線性預測聲碼器演示文稿

線性預測聲碼器演示文稿目前一頁\總數(shù)四十八頁\編于九點（優(yōu)選）線性預測聲碼器目前二頁\總數(shù)四十八頁\編于九點第9章線性預測聲碼器9.1

概述

線性預測聲碼器是一種參數(shù)編碼方法。參數(shù)編碼利用生成模型，在幅度譜上逼近原語音，但重建語音的波形與原語音信號的波形較大差別。參數(shù)編碼實現(xiàn)語音通信的設備通常稱為聲碼器；◆例：通道聲碼器、共振峰聲碼器、同態(tài)聲碼器、LPC聲碼器；本章主要內(nèi)容：語音壓縮的原理與關鍵技術、

LPC聲碼器的基本原理、

LPC-10和LPC-10e標準、

混合激勵LPC聲碼器。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-3-趙曉群

教授目前三頁\總數(shù)四十八頁\編于九點

語音壓縮的基本原理壓縮依據(jù)：語音信號的冗余度和人的聽覺感知機理。語音信號中存在多種冗余度，可在時域和/或頻域中描述。

1.

時域冗余度

(1)

幅度非均勻分布。◆語音中，小幅值樣本出現(xiàn)的概率高。

(2)

語音信號樣本間的相關性很強?！粽Z音波形的最大相關性存在于鄰近的樣本之間?！?kHz取樣時，相鄰樣本間的相關系數(shù)

>0.85；相距10

個樣本，相關系在

0.3

左右?！衾眠@種較強的一維相關性進行預測編碼。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-4-趙曉群

教授目前四頁\總數(shù)四十八頁\編于九點

(3)

濁語音具有準周期性。◆濁語音波形是對應于音調(diào)間隔周期的長期重復波形?！舸艘粽{(diào)間隔波形可用于預測編碼。

(4)

聲道的形狀及其變化比較緩慢?！粢暂^長的時間（如幾十秒）進行統(tǒng)計，可得長時自相關函數(shù)；◆長時自相關函數(shù)的統(tǒng)計表明，8kHz

取樣的相鄰樣本間，

平均相關系數(shù)高達溝通0.9。

(5)

靜止系數(shù)（語音間隙）?！艚y(tǒng)計表明，話音間隙使全雙工話路的典型效率約為通話時間的40%（或靜止系數(shù)為0.6）?！粼捯糸g隙本身是一種冗余，可不傳或少傳靜止段信息。

第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-5-趙曉群

教授目前五頁\總數(shù)四十八頁\編于九點

2.頻域冗余度

(1)

非均勻的長時功率譜密度?！糸L時功率譜密度：長時段內(nèi)功率譜的統(tǒng)計平均，如圖9.1(a)?！糸L時功率譜密度呈現(xiàn)強烈的非平坦性?！艚y(tǒng)計觀點：未充分利用給定頻段，或者說存在著固定的冗余度。◆特點：功率譜的高頻能量較低，

直流分量并非最大。

(2)

特有的短時功率譜密度。◆圖9.1(b)：語音的短時功率譜密度。◆存在共振峰頻率和谷值。◆前三個共振峰決定語音特征。◆特點：形成高次諧波結構。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-6-趙曉群

教授圖9.1語音信號的功率譜密度函數(shù)f/kHz(a)長時功率譜f/kHz(b)短時功率譜目前六頁\總數(shù)四十八頁\編于九點

3.

聽覺感知機理

(1)

人類聽覺系統(tǒng)具有掩蔽效應?！粼诓煌晧?、不同頻率處，聲音的掩蔽效應是不同的?！粲醚诒翁匦钥梢种婆c信號共存的量化噪聲，降低編碼速率。

(2)

人耳對不同頻段聲音的敏感程度不同?！羧说穆犛X對低頻端比較敏感，而對高頻端不太敏感。即強的低頻音能妨礙同時存在的高頻音。

(3)

人耳對語音信號的相位變化不敏感。合適的分析表明：語音壓縮編碼的極限速率為80~100bit/s?！舸藭r，只能傳送句子內(nèi)容，講話者的音質(zhì)、音調(diào)等重要信息已全部丟失。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-7-趙曉群

教授目前七頁\總數(shù)四十八頁\編于九點

語音編碼的關鍵技術關鍵技術包括：LPC分析、合成-分析法、感覺加權濾波器

1.

