用于語音編碼的自適應規(guī)則制造技術(shù)

在根據(jù)原始語音產(chǎn)生多個據(jù)此能重構(gòu)原始語音信號近似值的參數(shù)的過程中，對應于原始語音信號可以產(chǎn)生另一個信號，該信號趨向于表示原始語音信號。至少其中一個參數(shù)是利用原始語音信號和另一個信號之間的第一差值和第二差值確定的（６９，７１）。第一差值是與原始語音信號相關(guān)的波形和與另一個信號相關(guān)的波形之間的差值，第二差值是根據(jù)原始語音信號得到的能量參數(shù)和與另一個信號相關(guān)的對應能量參數(shù)之間的差值。（*該技術(shù)在2019年保護過期，可自由使用*）

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)通常涉及語音編碼，更特別的，涉及用于以降低后的比特率容置類似噪聲信號的改進的編碼準則。
技術(shù)介紹
很多現(xiàn)代語音編碼器是基于一些用于產(chǎn)生編碼語音信號的模型。該模型的信號和參數(shù)被量化，描述它們的信息在信道上傳送。蜂窩電話應用中的主編碼器模型是碼激勵線性預測(CELP)技術(shù)。傳統(tǒng)的CELP解碼器在附圖說明圖1中描述。編碼語音信號是由經(jīng)過一般階數(shù)為10的全極點合成濾波器傳送的激勵信號產(chǎn)生的。該激勵信號由兩個信號ca和cf相加形成，這兩個信號被從各自的碼書(一個固定，一個自適應)中選取出來并被乘以適當?shù)脑鲆嬉蜃觛a和gf。碼書信號通常長5ms(一個子幀)，而合成濾波器通常每20ms更新一次(一幀)。與CELP模型相關(guān)的參數(shù)是合成濾波器系數(shù)，碼書紀錄和增益因子。在圖2中，給出了傳統(tǒng)的CELP編碼器。CELP解碼器(圖1)的復本被用于為每個子幀產(chǎn)生候選編碼信號。在21，編碼信號與未編碼(數(shù)字化)信號相比，加權(quán)后的誤差信號被用于控制該編碼過程。合成濾波器是利用線性預測(LP)確定的。這種傳統(tǒng)的編碼過程稱作通過合成的線性預測分析。如根據(jù)上面描述所理解的，LPAS編碼器在加權(quán)語音域中采用波形匹配，即，誤差信號被加權(quán)濾波器濾除。這可以表示為最小化下面的方差準則DW=‖SW-CSW‖2=‖W·S-W·H·(ga·ca+gf·cf)‖2(等式1)其中S是包含未編碼語音樣本的一個子幀的矢量，SW表示S乘以加權(quán)濾波器W,ca和cf是分別來自固定碼書和自適應碼書的碼矢量，W是執(zhí)行加權(quán)濾波器操作的矩陣。H是執(zhí)行合成濾波器操作的矩陣，CSW是編碼信號乘以加權(quán)濾波器W的值。傳統(tǒng)上，用于最小化等式1的準則的編碼操作是根據(jù)下面步驟執(zhí)行的。步驟1通過線性預測來計算合成濾波器并量化濾波器系數(shù)。加權(quán)濾波被根據(jù)線性預測濾波器系數(shù)而計算。步驟2假定gf是0，并且ga等于最佳值，通過搜索自適應碼書而找到碼矢量ca來最小化等式1的DW。因為每個碼矢量ca一般與最佳值ga相關(guān)，通過將每個碼矢量ca以及其相關(guān)最佳ga值插入等式1可完成搜索。步驟3利用在步驟2找到的碼矢量ca和增益ga，通過搜索固定碼書而找到碼矢量cf來最小化DW。固定增益gf被假定等于最佳值。步驟4增益因子ga和gf被量化。注意到如果標量量化器被使用的話，ga可以在步驟2之后被量化。上面描述的波形匹配過程已知工作的很好，至少對于8kb/s或更高的比特率是這樣的。然而，當降低比特率時，對于非周期、類似噪聲的信號例如清音語音和背景噪聲進行波形匹配的能力很差。對于濁音語音段，波形匹配準則仍然工作的很好，但是類似噪聲信號的較差的波形匹配能力導致編碼信號常常電平太低，并且導致討厭的變化特性(如，已知為漩渦)。對于類似噪聲的信號，該
