e e c h c o d i n ga l g o r i t h m ，i t e l a b o r a t e st h eb a s i c t h e o r y a n dt h em a i nr e s e a r c h d i r e c t i o n so ft h ew a v e f o r mi n t e r p o l a t i o ns p e e c hc o d i n ga l g o r i t h m o nt h eb a s i so ft h e r e s e a r c ho nt h ew a v e f o r mi n t e r p o l a t i o na l g o r i t h m ，t h ea u t h o rp r o p o s e dam o d i f i e d a l g o r i t h ma c c o r d i n g t os o m en e wi d e a sf o rt h ew a v e f o r mi n t e r p o l a t i o na l g o r i t h ma n d s o m en e wt e c h n i q u e si nt h es p e e c hc o d i n g t h ep a p e rs t r i v e st od e m o n s t r a t et h e m o d i f i e da l g o r i t h ma d v a n t a g e o u si n t h e c o m p u t a t i o nc o m p l e x i t y a n dt h e s p e e c h q u a l i t y t h e m o d i f i e d a l g o r i t h m h a sb e e n p r o v e d e f f e c t i v e b y t h es i m u l a t i o n e x p e r i m e n t s b u t t h em o d i f i e da l g o r i t h mi ss t i l lap u r e - v o c a ls p e e c hc o d i n ga l g o r i t h m ， i tm u s tw o r kw i t h o u tc o n s o n a n t t h a tm a d et h em o d i f i e da l g o r i t h mr e t a i n st h e l i m i t a t i o no ft h eo r i g i n a la l g o r i t h m t h er e s e a r c hw o r ko ft h ep a p e ri se m b o d i e da sf o l l o w i n g 1 t h ei n t r o d u c t i o na b o u tt h eg e n e r a lr e s e a r c hc o n d i t i o na n dt h em a i na l g o r i t h m s o ft h el o w b i t r a t es p e e c hc o d i n g f i r s t l y , t h ep a p e rl i s t st h ec l a s s i f i c a t i o n sa n dt h e c o r r e s p o n d i n gi n t e r n a t i o n a l s t a n d a r d so ft h es p e e c hc o d i n ga l g o r i t h m s s e c o n d l y ，i t a n a l y s e st h es o u r c e ，t h ec o d i n gt h e o r y a n dt h em a i na p p l i c a t i o nd i r e c t i o n so ft h e l o w b i t r a t es p e e c hc o d i n ga l g o r i t h m sr e s p e c t i v e l y 2 r e s e a r c ho i lt h ew a v e f o r mi n t e r p o l a t i o na l g o r i t h m t h ep a p e re x p a n d so nt h e b a s i ct h e o r ya n dt h et w om a i nr e s e a r c hd i r e c t i o n so ft h ew a v e f o r mi n t e r p o l a t i o n s p e e c h c o d i n ga l g o r i t h m ，a n d s i m u l a t e st h e i rv o i c e d n e s s p a r t w i t hcc o d e f u r t h e r m o r e ，i tm a k e sa l g o r i t h mc o m p a r i s o nb e t w e e nt h et w od i r e c t i o n sa n d c o n d u c t s t h ef u n c t i o n a la n a l y s i sa b o u tt h et w oc o r r e s p o n d i n gc o d e r sr e s p e c t i v e l y h e n c et h e p a p e rp o i n t so u t t h es h o r t c o m i n g so ft h et w or e s e a r c hd i r e c t i o n sa n dt h ei m p r o v e m e n t o ft h em o d i f i e dw a v e f o r mi n t e r p o l a t i o na l g o r i t h m 3 r e s e a r c ho nt h em o d i f i e