LPC

分析◆LPC

分析是常用技術，在語音識別、語音合成、語音編碼和

說話人識別等領域獲得成功的應用?！鬖PC

編碼基于跟蹤波形的產(chǎn)生過程，而不是波形本身，它傳送的是反映整個過程變化的參數(shù)?！鬖PC基于全極點模型、時域方均誤差最小準則估計模型參數(shù)?！魬眠@組模型參數(shù)能夠有效地降低語音信號的編碼速率。語音信號存在短時相關性和長時相關性兩種。利用LPC對語音進行這兩種相關性的去相關處理后，得到的是預測殘差信號。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-8-趙曉群

教授目前八頁\總數(shù)四十八頁\編于九點圖9.2：含兩種相關性的語音生成模型示意圖?！舳虝r相關性的傳輸函數(shù)為：◆長時相關性（譜的精細結構）模型的傳輸函數(shù)為：

式中T——基音周期。

b-q,b-q+1,…,br——長時預測系數(shù)，個數(shù)在1(q=r=0)到3(q=r=1)

之間；◆通常，長時預測系數(shù)的更新周期約為50~200

次/s。◆長時濾波是估算短時殘差信號中脈沖的周期、相位和增益，◆再去除這些脈沖，得到了

長時濾波殘差?！粼倬幋a，形成激勵信號。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-9-趙曉群

教授圖9.2語音信號生成模型數(shù)激勵發(fā)生器合成語音目前九頁\總數(shù)四十八頁\編于九點

2.

合成-分析法在LPC

算法中，對殘差信號直接量化，且使其誤差最小，并不能使得原始語音信號和重建信號間的誤差最小。采用合成-分析法（AbS）來求得殘差信號的編碼量化值，才能使重建語音與原始語音的誤差最小。AbS是將綜合器引入到編碼器中，并與分析器結合，在編碼器中生成和解碼器端相同的重建合成語音?！舾鶕?jù)誤差原則，調(diào)整參數(shù)使合成語音與原始語音的誤差最小?！衾诰幋a器中將激勵信號輸入LPC

綜合濾波器，其合成語音和原始語音相比，從而求得使兩者方均差最小的激勵源?！粼摲椒ò严到y(tǒng)的輸出引入編碼端，也稱作閉環(huán)法。相應地，不將輸出引入編碼端的方法稱作開環(huán)法。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-10-趙曉群

教授目前十頁\總數(shù)四十八頁\編于九點3.

感覺加權濾波器

人耳的掩蔽效應和聽覺敏感度不同，導致最小方均誤差準則評定合成語音的質(zhì)量時并非為最優(yōu)。低碼率編碼中，每個語音樣本量化的比特數(shù)不到1，故在編碼中，更需要利用人耳感知特性，以改進編碼性能。Atal

等提出了感知加權最小方均誤差準則，◆在高能量段，噪聲不易被感覺，允許誤差大一些?！粼诘湍芰慷危肼曇妆桓杏X，允許誤差小一些。◆導致：碼率不變時，音質(zhì)會提高；音質(zhì)不變時，碼率降低。引入頻域的感覺加權濾波器

W(z)

來衡量語音之間的誤差：式中——原始語音和重建語音的Fourier變換；

fs——取樣頻率。第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-11-趙曉群

教授目前十一頁\總數(shù)四十八頁\編于九點◆如果在高能量頻段使W(f)較小，在低能量頻段使W(f)較大，就可以抬高前者誤差的能量而降低后者誤差的能量。◆由此，感覺加權濾波器的傳遞函數(shù)為

式中，γ

=1時，W(z)=1，不加權；

γ

=0時，W(z)=A(z)，得到的噪聲譜能量分布和

語音譜能量分布相同，但聽音效果不好。◆W(z)使實際誤差信號的譜不平坦，與語音信號譜包絡相似。◆掩蔽效應便產(chǎn)生較好的主觀聽覺效果?！魧嶒灡砻?，8kHz取樣時，γ

