語(yǔ)音信號(hào)處理第11章

1、 語(yǔ)音信號(hào)處理 Speech Signal Processing第1章 緒論 第2章 語(yǔ)音信號(hào)的聲學(xué)基礎(chǔ)及產(chǎn)生模型第第3 3篇篇 語(yǔ)音信號(hào)處理技術(shù)語(yǔ)音信號(hào)處理技術(shù) 與應(yīng)用與應(yīng)用(10(10學(xué)時(shí)學(xué)時(shí)) )第第2 2篇篇 語(yǔ)音信號(hào)分析語(yǔ)音信號(hào)分析（14學(xué)時(shí)）第第1 1篇篇 語(yǔ)音信號(hào)處理基礎(chǔ)語(yǔ)音信號(hào)處理基礎(chǔ)（4學(xué)時(shí)） 第3章 時(shí)域分析第4章 短時(shí)傅立葉分析 第5章 同態(tài)濾波及倒譜分析 第6章 線性預(yù)測(cè)分析第7章 矢量量化第8章 隱馬爾可夫模型（HMM）第9章 語(yǔ)音檢測(cè)分析第10章 語(yǔ)音編碼(1)波形編碼第11章 語(yǔ)音編碼(2)聲碼器及混合編碼第12章 語(yǔ)音合成第13章 語(yǔ)音識(shí)別第14章 說話人識(shí)別第

2、15章 語(yǔ)音增強(qiáng)第11章 語(yǔ)音編碼(2)聲碼器技術(shù)及 混合編碼v聲碼器概念v通道聲碼器v同態(tài)聲碼器v線性預(yù)測(cè)聲碼器v混合編碼v各種編碼方法的比較及語(yǔ)音編碼性能指標(biāo)和質(zhì)量評(píng)價(jià)聲碼器的概念 語(yǔ)音參數(shù)編碼語(yǔ)音參數(shù)編碼，即，即聲碼器聲碼器，通過對(duì)語(yǔ)音信號(hào)的，通過對(duì)語(yǔ)音信號(hào)的參數(shù)參數(shù)進(jìn)行提取進(jìn)行提取及編碼，力圖使重建語(yǔ)音信號(hào)具有盡可能高的可懂度，即及編碼，力圖使重建語(yǔ)音信號(hào)具有盡可能高的可懂度，即保持原保持原語(yǔ)音的語(yǔ)意語(yǔ)音的語(yǔ)意，而重建信號(hào)的波形同原語(yǔ)音信號(hào)的波形可能會(huì)有相，而重建信號(hào)的波形同原語(yǔ)音信號(hào)的波形可能會(huì)有相當(dāng)大的差別。當(dāng)大的差別。它只要求得到的信號(hào)聽起來與輸入語(yǔ)音完全一樣，而不必與輸它只要求

3、得到的信號(hào)聽起來與輸入語(yǔ)音完全一樣，而不必與輸入波形相同。入波形相同。優(yōu)點(diǎn)：優(yōu)點(diǎn)：編碼率低，編碼率低，2.4kbit/s甚至以下。甚至以下。為了達(dá)到很低的傳輸碼率，聲碼器只能提取和傳輸那些攜帶聽覺為了達(dá)到很低的傳輸碼率，聲碼器只能提取和傳輸那些攜帶聽覺上最重要部分的信息的上最重要部分的信息的參數(shù)參數(shù)，同時(shí)必須進(jìn)行高效的編碼。，同時(shí)必須進(jìn)行高效的編碼。缺點(diǎn)缺點(diǎn)：合成的語(yǔ)音質(zhì)量差，特別是自然度較低，不一定能聽出講：合成的語(yǔ)音質(zhì)量差，特別是自然度較低，不一定能聽出講話人是誰(shuí)話人是誰(shuí)典型的聲碼器典型的聲碼器：通道聲碼器、相位聲碼器、同態(tài)聲碼器以及目前：通道聲碼器、相位聲碼器、同態(tài)聲碼器以及目前廣泛使用

4、的線性預(yù)測(cè)廣泛使用的線性預(yù)測(cè)(LPC)聲碼器聲碼器LPC聲碼器和通道聲碼器為研究最深入，使用最廣泛的聲碼器，聲碼器和通道聲碼器為研究最深入，使用最廣泛的聲碼器，LPC聲碼器較好地解決了傳輸數(shù)碼率與所得到的語(yǔ)音質(zhì)量間的矛聲碼器較好地解決了傳輸數(shù)碼率與所得到的語(yǔ)音質(zhì)量間的矛盾，比較有實(shí)用價(jià)值。盾，比較有實(shí)用價(jià)值。相位聲碼器早期常用，由于其語(yǔ)音質(zhì)量不如相位聲碼器早期常用，由于其語(yǔ)音質(zhì)量不如LPC聲碼器而逐漸被聲碼器而逐漸被淘汰。淘汰。同態(tài)聲碼器語(yǔ)音質(zhì)量比同態(tài)聲碼器語(yǔ)音質(zhì)量比LPC聲碼器好，但始終無(wú)法降低其數(shù)碼率聲碼器好，但始終無(wú)法降低其數(shù)碼率整個(gè)濾波器輸出的包絡(luò)近似于語(yǔ)音的頻譜包絡(luò)整個(gè)濾波器輸出的包