dw a v e f o r m t h ep a p e rs p e c i f i e st h eb a s i ct h e o r ya n d t h ee x e c u t i o nf l o wo ft h em o d i f i e da l g o r i t h m ，a n dt h e nc a r r i e so u te m u l a t i o no n t h e m o d i f i e da l g o r i t h m t h ee m u l a t i o nr e s u l th a sp r o v e dt h em o d i f i e da l g o r i t h mw o r k w h i l ei ts h o w st h es h o r t c o m i n g so ft h em o d i f i e da l g o r i t h ma sw e l l f i n a l l yt h ep a p e rs u m m a r i z e s t h ew h o l er e s e a r c hw o r k ，a n dd i s c u s s e st h e r e s e a r c hf o c u sa n dt h ed e v e l o p m e n tf u t u r eo f t h ew a v e f o r mi n t e r p o l a t i o ns p e e c h c o d i n ga l g o r i t h m k e y w o r d ：w a v e f o r mi n t e r p o l a t i o n ；p w i ；c w i ；p c w ：c w i 華南理工大學(xué) 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研 究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文 不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的成果作品。對(duì)本文的研 究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完 全意識(shí)到本聲明的法律后果由本人承擔(dān)。 作者簽名：鴦諺診 日期：。即) f 年r 月，口日 學(xué)位論文版權(quán)使用授權(quán)書(shū) 本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定， 同意學(xué)校保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版， 允許論文被查閱和借閱。本人授權(quán)華南理工大學(xué)可以將本學(xué)位論文的 全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃 描等復(fù)制手段保存和匯編本學(xué)位論文。 保密口，在年解密后適用本授權(quán)書(shū)。 本學(xué)位論文屬于， 不保密彩 ( 請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“”) 日期：吱，口弘年r 月，口日 日期：洲年r 月f 口日 第一章緒論 第一章緒論 1 1 語(yǔ)音編碼算法的分類及其標(biāo)準(zhǔn)化 語(yǔ)音編碼主要分為三類：波形編碼、參數(shù)編碼和混合編碼。波形編碼力圖使 重建的語(yǔ)音波形能夠保持原語(yǔ)音波形的波形形狀，具有適應(yīng)能力強(qiáng)、語(yǔ)音質(zhì)量高 等優(yōu)點(diǎn)，但也有致命的缺點(diǎn)就是比特率高，一般在6 4 1 6 k b s 范圍內(nèi)，當(dāng)碼率降 低時(shí)其性能會(huì)迅速下降，編碼效率不高。參數(shù)編碼則主要通過(guò)提取語(yǔ)音信號(hào)的特 征參數(shù)，并對(duì)特征參數(shù)進(jìn)行編碼，目標(biāo)在于保持原語(yǔ)音的語(yǔ)意，這使得重建語(yǔ)音 的波形跟原始語(yǔ)音波形有較大的差別，直接導(dǎo)致合成語(yǔ)音的自然度低、質(zhì)量差。 但是參數(shù)編碼與波形編碼相比，其優(yōu)勢(shì)在于編碼的速率可以很低，低至在2 4 1 2 k b s 的范圍。而混合編碼則克服了波形編碼和參數(shù)編碼的缺點(diǎn)，同時(shí)結(jié)合了兩 者的優(yōu)點(diǎn)，從而能在較低的碼率上獲得高自然度的合成語(yǔ)音。 由于人們強(qiáng)烈需要對(duì)通信方式實(shí)行共同化，從而語(yǔ)音編碼算法的標(biāo)準(zhǔn)化受到 了公眾的關(guān)注。語(yǔ)音編碼算法經(jīng)過(guò)多年的研究與試用，其中很多的編碼算法都已 被標(biāo)準(zhǔn)化，并進(jìn)入了實(shí)用性階段。因?yàn)閰?shù)編碼得到的音質(zhì)難以達(dá)到通話要求， 所以在當(dāng)前來(lái)說(shuō)，語(yǔ)音編碼算法的標(biāo)準(zhǔn)主要是波形編碼和混合編碼方面的。已被 標(biāo)準(zhǔn)化的語(yǔ)音編碼算法按不同的算法類型分，主要有 1 波形編碼：g 7 u6 4 k b s 的p c m ( p u l s e c o d em o d u l a t i o n 脈沖編碼調(diào)制) ； g 7 2 1 ，g 7 2 3 ，g 7 2 6 和g 7 2 7 的a d p c m ( a d a p t i v ed i f f e r e n t i a lp c m 自適應(yīng)差分 脈沖編碼調(diào)制) ；g 7 2 27 k h z 音頻編碼。 2 參數(shù)編碼：f s l 0 1 52 4 k b i t sl p c ( l i n e a rp r e d i c t i o nc o d i n g 線性預(yù)測(cè)編 碼) 1 0 ( e ) t 5 i 。 