取0.8較為適宜。加權綜合濾波器為：第9章線性預測聲碼器9.1

概述同濟大學電子與信息工程學院-12-趙曉群

教授目前十二頁\總數(shù)四十八頁\編于九點第9章線性預測聲碼器9.2LPC聲碼器的基本原理基于全極點聲道模型，采用LPC

分析-合成原理，對模型參數(shù)和激勵參數(shù)進行編碼傳輸，編碼速率低。圖9.3：典型的LPC

聲碼器的原理框圖?！綦p重作用：波形編碼器的主要作用是用作預測器，

聲碼器的主要作用是建立模型。

傳輸參數(shù)：預測系數(shù)、基音周期、清/濁音和增益。第9章線性預測聲碼器9.2

LPC

聲碼器的基本原理同濟大學電子與信息工程學院-13-趙曉群

教授圖9.3

LPC聲碼器原理框圖發(fā)送端（分析部分）接收端（合成部分）LPC分析器基音檢測器編碼器解碼器LPC合成器信道目前十三頁\總數(shù)四十八頁\編于九點直接量化預測系數(shù)不合適，因合成誤差大，甚至系統(tǒng)不穩(wěn)定。◆解決辦法：或用較多的bit

量化每個預測器系數(shù)。

或?qū)㈩A測器系數(shù)變換成其它參數(shù)形式。歸納起來，有以下幾種

(1)

反射系數(shù)k1,k2,…,kp?！舴治霰砻鳎涸趨^(qū)間［-1,1］對反射系數(shù)作線性量化是低效的；◆比特數(shù)應非均勻分配，k1

和k2

的比特數(shù)多些（5~6bit）。

(2)

對數(shù)面積比

g1,g2,…,gp。式中Ai,

Ai+1——聲管第i節(jié)和第i+1

節(jié)的截面積?！羯鲜接成?，使g呈相當均勻的幅度分布，可以采用均勻量化；

參數(shù)間相關性低，經(jīng)內(nèi)插產(chǎn)生的濾波器是穩(wěn)定的，◆需5~6bit量化。第9章線性預測聲碼器9.2

LPC

聲碼器的基本原理同濟大學電子與信息工程學院-14-趙曉群

教授目前十四頁\總數(shù)四十八頁\編于九點

(3)

預測多項式的根

k1,k2,…,kp

。◆對預測多項式

A(z)分解因式，有◆對預測多項式的根進行量化，易保證合成濾波器的穩(wěn)定性?！裘總€根平均用5bit

量化就能精確表示中包含的頻譜信息?！魡栴}：求根運算量大，計算效率低，故該算法少用。一幀典型的LPC

參數(shù)包括：

1

bit清／濁音信息、大約5

bit

增益常數(shù)、

6

bit

基音周期、

反射系數(shù)或?qū)?shù)面積比平均5~6

bit

量化（共有8~12個）

每幀共約60

bit。若25

ms幀，則編碼速率為2.4

kbit/s左右。

第9章線性預測聲碼器9.2

LPC

聲碼器的基本原理同濟大學電子與信息工程學院-15-趙曉群

教授目前十五頁\總數(shù)四十八頁\編于九點第9章線性預測聲碼器9.3LPC?10聲碼器LPC?10：美國1976年確定的2.4

kbit/s語音通信的標準技術。1981年公布作為聯(lián)邦政府標準FED-STD?1015。該算法可合成清晰、可懂的語音，但抗噪能力和自然度欠佳。LPC?10e：2.4

kbit/s

速率，LPC?10的增強型。自1986年以來，美國第三代保密電話裝置采用LPC?10e。本節(jié)主要包括：

發(fā)端編碼器

收端解碼器

LPC?10聲碼器存在的問題第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-16-趙曉群

教授目前十六頁\總數(shù)四十八頁\編于九點

發(fā)端編碼器

1.

編碼器圖9.4：LPC?10編碼器框圖（幀180

個樣，幀長22.5ms）◆預加重濾波器的傳輸函數(shù)：◆聲道濾波器參數(shù)RC、增益

RMS用準基音同步相位法計算。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-17-趙曉群

教授圖9.4

LPC-10發(fā)端編碼器框圖

數(shù)字語音輸出預加重計算分析相位預測器分析存儲器2階逆濾波清/濁檢測AMDF基音提取基音及清/濁音校正基音分析存儲低通濾波器100~3600Hz低通濾波8kHz12bitA/D變換原始語音輸入U/V參數(shù)編碼誤差校正和映射并/串變換及同步產(chǎn)生TRMSRC2幀參數(shù)存儲器計算預測系數(shù)計算RMS2幀參數(shù)存儲器目前十七頁\總數(shù)四十八頁\編于九點

2.