5、絡(luò)近似于語(yǔ)音的頻譜包絡(luò)在發(fā)端，語(yǔ)音加于濾波器組和基音提取器上。在發(fā)端，語(yǔ)音加于濾波器組和基音提取器上。濾波器組將語(yǔ)音的頻率范圍分成許多相鄰的頻帶或通道，濾波器濾波器組將語(yǔ)音的頻率范圍分成許多相鄰的頻帶或通道，濾波器的數(shù)目取決于不同的結(jié)構(gòu)方式，一般的數(shù)目取決于不同的結(jié)構(gòu)方式，一般14-20個(gè)以上個(gè)以上是早期廣泛使用的聲碼器是早期廣泛使用的聲碼器1.通道聲碼器通過邊帶信息，包括濁音、清音分類、基音周期等，來恢復(fù)通過邊帶信息，包括濁音、清音分類、基音周期等，來恢復(fù)語(yǔ)音信號(hào)的諧波結(jié)構(gòu)，或者說是提供聲門激勵(lì)的信息。語(yǔ)音信號(hào)的諧波結(jié)構(gòu)，或者說是提供聲門激勵(lì)的信息。通道聲碼器的輸出語(yǔ)音的音質(zhì)較差，聽起來通道

6、聲碼器的輸出語(yǔ)音的音質(zhì)較差，聽起來“電氣電氣”很重，明很重，明顯混有正弦聲、混響聲、哨聲、蜂音等。顯混有正弦聲、混響聲、哨聲、蜂音等。但可懂度可做的很好，抗背景噪聲能力也強(qiáng)，即頑健性好。但可懂度可做的很好，抗背景噪聲能力也強(qiáng)，即頑健性好。2.同態(tài)聲碼器同態(tài)聲碼器的基礎(chǔ)建立在語(yǔ)音信號(hào)的產(chǎn)生模型上，即是同態(tài)聲碼器的基礎(chǔ)建立在語(yǔ)音信號(hào)的產(chǎn)生模型上，即是語(yǔ)音由語(yǔ)音由聲門激勵(lì)和聲道響應(yīng)序列的卷積所產(chǎn)生聲門激勵(lì)和聲道響應(yīng)序列的卷積所產(chǎn)生，因此采用，因此采用同態(tài)解卷同態(tài)解卷方方法來進(jìn)行處理。法來進(jìn)行處理。同態(tài)處理后，同態(tài)處理后，激勵(lì)信息處于倒譜的高時(shí)域激勵(lì)信息處于倒譜的高時(shí)域，而，而聲道信息處于低時(shí)聲道信息

7、處于低時(shí)域域，兩者是相互分開的。，兩者是相互分開的。在同態(tài)聲碼器的分析部分，由倒譜在同態(tài)聲碼器的分析部分，由倒譜c(n)分離出包含聲道頻譜包絡(luò)分離出包含聲道頻譜包絡(luò)信息的低時(shí)部分，同時(shí)由高時(shí)部分判斷清濁音分類并提取基音周信息的低時(shí)部分，同時(shí)由高時(shí)部分判斷清濁音分類并提取基音周期期倒譜分析流圖倒譜分析流圖在同態(tài)聲碼器中，每在同態(tài)聲碼器中，每10-20ms計(jì)算一次倒譜，計(jì)算一次倒譜，從每一幀的倒譜高時(shí)部分估計(jì)基音周期和清從每一幀的倒譜高時(shí)部分估計(jì)基音周期和清/濁音信息；它們和倒?jié)嵋粜畔?；它們和倒譜的低時(shí)部分一起，經(jīng)過量化和編碼，送去傳輸和存儲(chǔ)。譜的低時(shí)部分一起，經(jīng)過量化和編碼，送去傳輸和存儲(chǔ)。在接收端合成部分，傳輸過來的聲門激勵(lì)參數(shù)生成聲門激勵(lì)序列；在接收端合成部分，傳輸過來的聲門激勵(lì)參數(shù)生成聲門激勵(lì)序列；從量化的低時(shí)段倒譜計(jì)算出近似的聲道沖激響應(yīng)，令二者直接卷從量化的低時(shí)段倒譜計(jì)算出近似的聲道沖激響應(yīng)，令二者直接卷積得到合成的語(yǔ)音信號(hào)。積得到合成的語(yǔ)音信號(hào)。3.線性預(yù)測(cè)聲碼器激勵(lì)信號(hào)激勵(lì)信號(hào)產(chǎn)生器產(chǎn)生器混合編碼改變激勵(lì)信號(hào)的選擇原則，是合成語(yǔ)音盡可能接近原始語(yǔ)音。先改變激勵(lì)信號(hào)的選擇原則，是合成語(yǔ)音盡可能接近原始語(yǔ)音。先分析輸入語(yǔ)音，提取聲道模型參數(shù)，然后選擇激勵(lì)信號(hào)激勵(lì)聲道分析