3 混合編碼：g s m 1 3 k b s r p e l t p ( r e g u l a r p u l s e e x c i t e d l o n g t e r m p r e d i c t i o n 長(zhǎng)時(shí)預(yù)測(cè)的規(guī)則脈沖激勵(lì)) 編碼器【6 l ；f s l 0 1 64 8 k b sc e l p ( c o d e e x c i t e d l i n e a rp r e d i c t i o n 碼激勵(lì)線性預(yù)測(cè)) 【7 l ；g 7 2 81 6 k b sl d c e l p ( l o wd e l a yc e l p 低 延時(shí)碼激勵(lì)線性預(yù)測(cè)) ；i s 5 48 k b sv s e l p ( v e c t o rs u m e x c i t e dl i n e a rp r e d i c t i o n 矢量和激勵(lì)線性預(yù)澳l j ) t g l ；g s m 半速率語(yǔ)音編碼器【i “；j d c ( j a p a n e s ed i g i t a lc e l l u l a r 日本數(shù)字蜂窩】6 7 k b sv s e l p 1 1 ；j d c 半速率3 6 k b sp s i c e l p ( p i t c hs y n c h r o n o u s i n n o v a t i o n c o d ee x c i t e dl i n e a rp r e d i c t i o n 基音同步更新碼激勵(lì)線性預(yù)測(cè)) 1 ；g 7 2 9 8 k b sc s a c e l p ( c o n j u g a t es t r u c t u r e a l g e b r a i cc o d ee x c i t e dl i n e a rp r e d i c t i o n 共 華南理工大學(xué)碩士學(xué)位論文 軛結(jié)構(gòu)一代數(shù)碼本激勵(lì)線性預(yù)測(cè)編碼) l ；g 7 2 3 15 3 6 3 k b sa c e l p 3 j ；i s 9 6 8 5 k b s q c e l p ( q u a l c o o mc e l p q u a l c o o m 通信公司的專利c e l p 語(yǔ)音編碼標(biāo) 準(zhǔn)) 1 ；3 g p p 的第三代移動(dòng)通信自適應(yīng)多碼率語(yǔ)音編碼標(biāo)準(zhǔn)a m r w b ( a d a p t i v e m u l t i r a t ew i d e b a n d ，也即g 7 2 2 2 ) 1 1 5 1 1 1 6 1 。 1 2 低碼率語(yǔ)音編碼算法的主要研究方向 隨著社會(huì)信息化的發(fā)展，有限的頻率資源要用于無(wú)限的業(yè)務(wù)需求，使得頻率 資源愈加緊張，人們急切地盼望著更低碼率的語(yǔ)音編碼算法的出現(xiàn)，因此，低碼 率，較低碼率的語(yǔ)音壓縮算法正是當(dāng)前語(yǔ)音編碼算法的研究焦點(diǎn)。低碼率語(yǔ)音編碼 算法主要有四個(gè)研究方向： 多帶激勵(lì)m b e ( m u l t i b a n de x c i t a t i o n ) 編碼 正弦變換編碼s t c ( s i n u s o i d a lt r a n s f o r mc o d i n g ) 混合激勵(lì)線性預(yù)測(cè)m e l p ( m i x e d e x c i t a t i o nl i n e a rp r e d i c t i o n ) 編碼 波形內(nèi)插w i ( w a v e f o r mi n t e r p o l a t i o n ) 編碼 m b e 和s t c 均是基于正弦合成分析模型s a s m ( s i n u s o i d a l a n a l y s i s ，s y n t h e s i s m o d e l s ) 的語(yǔ)音編碼算法，m e l p 則是基于二元激勵(lì)模型的線性預(yù)測(cè)編碼算法， w i 為基于s a s m 和線性預(yù)測(cè)模型的混合型編碼算法。 1 3 低碼率語(yǔ)音編碼各個(gè)主要算法的基本原理 1 3 1 多帶激勵(lì)編碼 m b e 算法是在8 0 年代由g r i f f i nd 。w 博士提出。m b e 編碼器是一個(gè)不用預(yù) 測(cè)殘差的完全的參數(shù)語(yǔ)音編碼器，工作在頻域里。與l p c 算法所采用的二元激勵(lì) 模型不同，它并不是簡(jiǎn)單地將一幀語(yǔ)音判定為濁音或是清音，而是按基音各諧波 頻率，將一幀語(yǔ)音的頻譜分成若干個(gè)諧波帶，再以若干個(gè)諧波帶為一組進(jìn)行分帶， 分別對(duì)各帶進(jìn)行v u 判決，總的激勵(lì)信號(hào)由各帶激勵(lì)信號(hào)相加構(gòu)成。對(duì)于濁音帶， 用以基音周期為周期的脈沖序列譜作為激勵(lì)信號(hào)頻譜；對(duì)于清音帶，則使用白噪 聲譜作為激勵(lì)信號(hào)頻譜。它考慮到了某段語(yǔ)音的激勵(lì)信號(hào)是周期( 濁音) 和類噪 聲( 清音) 能量的混合情況1 1 7 】。正是這種在激勵(lì)模型中附加自由度的做法使得 m b e 語(yǔ)音模型的重建語(yǔ)音質(zhì)量高于傳統(tǒng)的語(yǔ)音模型，另外，還使得m b e 語(yǔ)音模 型在背景噪聲面前有堅(jiān)韌性。 在一個(gè)短時(shí)間隔內(nèi)，一個(gè)加窗語(yǔ)音段j 。( ，1 ) 的傅立葉變換s w ( 功被模型化為譜 2 第一章緒論 包絡(luò)h 。，( 國(guó)) 和激勵(lì)譜e 。( 甜) 的乘積。譜包絡(luò)是原語(yǔ)音譜的平滑部分，對(duì)于每組基 頻諧波，激勵(lì)譜由基頻和清，濁判決信息來(lái)確定，即把清音頻率區(qū)域的隨機(jī)噪聲功 率譜段與濁音頻率區(qū)域的周期功率譜段相組合來(lái)獲得激勵(lì)譜。周期譜完全由基頻 尸( 國(guó)) 所決定。清濁音信息通過(guò)頻率相關(guān)法使得具有隨機(jī)功率譜的諧波譜最大來(lái) 獲得。