計算聲道濾波器參數(shù)

RC◆采用10

階LPC

分析濾波器，◆利用協(xié)方差法計算預測系數(shù):

a1,a2,…,a10，（用Cholesky

UV

分解法對系數(shù)矩陣求逆）轉換成反射系數(shù)

RC，或部分相關系數(shù)（PARCOR）。（理論上，RC

和PARCOR

互為相反數(shù)）◆

LPC

分析采用半基音同步算法，即濁音幀長度取為130

個樣本以內(nèi)的基音周期整數(shù)倍值，來計算RC

和增益

RMS?！裘恳粋€基音周期都可以單獨用一組系數(shù)處理?！羟逡魩L度為22.5

ms

的整幀中點為中心的130

個樣本形成分析幀來計算RC和RMS。

第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-18-趙曉群

教授目前十八頁\總數(shù)四十八頁\編于九點

3.計算增益

RMS◆用如下公式計算增益RMS:

式中x(i)——經(jīng)過預加重的數(shù)字語音；

N——分析幀的長度。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-19-趙曉群

教授目前十九頁\總數(shù)四十八頁\編于九點

4.提取基音周期和檢測清/濁音

輸入語音經(jīng)3

dB

截止頻率為800

Hz

的4階

Butterworth

低通濾波，濾波后信號再經(jīng)二階逆濾波。（逆濾波器的系數(shù)為前面LPC

分析得到的短時譜參數(shù)）◆取樣頻率降低至原來的1/4，再計算延遲時間為20~156

個樣點的AMDF，◆基音周期：由AMDF的最小值確定?！粲嬎鉇MDF：公式為式中，τ

=20,21,22,…,40,42,44,…,80,84,88,…,156；相當于在50~400

Hz范圍內(nèi)計算60個AMDF值。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-20-趙曉群

教授目前二十頁\總數(shù)四十八頁\編于九點◆清/濁音判決：利用模式匹配技術，基于低帶能量、

AMDF

函數(shù)最大值與最小值之比、過零率作出的?！魧糁?、清/濁音判決結果用動態(tài)規(guī)劃算法：在3

幀范圍內(nèi)進行平滑和錯誤校正，從而給出當前幀的基音周期

T、清/濁音判決參數(shù)U/V?！裘繋?濁音判決結果用兩位碼表示四種狀態(tài)：

00：穩(wěn)定的清音；01：清音向濁音轉換；

10：濁音向清音轉換；11：穩(wěn)定的濁音。

第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-21-趙曉群

教授目前二十一頁\總數(shù)四十八頁\編于九點

5.

參數(shù)編碼與解碼◆LPC?10

的傳輸數(shù)據(jù)流含：

10

個反射系數(shù)：k1,k2,…,k10

，增益

RMS、基音周期

T、

清/濁音U/V、同步信號Sync。

同步信號采用相鄰幀1、0

碼交替的模式。◆編碼成每幀54

bit?！魝鬏?4.4

幀/s，編碼速率為2.4

kbit/s。表9.1：濁音幀和清音幀的比特分配。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-22-趙曉群

教授表9.1

LPC?10

的bit

分配濁音清音濁音清音T/Voicing77k64RMS55k74Sync11k84k155k93k255k102k355誤差校正020k455總計5453k54目前二十二頁\總數(shù)四十八頁\編于九點

(1)

反射系數(shù)的編碼、解碼用對數(shù)面積比gi表示反射系數(shù)ki

方法編碼，其關系為：LPC?10，先將ki變換成gi，再查表量化。方法如下：①符號轉換：對于濁音，ki被向+1偏置。②k1和k2作對數(shù)面積比后，確定k1和k2的符號，負=1，正=0；對k1和k2的絕對值除以29，若≥63，取為63，否則取原值。查表9-2得4

bit碼字再附上符號位，得5bit碼為編碼輸出。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-23-趙曉群

教授表9.2對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比編碼0~5027~33449~52860126~12134~38553~559611313~19239~43656,5710621420~26344~48758,59116315注：PARCOR參數(shù)k的絕對值作為序號，負的k參數(shù)用2進制補碼運算。目前二十三頁\總數(shù)四十八頁\編于九點③濁音幀：k3~k10