中眾所周知的是，最好與信號的譜特性相匹配，并且實現(xiàn)很好的信號電平(增益)匹配。由于線性預測合成濾波器給出信號的譜特性，上面等式1的另一可選準則可以用于類似噪聲的信號DE=(ES-ECS)2]]>(等式2)其中ES是未編碼語音信號的能量，ECS是編碼信號的能量。CS=H.(ga.ca+gf.cf)。等式2意味著與等式1的波形匹配相反的能量匹配。通過包括加權(quán)濾波器W，該準則也可以用于加權(quán)語音域。注意等式2中包括了平方根操作，僅僅是為了在與等式1相同的域中得到一個準則；這是不必要的并且不會成為一種限制。還存在其它可能的能量匹配準則，如DE=|ES-ECS|。在殘留域中，該準則可以表示為如下DE=(Er-Ex)2]]>(等式3)其中Er是殘留信號r的能量，該信號是通過合成濾波器的返向濾波器(H-1)對S濾波得到的，Ex是通過x=ga.ca+gf.cf給出的激勵信號的能量。上面的不同準則已經(jīng)在傳統(tǒng)的多模編碼中采用了，其中不同的編碼模式(例如，能量匹配)已經(jīng)被用于清音語音和背景噪聲。在這些模式中，能量匹配準則可以如等式2和3中那樣使用。該方法的一個缺點是需要進行模式判斷，例如，為濁音語音選擇波形匹配模式(等式1)，為類似噪聲信號如清音語音和背景噪聲選擇能量匹配模式(等式2或3)。模式判斷比較敏感，當判斷錯誤時，會產(chǎn)生討厭的不自然現(xiàn)象。而且，模式之間編碼策略的急劇變化會導致不期望的聲音。因此，最好是給出一種對于低比特率的類似噪聲信號改進的編碼方法，并且該方法沒有前面提到的多模式編碼的缺點。本專利技術(shù)很好的組合了波形匹配和能量匹配準則以改進低比特率下類似噪聲信號的編碼，并且沒有多模式編碼的缺點。附圖簡要描述圖1給出傳統(tǒng)CELP解碼器；圖2給出傳統(tǒng)CELP編碼器；圖3給出根據(jù)本專利技術(shù)的平衡因子；圖4給出圖3平衡因子的一個具體例子；圖5給出根據(jù)本專利技術(shù)的示例CELP編碼器的相關(guān)部分；圖6給出圖5CELP編碼器部分示例操作的流程圖；圖7給出根據(jù)本專利技術(shù)的通訊系統(tǒng)。詳細描述本專利技術(shù)將波形匹配準則和能量匹配準則合成一個準則DWE。波形匹配和能量匹配之間的平衡由加權(quán)因子自適應地軟調(diào)節(jié)DWE=K·DW+L·DE(等式4)其中K和L是加權(quán)因子，這些因子確定波形匹配失真DW和能量匹配失真DE之間的相對加權(quán)。加權(quán)因子K和L可以分別設置為1-α和α，如下所示DWE=(1-α)·DW+α·DE(等式5)其中α是值為0到1的平衡因子，以給出準則中波形匹配部分DW和能量匹配部分DE之間的平衡。在當前語音段中，α值最好是聲音電平或周期性的函數(shù)，α=α(v)，其中v是聲音標志。α(v)函數(shù)的原理草圖在圖3中給出。在聲音電平低于a時，α=d，當聲音電平大于b時，α=c，當聲音電平位于a和b之間時，α逐漸從d降低到c。等式5的準則可以用具體形式表示如下DWE=(1-α)·||SW-CSW||2+α·(ESW-ECSW)2]]>(等式6)其中ESW是信號SW的能量，ECSW是信號CSW的能量。盡管上面等式6的準則或其變種可以很好地用于CELP編碼器的整個編碼過程，當它僅僅用于增益量化部分時會產(chǎn)生明顯的改進(即，上面編碼方法的步驟4)。盡管這里詳細描述了采用等式6的準則實現(xiàn)量化，該準則可以用同樣的方式用于ca和cf碼書的搜索中。注意到等式6的ECSW可以表示為ECSW=‖CSW‖2(等式7)因此等式6可以重寫為DWE=(1-α)·||SW-CSW||2+α·(ESW-||CSW||2)2]]>(等式8)從等式1可以看到CSW=W·H·(ga·ca+gf·cf)。(等式9)一旦利用例如上面的等式1和步驟1-3確定了碼矢量ca和cf，下面的任務是找到對應的量化增益值。對于矢量量化，這些量化增益值作為矢量量化器的碼書紀錄給出。該碼書包括多個紀錄，每個紀錄包括一對量化增益值，gaQ和gfQ。將來自矢量量化器碼書的所有量化增益值對gaQ和gfQ插入等式9，然后將每個結(jié)果CSW插入等式8，等式8中所有可能的DWE被計算出來.給出最小DWE的來自矢量量化器碼書的增益值對被從量化增益值中選出。在幾種現(xiàn)在的編碼器中，預測量化被用于增益值，或至少用于固定碼書增益值。這直接在等式9中引用，因為預測是在搜索之前完成的。與將本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種根據(jù)原始語音信號產(chǎn)生多個參數(shù)的方法，根據(jù)這些參數(shù)可以重構(gòu)原始語音信號的近似值，包括： 對應于原始語音信號產(chǎn)生另一個信號，該另一個信號旨在表示原始語音信號； 確定與原始語音信號相關(guān)的波形和與另一個信號相關(guān)的波形之間的第一差值； 確定從原始語音信號導出的能量參數(shù)和與另一個信號相關(guān)的對應能量參數(shù)之間的第二差值；以及 利用第一差值和第二差值確定至少一個所說參數(shù)，根據(jù)該至少一個所說參數(shù)可以重構(gòu)原始語音信號的近似值。