假定人耳能夠區(qū)分基頻諧波支配的頻率區(qū)域和其他噪聲能量支配的頻率區(qū) 域，則可以從隨機(jī)噪聲中分離出濁音語(yǔ)音。另外，編碼參數(shù)的確定使用了 a b s ( a n a l y s i s b y s y n t h e s i s 合成分析) 法，即使原語(yǔ)音譜與合成語(yǔ)音譜的均方誤差 最小。數(shù)學(xué)處理則使用了f f t ( f a s t f o u r i e r t r a n s f o r m 傅立葉變換) 或d c t ( d i s c r e t e c o s i n et r a n s f o r m 離散余弦變換) 技術(shù)。 m b e 的編譯原理框圖如下所示 輸 基頻 清濁信息 諧波幅度 圖1 1m b e 編碼器 f i g 1 - 1m b e e n c o d e r 圖1 - 2 m b e 解碼器 f i g 1 2m b e d e c o d e r 輸出語(yǔ)音 華南理工大學(xué)碩士學(xué)位論文 由于m b e 編碼器不需要?dú)埐钚盘?hào)，而且它也不需要碼書(shū)，所以有低的計(jì)算 復(fù)雜度。它在2 4 k b s 的數(shù)碼率時(shí)仍能保持語(yǔ)音的可懂度和自然度。由m b e 編碼 器演變出的i m b e ( i m p r o v e dm b e 改進(jìn)的m b e ) 和a m b e ( a d v a n c e dm b e 先進(jìn)的 m b e ) 編碼器已經(jīng)被商業(yè)化，這些a m b e 和i m b e 硬件產(chǎn)品具有糾錯(cuò)、有聲無(wú)聲 檢測(cè)、d t m f ( d o u b l e t o n e m u l t i f r e q u e n c y 雙音多頻) 檢測(cè)，合成、回波抵消和軟判 決譯碼等功能，可用于蜂窩電話、p c s ( p e r s o n a lc o m m u n i c a t i o n ss e r v i c e 個(gè)人通信 業(yè)務(wù)) 、衛(wèi)星通信、數(shù)字移動(dòng)無(wú)線電、保密通信、話音多路復(fù)用、話音郵寄、多媒 體應(yīng)用和會(huì)議電視等。其中，i m b e 技術(shù)被選為幾種應(yīng)用的語(yǔ)音編碼標(biāo)準(zhǔn)之一。 1 3 2 正弦變換編碼 最早的s t c 編碼器由美國(guó)的林肯實(shí)驗(yàn)室發(fā)明，碼率范圍為9 6 k b s1 2 k b s 。 s t c 編碼器不是波形編碼器，但是采用了使用由正弦波的幅度、頻率和相位表征 的分析，合成技術(shù)的正弦模型。s t c 編碼器的合成語(yǔ)音是由簡(jiǎn)諧相關(guān)的正弦波組 成，對(duì)于頻率使用諧波模型，對(duì)于正弦波幅度使用基音自適應(yīng)幅度包絡(luò)，對(duì)于f 弦波相位使用濁音度相關(guān)模型m ，。下圖給出了s t c 的編譯原理圖。 圖1 - 3s t c 編譯原理圖 f i g 1 - 3s t cc o m p i l a t i o nt h e o r y 由于基本的正弦波分析，合成系統(tǒng)能夠產(chǎn)生高質(zhì)量的語(yǔ)音信號(hào)，當(dāng)給定足夠高 的數(shù)據(jù)速率時(shí)，可使編碼器的性能任意接近于基本系統(tǒng)的要求。當(dāng)使用基于正弦 波的基音估計(jì)器時(shí)，用正弦波的諧波組產(chǎn)生非常高質(zhì)量的合成語(yǔ)音是可能的，其 編碼語(yǔ)音的質(zhì)量取決于對(duì)正弦波幅度和相位高保真編碼的能力。正弦波參數(shù)提供 4 第一章緒論 了語(yǔ)音信號(hào)的頻域分解，更容易利用聽(tīng)覺(jué)機(jī)理的感性特征達(dá)到編碼效率。另外， 頻域表達(dá)也考慮了后濾波器設(shè)計(jì)的可選擇性方案。正如其他低碼率編碼器一樣， 后濾波器在s t c 編碼器得到無(wú)抑制的合成正弦波語(yǔ)音是非常重要的。最后，頻域 表達(dá)還提供了將激勵(lì)譜分帶的方便基礎(chǔ)，以至于可作多帶濁音度判決，考慮了混 合濁音度激勵(lì)。這將改善合成語(yǔ)音的自然度，增加了語(yǔ)音信號(hào)在附加噪聲中的堅(jiān) 韌性。 正弦模型除了提供開(kāi)發(fā)參數(shù)聲碼器的基礎(chǔ)外，也可以與波形編碼方法相結(jié)合， 得到一類波形內(nèi)插聲碼器的產(chǎn)生。在滿足低碼率高質(zhì)量合成語(yǔ)音要求的方面來(lái)說(shuō)， 正弦模型方法對(duì)于低速率語(yǔ)音編碼是一個(gè)主要的趨勢(shì)。其原理圖如下： 頻率 相位 幅度 圖l 一4j 下弦模型分析端 f i g 1 - 4s i n u s o i d a lm o d e l a n a l y z e r 幅度 頻率 r 翟j ! 二 t ，1 、 ：匭蠶刮蓁i 簪l i i l o + 一，妊n 7 、掣 理攀 + t 曩互= 圖1 - 5j 下弦模型合成端 f i g 1 - 5s i n u s o i d a lm o d e ls y n t h e s i z e r 1 3 3 混合激勵(lì)線性預(yù)測(cè)編碼 m e l p 編碼器是由美國(guó)的m c c r e e a v 博士提出的，目的是針對(duì)傳統(tǒng)的基音激 勵(lì)l p c 聲碼器中，簡(jiǎn)單的脈沖串沒(méi)有能力產(chǎn)生各種濁音語(yǔ)音，導(dǎo)致合成語(yǔ)音帶有 機(jī)械性或蜂嗚性的現(xiàn)象。 m e l p 編碼器使用了混合激勵(lì)模型，能模仿較豐富的可能語(yǔ)音特征集合，從 而產(chǎn)生了更自然的語(yǔ)音，即使在是嚴(yán)重的背景噪聲環(huán)境里也是堅(jiān)韌的。m e l p 編 碼器采用傳統(tǒng)的l p c 參數(shù)模型為基礎(chǔ)，但也引入了四個(gè)附加特征：混合激勵(lì)、非 5 華南理工大學(xué)碩士學(xué)位論文 周期脈沖、脈沖散布、自適應(yīng)譜濾波m ，?