取整后除以2，加上表9.3中對應的偏置數(shù)，再乘上表9-4的比例因子后取整（其值在范圍-127~127

內(nèi)），用8

減去按表9-1分配的比特數(shù)的位數(shù)右移，剩下的比特數(shù)即為編碼輸出，其中含1

位符號位。④濁音幀：用表9.5（見下頁）對接收的k1

和k2解碼，對于k3~k10

加一個量化偏置以補償量化的影響，然后以發(fā)送端相反的相應操作去偏置和去比例因子，即乘以215，取整。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-24-趙曉群

教授表9.3

PARCOR參數(shù)的偏置表參數(shù)k3k4k5k6k7k8k9k10偏置－1152+2816+1536+3584+1280+2432－768+1920注：偏置加到參數(shù)帶符號移位14bit的值上。表9.4PARCOR參數(shù)的比例因子參數(shù)k3k4k5k6k7k8k9k10比例因子0.00560.00630.00680.00720.00740.00730.00840.0102注：k參數(shù)被比例因子擴展為6bit

分布。目前二十四頁\總數(shù)四十八頁\編于九點⑤非濁音幀（清音或過渡音）：僅發(fā)送k1~k4；

(8,4)Hamming

擴展碼保護k1~k4

和RMS

的4個高有效位；設4

位信息碼為m=m0m1m2m3，發(fā)送碼字v=v0v1v2v3v4v5v6v7，則編碼方程為：（最低有效位未編碼）

第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-25-趙曉群

教授表9.5對數(shù)面積比解碼表編碼對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比編碼對數(shù)面積比0262313431955256016727144620572761298301548215828623139331650225930634161036175223593163519113918542460注：接收k參數(shù)的絕對值向左移一位作為解碼序號。目前二十五頁\總數(shù)四十八頁\編于九點

(2)

RMS參數(shù)的編碼、解碼

RMS

參數(shù)用查表法進行編碼、解碼。表9.6：數(shù)值在2~512

之間的RMS

值用步長為0.773dB

的對數(shù)碼表進行編碼和解碼。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-26-趙曉群

教授表9.6

RMS

編碼表序號RMS值序號RMS值序號RMS值序號RMS值序號RMS值序號RMS值序號RMS值序號RMS值008416824163232406648135562751094178251733354172491475730021105189261934394279501645832831115191027213542438651176593594212620112823364644945219260392521362112292537514510353210614286314722133027385546113542306246873157231531303960471235525163512注：用對分法查表，在表內(nèi)找到序號后，序號除以2

即為發(fā)送比特，計算公式為：目前二十六頁\總數(shù)四十八頁\編于九點

(3)基音、清/濁音編碼、解碼

◆

60

個基音值和清/濁音編碼用7

bit編碼表示?！羟逡?過渡幀：用矢量0000000/1111111表示；◆

60

個基音值用碼字重量3

或4

的7bit

Gray

碼編碼；表9.7：編碼方案?！艚獯a時，收到的7

bit

矢量，若碼字重量為3

或4

時，按表9.7的基音周期編碼表解碼；若碼字重量為0或1

時，則判定接收幀為清音幀；第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-27-趙曉群

教授表9.7基音周期編碼表Gray碼周期Gray碼周期Gray碼周期Gray碼周期Gray碼周期Gray碼周期0010011200001111300110101401011010601001101801110001120000101121000011131011000142101100062100100184111000012400110112201001113201100114410111006410010118811100101280011001230100110330110010461010100661001010921100010132001110124010111034011011048101011068100111O9611010101360010101250101010350110100501010010701000110100110100014000101112601010113601111005210100117210001111041101100144001011027010100137011100054101000174100001110811001001480011110280101101380111010561010101761100011112110010115200011102901001013900110105810001017811000011161001100156目前二十七頁\總數(shù)四十八頁\編于九點若碼字重量為7

或6

時，則判定接收幀為過渡幀；若碼字重量為2

或5

時，則判定接收幀為無效幀?！糇詈蟀幢?.8

的比特順序，組成發(fā)送比特流發(fā)往線路。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-28-趙曉群