【技術(shù)特征摘要】
US 1998-9-1 09/144,9611．一種根據(jù)原始語音信號產(chǎn)生多個參數(shù)的方法，根據(jù)這些參數(shù)可以重構(gòu)原始語音信號的近似值，包括對應于原始語音信號產(chǎn)生另一個信號，該另一個信號旨在表示原始語音信號；確定與原始語音信號相關(guān)的波形和與另一個信號相關(guān)的波形之間的第一差值；確定從原始語音信號導出的能量參數(shù)和與另一個信號相關(guān)的對應能量參數(shù)之間的第二差值；以及利用第一差值和第二差值確定至少一個所說參數(shù)，根據(jù)該至少一個所說參數(shù)可以重構(gòu)原始語音信號的近似值。2．權(quán)利要求1的方法，其中所述利用步驟包括在確定至少一個參數(shù)的步驟中為第一和第二差值分配相對的重要度。3．權(quán)利要求2的方法，其中所述分配步驟包括計算表示第一和第二差值相對重要度的平衡因子。4．權(quán)利要求3的方法，包括利用平衡因子來確定第一和第二加權(quán)因子，它們分別與第一和第二差值相關(guān)，所述利用第一和第二差值的步驟包括分別將第一和第二差值分別乘以第一和第二加權(quán)因子。5．權(quán)利要求4的方法，其中所述使用平衡因子來確定第一和第二加權(quán)因子的步驟包括選擇性地將其中一個加權(quán)因子設置為0。6．權(quán)利要求5的方法，其中所述選擇性地將其中一個加權(quán)因子設置為0的步驟包括在原始語音信號中檢測語音開始，并對應于語音開始的檢測將第二加權(quán)因子設置為0。7．權(quán)利要求3的方法，其中所述計算平衡因子的步驟包括基于至少一個以前計算的平衡因子來計算當前平衡因子。8．權(quán)利要求7的方法，其中所述基于至少一個以前計算的平衡因子來計算當前平衡因子的步驟包括對應于以前計算出來的、具有預定幅度的平衡因子來限制該平衡因子的幅度。9．權(quán)利要求3的方法，其中所述計算平衡因子的步驟包括確定與原始語音相關(guān)的聲音電平并按照聲音電平的函數(shù)來計算平衡因子。10．權(quán)利要求9的方法，其中所述確定聲音電平的步驟包括對聲音電平施加濾波操作以產(chǎn)生濾波后的聲音電平，所述計算步驟包括按照濾波后的聲音電平計算平衡因子。11．權(quán)利要求10的方法，其中所述施加濾波操作的步驟包括施加中值濾波操作，該操作包括在一組聲音電平中確定一個中值聲音電平，其中的聲音電平組包括施加了濾波操作后的聲音電平以及多個以前確定的與原始語音信號相關(guān)的聲音電平。12．權(quán)利要求2的方法，其中所述分配步驟包括確定分別與第一和第二差值相關(guān)的第一和第二加權(quán)因子，包括確定與原始語音信號相關(guān)的聲音電平，并按照聲音電平的函數(shù)來確定加權(quán)因子。13．權(quán)利要求12的方法，其中按照聲音電平的函數(shù)來確定第一和第二加權(quán)因子的步驟包括對應于第一聲音電平使得第一加權(quán)因子大于第二加權(quán)因子，并對應于低于第一聲音電平的第二聲音電平使得第二加權(quán)因子大于第一加權(quán)因子。14．權(quán)利要求1的方法，其中所述利用步驟包括利用第一和第二差值來確定量化的增益值以用于根據(jù)碼激勵線性預測語音編碼處理來重構(gòu)原始語音信號。15．一種語音編碼裝置，包括接收原始語音信號的輸入端；用于給出表示參數(shù)的信息的輸出端，其中根據(jù)所說參數(shù)可以重構(gòu)原始語音信號的近似值；連結(jié)在所述輸入端和所述輸出端之間的控制器，用來對應于原始語...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：E埃庫登，R哈根，
申請(專利權(quán))人：艾利森電話股份有限公司，
類型：發(fā)明
國別省市：SE[瑞典]