；旌霞?lì)用多帶混合模型實(shí)現(xiàn)，主要作 用是減少與l p c 聲碼器相聯(lián)系的嗡嗡聲，尤其是在寬頻聲學(xué)噪聲里。非周期脈沖 常用于語(yǔ)音信號(hào)的濁音和清音間的過(guò)渡區(qū)域，主要作用是排除濁音度過(guò)強(qiáng)而引起 的偶然的音調(diào)噪聲。脈沖散布通過(guò)基于譜平整的三角脈沖的固定脈沖散布濾波器 來(lái)實(shí)現(xiàn)的，從而在一個(gè)周期內(nèi)起到了展開(kāi)激勵(lì)能量的作用，減少了合成語(yǔ)音的粗 糙質(zhì)量。自適應(yīng)譜濾波器以l p c 聲道濾波器的極點(diǎn)為基礎(chǔ)，用于增強(qiáng)合成語(yǔ)音的 共振峰結(jié)構(gòu)，改善了合成波形和自然帶通波形問(wèn)的匹配，產(chǎn)生更自然的輸出語(yǔ)音。 其合成語(yǔ)音模型的原理圖如下： i 壅卜噸! 奠i 卜 蜜爭(zhēng)一 圖1 - 6 m e l p 分析端 f i g 1 6m e l p a n a l y s i z e r 蔓 嚯虱爹堙懣卜 圖1 7 m e l p 合成端 f i g 1 - 7m e l ps y n t h e s i z e r m e l p 聲碼器已被美國(guó)國(guó)防部數(shù)字聲音處理協(xié)會(huì)選擇為2 4 k b s 語(yǔ)音編碼的聯(lián) 邦標(biāo)準(zhǔn)。m e l p 聲碼器還可用于民用，如在無(wú)線通信、i n t e r n e t 電話，以及語(yǔ)音郵 寄系統(tǒng)等，但其語(yǔ)音質(zhì)量有待進(jìn)一步的改善。 1 3 4 波形內(nèi)插編碼 1 9 9 1 年美國(guó)的a t & t 貝爾實(shí)驗(yàn)室的k l e i j n w b 博士提出了原型波形內(nèi)插p w i ( p r o t o t y p ew a v e f o r mi n t e r p 0 1 a t i o n ) 語(yǔ)音編碼算法。該算法原理是在一定的時(shí)間 6 第一章緒論 范圍之內(nèi)( 如2 0 3 0 m s ) 以慢漸變的基音周期波形為基礎(chǔ)，在濁音幀里提取和傳 送一段原型波形，用線性插值恢復(fù)未傳送的信號(hào)t ：0 1 。由于p w i 有著明顯的局限性， 那就是需要和c e l p 編碼器組合才能實(shí)現(xiàn)一個(gè)完整的編碼系統(tǒng)，導(dǎo)致清濁音不同 編碼模式轉(zhuǎn)換處附近產(chǎn)生較大的聽(tīng)覺(jué)失真；并且p w i 算法復(fù)雜，在硬件上難以實(shí) 時(shí)實(shí)現(xiàn)。所以k l e i j n w b 博士又提出了另一種波形內(nèi)插算法一特征波形內(nèi)插c w i ( c h a r a c t e r i s t i cw a v e f o r mi n t e r p o l a t i o n ) 語(yǔ)音編碼算法。該方法將語(yǔ)音信號(hào)視為 漸變的特征波形，當(dāng)語(yǔ)音信號(hào)為明顯的濁音時(shí)波形慢漸變，當(dāng)語(yǔ)音信號(hào)為明顯的 清音時(shí)波形快漸變，借助簡(jiǎn)單的非自適應(yīng)濾波器將特征波形分解為慢漸變和快漸 變波形兩個(gè)部分，分別對(duì)它們進(jìn)行編碼，既有效地提高了編碼效率，又避免了清 濁判決帶來(lái)的影響【2 l ，。p w i 和c w i 算法都是目前很有潛力的低速率語(yǔ)音編碼算 法，正為國(guó)際上的許多研究機(jī)構(gòu)所集中研究開(kāi)發(fā)著，期望能在低速率上產(chǎn)生通信 質(zhì)量的重建語(yǔ)音。 1 4 波形內(nèi)插語(yǔ)音編碼算法 波形內(nèi)插w i ( w a v e f o r m i n t e r p o l a t i o n ) 語(yǔ)音編碼是由k l e i j nw b 博士提出， 經(jīng)近十年研究發(fā)展起來(lái)的一種低速率語(yǔ)音編碼算法，具有在低碼率卻具備高自然 度質(zhì)量的語(yǔ)音的特點(diǎn)。它利用了語(yǔ)音特征的感覺(jué)重要性，允許信號(hào)的有效壓縮， 促進(jìn)了低速率語(yǔ)音編碼算法的發(fā)展，己成為語(yǔ)音編碼領(lǐng)域研究的熱點(diǎn)。 傳統(tǒng)的合成分析語(yǔ)音編碼算法在4 8 k b s 以上己獲得好的語(yǔ)音質(zhì)量，如c e l p 算法。這些方法由波形的匹配過(guò)程重建語(yǔ)音信號(hào)，即在逐幀分析的基礎(chǔ)上變得譜 加權(quán)s n r ( r a t i oo fs i g n a la n dn o i s e ) 最大。當(dāng)比特率下降時(shí)，由于沒(méi)有足夠多 的比特?cái)?shù)來(lái)精確地描述一個(gè)波形，波形匹配的準(zhǔn)確性下降，c e l p 算法會(huì)帶來(lái)很 大的量化噪聲，致使重建信號(hào)有噪聲特征，重建語(yǔ)音的質(zhì)量將嚴(yán)重下降。 要在低碼率提供高質(zhì)量的語(yǔ)音信號(hào)壓縮，必須利用語(yǔ)音信號(hào)的內(nèi)在周期性和 信號(hào)的展開(kāi)本質(zhì)，而不是依靠c e l p 的互相關(guān)技術(shù)來(lái)產(chǎn)生周期。w i 算法提供了這 兩種屬性，通過(guò)表示信號(hào)或更經(jīng)常表示的是l p 殘差信號(hào)作為一個(gè)基音周期的展 開(kāi)式( 眾所周知的是原型波形或是特征波形) 。這個(gè)描述語(yǔ)音信號(hào)基音周期的明確 方法使人聯(lián)想到第一代的話音編碼算法。但是，盡管w i 利用了許多熟悉的概念， 例如l p 編碼和序列l(wèi) s f 量化，大部分概念對(duì)語(yǔ)音編碼來(lái)說(shuō)都是新的。原信號(hào)或 殘差到一個(gè)相位對(duì)準(zhǔn)的特征波形的展開(kāi)表面的轉(zhuǎn)換，以及為了量化，該表面到近 乎獨(dú)立的緩變和快變表面的序列分解也許是w i 編碼的最大不同特征。