教授表9.8發(fā)送比特流bit濁音清音bit濁音清音bit濁音清音Bit濁音清音1k1,0同左15T,2同左29k7,0k3,543k5,2k1,72k2,0同左16k4,1同左30k8,0R,544k6,2k2,73k3,0同左17k1,3同左31T,4同左45kl0,1D/c4T,0同左18k2,2同左32k4,4同左46k8,2R,75R,0同左19k3,3同左33k5,0k1,547T,6同左6k1,1同左20k4,2同左34k6,0k2,548k9,1k4,77k2,1同左21R,3同左35k7,lk3,649k5,3kl,88k3,1同左22k1,4同左36kl0,0k4,550k6,3k2,89T,1同左23k2,3同左37k8,1R,651k7,3k3,810R,1同左24k3,4同左38k5,1k1,652k9,2k4,811k1,2同左25k4,3同左39k6,1k2,653k8,3R,812k4,0同左26R,4同左40k7,2k3,754sync同左13k3,2同左27T,3同左41k9,0k4,614R,2同左28k2,4同左42T,5同左注：1.發(fā)送順序是從bit

1

到bit

54；2.T

是基音，R

是RMS，k

是反射系數(shù)；3.參數(shù)“,”后的數(shù)字“,i”表示的是第i位bit。目前二十八頁\總數(shù)四十八頁\編于九點

收端編碼器圖9.5：

LPC-10

收端解碼器框圖?！艚邮招盘柦?jīng)串/并變換及同步后，用查表法進行檢錯、糾錯?！糇g碼后的數(shù)據(jù)經(jīng)參數(shù)解碼得：解碼參數(shù)，結果延時一幀輸出。◆輸出數(shù)據(jù)在過去幀、當前幀和將來幀，共

3

幀內(nèi)平滑?！裘繋粋鬏斠唤M參數(shù)，但一幀內(nèi)可有不止一個基音周期，因此，要對接收數(shù)值進行由幀塊到基音塊的轉換和插值。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-29-趙曉群

教授圖9.5

LPC-10收端解碼器框圖

合成語音輸出數(shù)字語音輸入RCTU/VRMS參數(shù)解碼串/并變換同步檢測誤差檢測校正解碼幀塊到基音塊轉換與插值噪聲產(chǎn)生基音產(chǎn)生反射系數(shù)轉換成預測系數(shù)清/濁音開關綜合器計算增益輸出存儲器去加重D/A變換3600Hz低通濾波目前二十九頁\總數(shù)四十八頁\編于九點

(1)

參數(shù)插值原則?！魧?shù)面積比參數(shù)值每幀插值兩次；◆

RMS

參數(shù)值在對數(shù)域進行基音同步插值；◆基音參數(shù)值用基音同步的線性插值；◆在濁音向清音過渡時對數(shù)面積比不插值?！裘總€基音周期更新一次預測系數(shù)、增益、基音周期、清/濁音等參數(shù)，這個過程在幀塊到基音塊的轉換和插值中完成。

第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-30-趙曉群

教授目前三十頁\總數(shù)四十八頁\編于九點

(2)

激勵源。◆根據(jù)基音周期和清/濁音標志決定要采用的激勵信號源。◆清音幀用隨機數(shù)作為激勵源；◆濁音幀用周期性沖激序列通過一個全通濾波器來生成激勵源，◆語音合成濾波器輸入激勵的幅度保持恒定不變，輸出幅度受RMS

參數(shù)加權。◆給出一組有41

個樣點的濁音激勵信號：若當前的基音周期不等于41個樣點，則將此激勵源截短或者填零，使之與基音周期等長。

第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-31-趙曉群

教授目前三十一頁\總數(shù)四十八頁\編于九點

(3)

語音合成?！粲肔evinson

遞推算法將反射參數(shù)變換成預測系數(shù)?！羰斩撕铣善鲬弥苯有瓦f歸濾波器合成語音?！魧ζ漭敵鲞M行幅度校正、去加重，并變換為模擬信號，最后經(jīng)3600Hz

的低通濾波器后輸出模擬語音。第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-32-趙曉群

教授目前三十二頁\總數(shù)四十八頁\編于九點第9章線性預測聲碼器9.3

LPC-10

聲碼器同濟大學電子與信息工程學院-33-趙曉群

教授

LPC?10

聲碼器存在的問題

(1)

損失了語音的自然度?！魧嶋H語音的殘差信號中，有部分既非周期脈沖又非隨機噪聲；或者低頻段是周期脈沖，高頻段是隨機噪聲?！舨捎枚畲鏆埐钚盘?，使合成語音聽起來不自然。

(2)

穩(wěn)健性（Robustness）差?！粼肼暛h(huán)境下，基音周期和清/濁音判決不易準確提取。◆噪聲較強時，系統(tǒng)性能顯著惡化。

(3)

