利用混合激勵(lì)線(xiàn)性預(yù)測(cè)(mixed excitation linear prediction,MELP)算法和碼激勵(lì)線(xiàn)性預(yù)測(cè)(code excitation linear prediction,CELP)算法的優(yōu)點(diǎn),提出了一種混合MELP/CELP語(yǔ)音編碼模型。編碼端對(duì)強(qiáng)濁音幀采用MELP編碼,對(duì)弱濁音幀和清音幀進(jìn)行CELP編碼。MELP編碼器采用相位對(duì)齊技術(shù)提取強(qiáng)濁音幀的相位參數(shù),解決了合成語(yǔ)音與原始語(yǔ)音在時(shí)間上不同步的問(wèn)題。對(duì)實(shí)現(xiàn)的4 kbit/s混合MELP/CELP聲碼器進(jìn)行客觀MOS(mean opinion score)值和主觀DRT(diagnostic rhythm test)清晰度測(cè)試,結(jié)果表明,該聲碼器的合成語(yǔ)音具有較高的可懂度和清晰度。 

【文章來(lái)源】：重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017年02期 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

混合MELP/CELP聲碼器編碼流程圖

1為混合MELP/CELP語(yǔ)音編碼流程框圖。編碼器輸入的是8kHz采樣、16bit均勻量化的語(yǔ)音信號(hào)，幀長(zhǎng)為20ms。對(duì)經(jīng)過(guò)預(yù)處理后的語(yǔ)音幀進(jìn)行線(xiàn)性預(yù)測(cè)分析，得到線(xiàn)性預(yù)測(cè)系數(shù)和殘差信號(hào)，殘差信號(hào)用于后續(xù)語(yǔ)音特征參數(shù)的提齲編碼端以語(yǔ)音幀的濁音強(qiáng)度值的大小來(lái)判定幀的類(lèi)型，如果是強(qiáng)濁音幀，進(jìn)行MELP編碼，若是弱濁音幀或清音幀則采用CELP編碼。在進(jìn)行MELP編碼時(shí)，提取強(qiáng)濁音幀的相位參數(shù)以實(shí)現(xiàn)相位對(duì)齊［6］。語(yǔ)音特征參數(shù)量化編碼后形成比特流，最后加上指示該幀是MELP編碼還是CELP編碼的1bit模式判決位后打包輸出。圖2是混合MELP/CELP語(yǔ)音解碼流程框圖。接收端對(duì)接收到的比特流進(jìn)行解碼，根據(jù)模式判決信息選擇相應(yīng)的MELP或CELP解碼算法。將解碼得到的參數(shù)生成MELP模型激勵(lì)源或CELP模型激勵(lì)源，通過(guò)線(xiàn)性預(yù)測(cè)合成濾波器后，重構(gòu)出語(yǔ)音信號(hào)。將重構(gòu)的語(yǔ)音信號(hào)進(jìn)行后置濾波［7］得到最終的合成語(yǔ)音信號(hào)。圖1混合MELP/CELP聲碼器編碼流程圖Fig．1BlockdiagramofhybridMELP/CELPspeechcoding圖2混合MELP/CELP聲碼器解碼流程圖Fig．2BlockdiagramofhybridMELP/CELPspeechdecoding2相位對(duì)齊CELP編碼是以逼近原始語(yǔ)音波形為目的，在傳輸?shù)男畔⒅泻邢辔粎?shù)，因此合成的語(yǔ)音波形與原始語(yǔ)音波形在時(shí)間上是同步的。而MELP提取的原始語(yǔ)音特征參數(shù)中沒(méi)有包含相位信息，導(dǎo)致了合成語(yǔ)音與原始語(yǔ)音在時(shí)間上不同步，表現(xiàn)出波形包絡(luò)不一致。因此，混合MELP/CELP聲碼器不能簡(jiǎn)單地把解碼后合成的語(yǔ)音信號(hào)進(jìn)行疊接，否則在聽(tīng)覺(jué)上感覺(jué)會(huì)不自然，導(dǎo)致合成語(yǔ)音質(zhì)量下降。為了解決相位對(duì)齊問(wèn)題，MELP編碼端需提取強(qiáng)濁音幀的相位參數(shù)。2．1相位參數(shù)的提取本文采用相關(guān)法來(lái)提取強(qiáng)濁音幀的相位參數(shù)。參與相關(guān)運(yùn)算的一個(gè)信號(hào)是欲編碼的線(xiàn)性?