另外，這 種技術(shù)在低碼率通過(guò)平滑內(nèi)插幾乎它的所有參數(shù)獲得了高的質(zhì)量。同樣地這種技 術(shù)需要仔細(xì)地考慮各種事件例如基音加倍。這個(gè)技術(shù)是一個(gè)真正的混合語(yǔ)音編碼 7 華南理工大學(xué)碩士學(xué)位論文 算法，在時(shí)域和離散頻域都進(jìn)行分析。尤其是原型波形傅立葉分解的使用允許了 有效的相位對(duì)準(zhǔn)，和不同基音周期的特征波形之間的內(nèi)插1 2 2 1 。正是波形內(nèi)插語(yǔ)音 編碼算法的這些新穎特點(diǎn)使它能在眾多的語(yǔ)音壓縮編碼算法中脫穎而出，成為國(guó) 際上語(yǔ)音壓縮編碼的研究熱點(diǎn)。 1 5 本文的主要研究?jī)?nèi)容和章節(jié)安排 本文對(duì)兩種主要的波形內(nèi)插語(yǔ)音編碼算法和它們的實(shí)施流程分別進(jìn)行了詳細(xì) 的說(shuō)明，重點(diǎn)研究了波形內(nèi)插編碼算法中的原型波形內(nèi)插算法，并就其不足之處 提出了改進(jìn)方案。全文共分四章，主要結(jié)構(gòu)如下： 第一章為緒論，對(duì)低速率語(yǔ)音編碼算法的研究概況、國(guó)際標(biāo)準(zhǔn)以及主流算法 作了簡(jiǎn)要的介紹，并獨(dú)立一節(jié)特別介紹波形內(nèi)插語(yǔ)音編碼算法。 第二章詳細(xì)分析了波形內(nèi)插語(yǔ)音編碼算法之一一原型波形內(nèi)插算法的工作原 理和實(shí)現(xiàn)過(guò)程，對(duì)原型波形內(nèi)插算法所得到的編碼器做了功能分析，并在此基礎(chǔ) 上指出了該算法的不足之處。 第三章具體說(shuō)明了波形內(nèi)插語(yǔ)音編碼算法之一一特征波形內(nèi)插算法的基本思 想和實(shí)現(xiàn)過(guò)程，同樣她的對(duì)由特征波形內(nèi)插算法所實(shí)現(xiàn)的編碼器做了功能分析， 并在前一章所做的原型波形內(nèi)插編碼器的性能分析的基礎(chǔ)上。對(duì)兩個(gè)不同的算法 進(jìn)行了比較。 第四章重點(diǎn)研究了基于原型波形內(nèi)插算法的改進(jìn)算法，依次給出了它的原理 框圖、實(shí)現(xiàn)流程、以及仿真結(jié)果，并對(duì)改進(jìn)算法的仿真結(jié)果作出了分析。仿真結(jié) 果證明了改進(jìn)算法在保持計(jì)算復(fù)雜度基本不變的情況下，所合成的濁音語(yǔ)音的波 形形狀準(zhǔn)確度和周期性準(zhǔn)確度均明顯優(yōu)于原來(lái)的p w i 算法。 最后是全文的結(jié)論，主要總結(jié)了作者的研究工作，并提出了今后進(jìn)一步在本 研究方向進(jìn)行研究工作的展望。 1 6 本章小結(jié) 本章主要概述了語(yǔ)音編碼算法，尤其是低速率語(yǔ)音編碼算法當(dāng)前在國(guó)際上的 研究概況，以及它們主流的研究方向和算法原理，并重點(diǎn)介紹了波形內(nèi)插語(yǔ)音編 碼算法的算法特點(diǎn)。 8 第二章原型波形內(nèi)插語(yǔ)音編碼算法 第二章原型波形內(nèi)插語(yǔ)音編碼算法 2 1 基本思想 濁音語(yǔ)音具有高水平的周期性特征，可以看作是慢變化的基音周期波形p c w ( p i t c hc y c l ew a v e f o r m ) 的連接。原型波形內(nèi)插方法就利用了濁音語(yǔ)音的這種周期 性，試圖在低比特速率重現(xiàn)濁音語(yǔ)音信號(hào)的周期性水平。它每隔2 0 3 0 m s 提取 一單個(gè)有代表性的基音周期波形，并稱這個(gè)基音周期波形為原型波形p w ( p r o t o t y p ew a v e f o r m ) ，傳送描述這個(gè)p w 的信息，然后在更新點(diǎn)處對(duì)p w 的長(zhǎng) 度和形狀進(jìn)行線性內(nèi)插得到重建的語(yǔ)音信號(hào) 2 3 1 。所以，語(yǔ)音信號(hào)是由減樣的p c w 序列重建的，內(nèi)插過(guò)程得到了平滑漸變的p c w ，重建語(yǔ)音保持了濁音語(yǔ)音的周期 性水平。對(duì)提取的原型波形進(jìn)行編碼，再利用原型波形內(nèi)插方法重建未經(jīng)編碼的 信號(hào)，將大大降低編碼率。p w i 方法能在4 k b s 以下的編碼速率上獲得優(yōu)良的濁 音語(yǔ)音質(zhì)量，并能與c e l p 算法相組合對(duì)清音語(yǔ)音編碼。 在低速率語(yǔ)音編碼中，對(duì)語(yǔ)音信號(hào)周期性特征的不適當(dāng)修正會(huì)導(dǎo)致合成語(yǔ)音 信號(hào)中常見(jiàn)的三類失真：噪聲、回聲、音調(diào)的人工產(chǎn)物。音調(diào)的人工產(chǎn)物指的是 重建語(yǔ)音信號(hào)的周期性水平高于原始語(yǔ)音信號(hào)的周期性水平。回聲的引起是由于 重建語(yǔ)音中相繼的p c w 缺少相位一致性。噪聲則大部分是由于量化失真而引起。 這些失真強(qiáng)調(diào)了p c w 動(dòng)態(tài)性的重要性【2 4 1 。波形動(dòng)態(tài)意味著尋找一種p c w 隨時(shí)間 漸變的規(guī)則或模式。在波形編碼器中，比特率的減少將導(dǎo)致波形的不準(zhǔn)確描述， 重建語(yǔ)音中的波形動(dòng)態(tài)變成了依賴于聲碼器中所使用的語(yǔ)音模型?；谶@個(gè)理由， p w i 方法則是提供平滑的p c w ，因?yàn)槠交膒 c w 表達(dá)了濁音語(yǔ)音中最常見(jiàn)的波 形動(dòng)態(tài)。p w i 的附加特征使波形動(dòng)態(tài)自適應(yīng)于原始語(yǔ)音信號(hào)，在目前的方法中， 這些動(dòng)態(tài)由兩個(gè)頻率相關(guān)參數(shù)表達(dá)，一個(gè)是介于相鄰p c w 間的相關(guān)，另一個(gè)是 間隔為2 0 3 0 m s 的p c w 間的相關(guān)。