共振峰位置及帶寬估值會有很大失真?！羰д娴脑蚴菨嵴Z音段時域上的周期重復信號使得短時語音譜形接近于線狀分布譜?！艋l較大，且與譜包絡中共振峰

f1相接近，即f1=1/T。

由于LPC譜估計力圖使模型譜逼近于信號譜包絡，在估計出的譜包絡中會出現(xiàn)極其尖銳的峰值。在合成語音中會出現(xiàn)尖峰或較大毛刺，從而影響語音質(zhì)量。目前三十三頁\總數(shù)四十八頁\編于九點第9章線性預測聲碼器9.4

增強型LPC?10聲碼器增強型

LPC?10

聲碼器（簡記為LPC?10e）是一種改進的，與LPC?10算法兼容的聲碼器。

LPC?10e的改進主要包括：

激勵源的改善

(1)

采用混合激勵代替簡單的二元激勵

(2)

激勵脈沖加抖動

(3)

單脈沖與碼書相結合的激勵模式

基音提取方法的改進

聲道濾波器參數(shù)量化的改進

LSF參數(shù)的矢量量化第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-34-趙曉群

教授目前三十四頁\總數(shù)四十八頁\編于九點

激勵源的改善

(1)

采用混合激勵代替簡單的二元激勵采用該技術，合成語音的質(zhì)量得到改善。圖9.6：LPC?10e

編碼器原理圖。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-35-趙曉群

教授圖9.6

LPC-10e編碼器原理圖

數(shù)據(jù)輸出低通濾波器白化濾波器AMDF函數(shù)基音檢測計算能量設置清/濁音窗檢測過零率確定起始點預加重RMS計算清/濁音判決設置分析窗協(xié)方差分析參數(shù)編碼原始語音輸入◆經(jīng)二階LPC分析濾波器濾除共振峰后，得白化語音；◆再提取基音周期，精度可改善?！舴治龃暗钠瘘c為語音特征短時急劇變化處?！粼摯胧┨岣吡撕铣烧Z音的清晰度。目前三十五頁\總數(shù)四十八頁\編于九點◆起始點的計算：由預加重語音的平滑自相關函數(shù)值的變化確定。計算公式如下：式中N——幀長；

ri(0)

——i時刻幀長64的信號x(i)

的0位移自相關函數(shù)。

ri(1)——i時刻幀長64的信號x(i)

的1位移自相關函數(shù)?！羯鲜綖橐环N遞推計算式，可節(jié)省計算量。如果Y(i)以超過某個給定的閾值，則

i

點為起始點。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-36-趙曉群

教授目前三十六頁\總數(shù)四十八頁\編于九點圖9.7：LPC?l0e

解碼器原理圖。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-37-趙曉群

教授圖9.7

LPC-10e解碼器原理圖

合成語音輸出數(shù)據(jù)輸入共振峰展寬反射系數(shù)轉換成預測系數(shù)第一級合成第二級合成解碼去加重爆破脈沖發(fā)生器誤差校正噪聲生成器參數(shù)插值基音脈沖發(fā)生器⊕增益調(diào)整混合器為混合激勵，改善了音質(zhì)目前三十七頁\總數(shù)四十八頁\編于九點濁音的激勵源：經(jīng)低通濾波的周期脈沖序列與經(jīng)高通濾波的白噪聲相加而成，

混合比例隨輸入語音的濁化程度改變。清音的激勵源：白噪聲與位置很近且隨機的正、負脈沖形成的爆破脈沖對之和。◆爆破音時，脈沖對的幅度增大，與語音的突變成正比，反之則脈沖對的幅度很小?；旌霞罡纳屏撕铣烧Z音的金屬聲、重擊聲、音調(diào)噪聲等，同時對U/V

判決的敏感程度有所降低。共振峰由兩個級聯(lián)的綜合器形成，第一個是全零點濾波器，第二個是LPC

綜合濾波器。美國第三代保密電話采用LPC?l0e

聲碼器。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-38-趙曉群

教授目前三十八頁\總數(shù)四十八頁\編于九點

(2)激勵脈沖加抖動二元激勵方案適于較準確的濁音幀／清音幀的判別。◆濁音的激勵信號具有周期和脈沖性質(zhì)，適于強基音相關時?！艋糁械葟姸认嚓P時，或殘差信號中有大的峰值，應判定為抖動的濁音幀。生成抖動的濁音幀：使激勵信號中的周期脈沖的相位隨機地抖動?！舴椒ǎ簩γ總€基音周期的長度乘0.75~1.25