肕ELP編碼模型，對(duì)弱濁音幀和清音幀采用CELP編碼模型，并利用相位對(duì)齊技術(shù)解決了MELP在提取原始語(yǔ)音信號(hào)特征參數(shù)［5］時(shí)沒(méi)有考慮相位，造成合成語(yǔ)音與原始語(yǔ)音在時(shí)間上不同步的問(wèn)題。為了與CELP聲碼器編碼幀長(zhǎng)一致，把MELP的編碼幀長(zhǎng)由22．5ms改為20ms，重新構(gòu)建了線(xiàn)譜對(duì)頻率(linespectrumfrequen-cy，LSF)、傅氏級(jí)數(shù)幅度語(yǔ)音特征參數(shù)的矢量量化碼本�；旌螹ELP/CELP的4kbit/s聲碼器用C語(yǔ)言進(jìn)行了實(shí)現(xiàn)，經(jīng)測(cè)試，本文實(shí)現(xiàn)的4kbit/s聲碼器的合成語(yǔ)音具有較高的可懂度和清晰度。1混合MELP/CELP聲碼器編解碼結(jié)構(gòu)圖1為混合MELP/CELP語(yǔ)音編碼流程框圖。編碼器輸入的是8kHz采樣、16bit均勻量化的語(yǔ)音信號(hào)，幀長(zhǎng)為20ms。對(duì)經(jīng)過(guò)預(yù)處理后的語(yǔ)音幀進(jìn)行線(xiàn)性預(yù)測(cè)分析，得到線(xiàn)性預(yù)測(cè)系數(shù)和殘差信號(hào)，殘差信號(hào)用于后續(xù)語(yǔ)音特征參數(shù)的提齲編碼端以語(yǔ)音幀的濁音強(qiáng)度值的大小來(lái)判定幀的類(lèi)型，如果是強(qiáng)濁音幀，進(jìn)行MELP編碼，若是弱濁音幀或清音幀則采用CELP編碼。在進(jìn)行MELP編碼時(shí)，提取強(qiáng)濁音幀的相位參數(shù)以實(shí)現(xiàn)相位對(duì)齊［6］。語(yǔ)音特征參數(shù)量化編碼后形成比特流，最后加上指示該幀是MELP編碼還是CELP編碼的1bit模式判決位后打包輸出。圖2是混合MELP/CELP語(yǔ)音解碼流程框圖。接收端對(duì)接收到的比特流進(jìn)行解碼，根據(jù)模式判決信息選擇相應(yīng)的MELP或CELP解碼算法。將解碼得到的參數(shù)生成MELP模型激勵(lì)源或CELP模型激勵(lì)源，通過(guò)線(xiàn)性預(yù)測(cè)合成濾波器后，重構(gòu)出語(yǔ)音信號(hào)。將重構(gòu)的語(yǔ)音信號(hào)進(jìn)行后置濾波［7］得到最終的合成語(yǔ)音信號(hào)。圖1混合MELP/CELP聲碼器編碼流程圖Fig．1BlockdiagramofhybridMELP/CELPspeechcoding圖2混合MELP/CELP聲碼器解碼流程圖Fig．2BlockdiagramofhybridMELP/CELPspeechdecoding2相位對(duì)齊CELP編碼是以逼

【參考文獻(xiàn)】：
博士論文
[1]低速率語(yǔ)音編碼算法研究[D]. 計(jì)哲.清華大學(xué) 2011

碩士論文
[1]混合激勵(lì)MVDR語(yǔ)音編碼技術(shù)研究[D]. 馬震.山東大學(xué) 2005



本文編號(hào)：2928964