通過(guò)強(qiáng)制重建信號(hào)，使重建信號(hào)中的這兩個(gè) 相關(guān)值類似于原信號(hào)中獲得的相關(guān)值，可以保持波形的動(dòng)態(tài)。 2 2 基本原理 2 2 1 瞬時(shí)激勵(lì)波形及其內(nèi)插 p w 的表達(dá)及內(nèi)插必須以濁音語(yǔ)音信號(hào)的基本性質(zhì)為基礎(chǔ)。濁音語(yǔ)音的短時(shí) 譜可以粗略地分為譜包絡(luò)和譜的精細(xì)結(jié)構(gòu)兩部分，譜包絡(luò)由聲道形狀確定，譜的 精細(xì)結(jié)構(gòu)由來(lái)自聲帶的周期激勵(lì)信號(hào)確定。p w i 方法假定聲道的形狀相對(duì)于聲帶 9 華南理工大學(xué)碩士學(xué)位論文 產(chǎn)生的激勵(lì)信號(hào)獨(dú)立變化，所以在進(jìn)行p w 內(nèi)插前，要分離共振峰結(jié)構(gòu)和激勵(lì)信 號(hào)，其中，激勵(lì)波形和它的基音周期為一方面，共振峰結(jié)構(gòu)為另一個(gè)方面，這兩 個(gè)方面獨(dú)立插值，然后利用共振峰結(jié)構(gòu)和內(nèi)插的激勵(lì)信號(hào)產(chǎn)生語(yǔ)音信號(hào)。 為了獲得高質(zhì)量的濁音語(yǔ)音，內(nèi)插方法應(yīng)使激勵(lì)信號(hào)保持連續(xù)性，并有一個(gè) 平滑的基音輪廓。因?yàn)闈嵋粽Z(yǔ)音的激勵(lì)信號(hào)近似是周期的，所以數(shù)學(xué)上它能近似 為一個(gè)具有時(shí)變參數(shù)( 傅立葉級(jí)數(shù)系數(shù)和基音周期) 的周期函數(shù)( 傅立葉級(jí)數(shù)) 。 對(duì)于一個(gè)長(zhǎng)度為p 的單個(gè)一維原型波形，其離散時(shí)間傅立葉級(jí)數(shù)表示為 咖，= 。勢(shì)印s c 下2 n l b n m 曲c 爭(zhēng)，p 陋- ， 式中，p 為基音周期， a t j 和 b t ) 為傅立葉級(jí)數(shù)系數(shù)。 有了上面單個(gè)原型波形表達(dá)式后，只要對(duì)公式( 2 - 1 ) 中的參數(shù)附加一個(gè)時(shí)間 標(biāo)號(hào)t ，就可以得到原型波形序列的二維表達(dá)。這時(shí)公式( 2 - 1 ) 可重寫(xiě)為 刪= l p 薈( t ) t ”c o s 喏m m 案，o m s p p 2 ， 式中，系數(shù) a t ( d 口t ( t ) ) 和基音周期p ( 力是時(shí)變的。 現(xiàn)在式( 2 - 2 ) 是一個(gè)二維信號(hào)表示，其中t 和小是運(yùn)動(dòng)的變量，沿m 軸顯 示的是單個(gè)的原型波形，而原型波形的形狀沿時(shí)間軸t 漸變。然而式( 2 - 2 ) 的長(zhǎng) 度取決于p ( f ) ，不同時(shí)刻的原型波形可能有不同的長(zhǎng)度。為了方便，所有的原型 波形要?dú)w一化為同樣的長(zhǎng)度。 ( 2 3 ) s ( f ，咖：l 9 c o 2 【j a ( f ) c 。s ( 七糾+ b ( r ) s i n ( 七咖】 o 烈) 2 石( 2 - 4 ) 以這種方法，所有的原型波形有同樣的長(zhǎng)度勘?；糁芷诘臍w一化使得礦與 周期函數(shù)s ( f ，糾的最低諧波相位一致，所以稱礦為瞬時(shí)激勵(lì)波形的相位。 1 0 絲刪一 媯 艫 式塒 第二章原型波形內(nèi)插語(yǔ)音編碼算法 對(duì)于濁音語(yǔ)音，瞬時(shí)激勵(lì)波形s ( t ，妒) 和基音周期p ( f ) 在時(shí)間軸上慢漸變，所以 它們能在間隔2 0 3 0 m s 的范圍內(nèi)插值。p w i 編碼器利用了這個(gè)事實(shí)，在每一更 新區(qū)間僅僅傳送一個(gè)瞬時(shí)激勵(lì)波形和它的基音周期，所傳送的瞬時(shí)激勵(lì)波形構(gòu)成 了重建語(yǔ)音的原型激勵(lì)波形p e w ( p r o t o t y p ee x c i t a t i o nw a v e f o r m ) 。設(shè)當(dāng)前插值 區(qū)間的分界修正時(shí)刻為k 和k + j 。為了使內(nèi)插簡(jiǎn)便，2 個(gè)原型波形應(yīng)該具有相近 的相位，則原型波形s ( t 。，伊) 和j ( f 。，咖的線性內(nèi)插得到重建的瞬時(shí)波形為 s ( t ，妒) = 【1 一口o ) 】s ( f 。，諺+ c t ( t ) s ( t 。+ l ，咖t 。t t ，+ l( 2 - 5 ) 式中，口( f ) 為從c t ( t 。) = o f o a ( t “) = 1 的單調(diào)遞增內(nèi)插函數(shù)。值得注意的是，2 個(gè)原型波形之所以能以這種簡(jiǎn)單方式內(nèi)插，是因?yàn)樗鼈冇型瑯拥臍w一化基音周期。 基音周期p ( f ) 的內(nèi)插方法和瞬時(shí)波形的內(nèi)插方法相同 p ( t ) = 【1 一覷f ) 】p ( ) + f l ( t ) p ( t + 1 ) t 。s t s t 。+ l( 2 - 6 ) 此處的f l ( t ) 為從f l ( t 。) = o 到f l ( t 。) = 1 的單調(diào)遞增內(nèi)插函數(shù)。為了方便起見(jiàn)， 對(duì)p ( f ) 和瞬時(shí)波形s ( f ，咖內(nèi)插時(shí)可以使用相同的插值函數(shù)口( f ) 。 使每一時(shí)刻的瞬時(shí)波形有正確的基音周期，然后連接這些無(wú)窮小的瞬時(shí)波形， 可以重建信號(hào)s ( f ) ，即 印一似f ) 】鋤礎(chǔ)h 焉刎 公式( 2 - 7 ) 描述了連續(xù)插值方法的基本原理。 2 2 2p c w 波形動(dòng)態(tài)的自適應(yīng) ( 2 - 7 ) 按式( 2 - 7 ) 進(jìn)行的p w 內(nèi)插產(chǎn)生了平滑漸變的p c w ，它表現(xiàn)了濁音語(yǔ)音信 號(hào)中最普通形式的p c w 波形動(dòng)態(tài)。