之間

均勻分布的隨機數(shù)?？梢愿纳普Z音的自然度。

第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-39-趙曉群

教授目前三十九頁\總數(shù)四十八頁\編于九點

(3)

單脈沖與碼書相結合的激勵模式◆低比特率下，合成高質(zhì)量的語音的關鍵技術之一：有效、精確地表示激勵信號?！?/p>

LPC

殘差信號特點：

濁音時，往往存在以基音周期重復的大幅度尖脈沖，

清音時，往往類似于隨機噪聲。◆不同的語音段采用不同的激勵模式，可取得較好效果。即：脈沖+碼書激勵（見圖9.8

）。

周期性語音段，以基音周期重復的單脈沖為激勵源；

非周期性語音段用從碼書中選擇的隨機序列為激勵源。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-40-趙曉群

教授圖9.8單脈沖與碼書激勵相結合的LPC綜合模型合成語音隨機碼書（非周期）幅度校正幅度校正全極點濾波器單脈沖（周期）U/V目前四十頁\總數(shù)四十八頁\編于九點

基音提取方法的改進采用LPC

的殘差信號或者語音信號的自相關函數(shù)，利用動態(tài)規(guī)劃的平滑算法來更準確地提取基音周期?！?/p>

LPC

殘差信號經(jīng)低通后，求出所有可能的基音延時點上的歸一化自相關系數(shù)，選出其中的L

個最大值，◆再用過去和將來相鄰3

幀的每幀L

個最大值，用動態(tài)規(guī)劃的算法求得最佳基音值。寬帶噪聲時，LPC

的殘差信號中的基音周期可能被破壞，這時可用低通的語音信號代替殘差信號，提取基音周期。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-41-趙曉群

教授目前四十一頁\總數(shù)四十八頁\編于九點

聲道濾波器參數(shù)量化的改進(1)

LSF在數(shù)學上的量化特性

LSF有良好的量化特性，在現(xiàn)代聲碼器中應用越來越多。①LSF參數(shù)的有序有界性：◆若H(z)的極點在單位圓內(nèi)，則P(z)和Q(z)的零點在單位圓上?！鬚(z)和Q(z)的零點（即LSF）更精確地反映頻率的性質(zhì)?！羝渑帕许樞驖M足：②LSF誤差相對獨立性：◆某頻點LSF偏差只對該頻率附近的語音頻譜產(chǎn)生影響，對其它LSF頻率上的語音頻譜影響不大;◆利于LSF的參數(shù)量化及插值。第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-42-趙曉群

教授目前四十二頁\總數(shù)四十八頁\編于九點(2)

LSF參數(shù)的標量量化

①求LSF參數(shù)的概率分布函數(shù)

◆對語音信號分幀、剔除無聲幀、隔直流、幀間疊接，◆計算各幀的LSF

參數(shù)，組成一個足夠大的參數(shù)集合，以得到每個LSF參數(shù)的最低、最高頻率和概率分布函數(shù)。

②檢驗參數(shù)的合理性

◆利用LSF參數(shù)取值范圍及有序性的限制，檢驗求取的LSF參數(shù)是否準確合理；◆該措施保證系統(tǒng)穩(wěn)定。③失真測度及量化方法

◆失真測度用Euclid

距離；◆采用動態(tài)規(guī)劃算法進行非均勻的全局最佳量化。

第9章線性預測聲碼器9.4

增強型LPC-10

聲碼器同濟大學電子與信息工程學院-43-趙曉群

教授目前四十三頁\總數(shù)四十八頁\編于九點④量化器的設計

◆假定LSF參數(shù)ω、θ

統(tǒng)一排序為：ω1、ω2、…、ωp

Ni——ωi的量化階數(shù)，Pi(ω)——ωi的概率密度函數(shù)，

ωimin,ωimax——ωi的最低頻率和最高頻率（已知）。注：為方便起見，在公式中去掉表示第i個參數(shù)的下標i?！粼Oq(ω)是ω

的量化，則設計q(ω)是使量化畸變

D為最?。骸?/p>

N個判決（重建）頻率的量化器，是選擇重建頻率