然而，如果缺少波形動(dòng)態(tài)自適應(yīng)，則將產(chǎn)生 兩類失真：第一類失真是由低比特率對(duì)p w 的不準(zhǔn)確量化而引起的，這時(shí)所傳送 的原型激勵(lì)波形的形狀將產(chǎn)生大的波動(dòng)，重建信號(hào)聽(tīng)起來(lái)有回聲；當(dāng)原語(yǔ)音信號(hào) 中包含大量的送氣噪聲時(shí)，會(huì)有第二類失真出現(xiàn)，即用太多的周期性恢復(fù)這種語(yǔ) 音信號(hào)時(shí)，在重建語(yǔ)音信號(hào)中會(huì)出現(xiàn)音調(diào)的人工產(chǎn)物。 在p w i 算法中，為了說(shuō)明信號(hào)的改變是由瞬時(shí)波形的漸變引起，而不是由噪 聲引起，采用信號(hào)改變比s c r ( s i g n a l t o c h a n g er a t i o ) 來(lái)作為不同時(shí)刻激勵(lì)波 華南理工大學(xué)碩士學(xué)位論文 形的相似性測(cè)度。為了保證波形動(dòng)態(tài)類似于原語(yǔ)音信號(hào)，p w i 方法要求在不同的 時(shí)間分隔處，要保持瞬時(shí)波形間的s c r 不變。為此，p w i 算法引入了長(zhǎng)時(shí)s c r 和短時(shí)s c r 。長(zhǎng)時(shí)s c r 對(duì)應(yīng)于p w 間的信號(hào)改變比，而短時(shí)s c r 對(duì)應(yīng)于相鄰p c w 間的信號(hào)改變比。 定義s c r ：兩個(gè)瞬時(shí)波形v ( t ，糾和w ( f 。，妒) ，設(shè)定前者為原信號(hào)，兩個(gè)瞬時(shí)波 形v ( ，勸和w ( f 。，糾之間的內(nèi)積為 = r 4 v ( f l ，糾w ( t m , 糾d 礦 ( 2 8 ) 首先定義函數(shù)巨【，】如下： e c v c 。，妒x w c k ，咖，= c - 一：了石i 石習(xí)專i ；之i 鼉芝：j ：害；：品石：而，。1 c z 一9 ， 三【，】關(guān)于兩個(gè)瞬時(shí)波形對(duì)稱，可以將它看成是相關(guān)系數(shù)的單調(diào)函數(shù)。 則可得到s c r 的定義：兩個(gè)瞬時(shí)波形中的一個(gè)進(jìn)行相位移位而得到的三【，】的最 大值，即 s c r v ( t t ，咖，v ( t 。，勸】= a r g m a x 置 v ( t t ，咖，v ( t 。，妒+ 眇) 1 0 s 2 石( 2 1 0 ) 長(zhǎng)時(shí)s c r 定義為間隔2 0 3 0 m s 的p c w 間的s c r ，這個(gè)間隔與編碼系統(tǒng)的 修正速率相同。經(jīng)實(shí)驗(yàn)證明，制約長(zhǎng)時(shí)s c r 雖然使量化的原型波形的s n r 降低， 但抑制了回聲，增強(qiáng)了重建信號(hào)的感性質(zhì)量。 長(zhǎng)時(shí)s c r 的約束過(guò)程如下：首先，測(cè)量相繼的、未量化的原型波形的s c r ： 其次，強(qiáng)制量化的原型波形的s c r 與這個(gè)值接近。為了減少可察覺(jué)的回聲，在測(cè) 量長(zhǎng)時(shí)s c r 之前，原型激勵(lì)中必須加入原始語(yǔ)音信號(hào)的平坦共振峰結(jié)構(gòu)( 譜包 絡(luò)) 。 令 ( f ) 為譜加權(quán)濾波器的脈沖響應(yīng)，日【】為與 ( f ) 相聯(lián)系的濾波運(yùn)算，則對(duì) 于瞬時(shí)激勵(lì)波形s ( t ，糾，其譜加權(quán)的瞬時(shí)激勵(lì)波形為 地棚= 耶“刪= r 附m 一等刪f 1 2 ( 2 1 1 ) 第二章原型波形內(nèi)插語(yǔ)音編碼算法 需要注意的是當(dāng)估計(jì)s c r 時(shí)，兩個(gè)瞬時(shí)波形所用的譜加權(quán)和基音周期p 必須 一致。 令v ( f 。，諺為當(dāng)前已經(jīng)量化和譜加權(quán)的原型激勵(lì)波形。一般地，這個(gè)波形能 被分解成兩種成分，一種成分為與原來(lái)量化和譜加權(quán)的原型激勵(lì)波形v ( ，糾平 行，另一種成分與v ( f 。，妒) 正交，即 v ( f “，勸= y ，+ y 。， = o = o( 2 - 1 2 ) 則根據(jù)，。和y 。的相對(duì)比例調(diào)整長(zhǎng)時(shí)s c r ，這可以借助一個(gè)比例因數(shù)z 來(lái)完成， 即 州圳= 彬p + ( 1 - 1 2 ) 剝苦而。 ( 2 1 3 ) 當(dāng)= 1 時(shí)表示沒(méi)有調(diào)整長(zhǎng)時(shí)s c r 。如果原信號(hào)的長(zhǎng)時(shí)s c r 值為a ，則當(dāng)v ( f 卅，糾 使用如下值時(shí)，重建信號(hào)的長(zhǎng)時(shí)s c r 等于a ： z = 【1 一a - 1 】2 【1 + ， t j 2 ( 2 一1 4 ) 上式的長(zhǎng)時(shí)s c r 是針對(duì)整個(gè)信號(hào)頻帶的，而公式( 2 - 1 1 ) 能被用于選擇特定 頻帶，在每個(gè)所要求的頻帶內(nèi)，增加比特率可保持重建信號(hào)的長(zhǎng)時(shí)s c r 與原信號(hào) 的長(zhǎng)時(shí)s c r 一致。 對(duì)于基頻非常低的講話者，若在p w 的描述中加入長(zhǎng)時(shí)s c r ，可以得到非常 好質(zhì)量的合成語(yǔ)音。然而，對(duì)短基音周期的講話者，由于插值方法在某些語(yǔ)音段 加入了太多的短時(shí)周期性，在描述波形動(dòng)態(tài)的時(shí)候，必須考慮瞬時(shí)波形間的短時(shí) 相關(guān)性。這種相關(guān)可以用短時(shí)s c r 確定。