寬帶語(yǔ)言編碼傳輸中的相關(guān)技術(shù)研究.pdf

1、數(shù)字編碼語(yǔ)音在傳輸中將會(huì)遇到各種問(wèn)題,如語(yǔ)音幀的丟失及不同語(yǔ)音編碼標(biāo)準(zhǔn)的互連。前者將導(dǎo)致語(yǔ)音質(zhì)量的下降,在利用基音預(yù)測(cè)的碼激勵(lì)線性預(yù)測(cè)(CELP)編碼語(yǔ)音中,還會(huì)導(dǎo)致錯(cuò)誤傳播,因此,需要進(jìn)行丟幀補(bǔ)償,以提高解碼語(yǔ)音質(zhì)量；后者需要在保持較高的語(yǔ)音質(zhì)量和較低的算法復(fù)雜度的前提下,直接將一種標(biāo)準(zhǔn)的語(yǔ)音編碼參數(shù)轉(zhuǎn)換為另一種標(biāo)準(zhǔn)的語(yǔ)音編碼參數(shù),即智能轉(zhuǎn)碼。
　　 近期的丟幀補(bǔ)償大多是在解碼端進(jìn)行的,雖然不會(huì)增加碼率,但是很難減輕濁音端點(diǎn)丟

2、失所導(dǎo)致的錯(cuò)誤傳播,而編碼端進(jìn)行的魯棒編碼,如前向糾錯(cuò)編碼、多描述編碼等,往往帶來(lái)比特速率的明顯增加。傳統(tǒng)的級(jí)聯(lián)轉(zhuǎn)碼(Tandem transcoding)可以對(duì)任何編碼的語(yǔ)音進(jìn)行轉(zhuǎn)碼,但是它帶來(lái)語(yǔ)音質(zhì)量下降、時(shí)延大等問(wèn)題,同時(shí),一般的智能轉(zhuǎn)碼大多是在CELP窄帶語(yǔ)音編碼標(biāo)準(zhǔn)之間進(jìn)行的,對(duì)于寬帶語(yǔ)音編碼向窄帶語(yǔ)音編碼的轉(zhuǎn)碼,及寬帶語(yǔ)音編碼之間的轉(zhuǎn)碼,則鮮有研究。
　　 在丟幀補(bǔ)償方面,本論文首先提出一種基于隱馬爾可夫模型的線性預(yù)

3、測(cè)系數(shù)(LPC)補(bǔ)償算法,對(duì)LPC參數(shù)進(jìn)行最佳估計(jì)；其次,提出一種基于增強(qiáng)保護(hù)幀的魯棒編碼算法及丟幀補(bǔ)償方法。在轉(zhuǎn)碼方面,首先重點(diǎn)研究了自適應(yīng)多速率寬帶語(yǔ)音編碼器(AMR-WB)到自適應(yīng)多速率窄帶語(yǔ)音編碼器(AMR)轉(zhuǎn)碼中的LPC參數(shù)轉(zhuǎn)換算法,在此基礎(chǔ)上,對(duì)其它參數(shù)的轉(zhuǎn)換提出了探討；其次,在AMR-WB和變速率多模式寬帶語(yǔ)音編碼器(VMR-WB)的互操作分析的基礎(chǔ)上,提出AMR-WB和VMR-WB之間的轉(zhuǎn)碼算法。
　　 本文的研

4、究工作主要包括如下三個(gè)方面:
　　 (1)提出了兩種基于隱馬爾可夫模型(HMM)的寬帶語(yǔ)音編碼標(biāo)準(zhǔn)G.722.2的LPC參數(shù)補(bǔ)償算法,利用大型HMM模型對(duì)LPC參數(shù)的轉(zhuǎn)化形式導(dǎo)譜頻率(ISF)參數(shù)進(jìn)行建模,利用語(yǔ)音傳輸中正確接收的ISF參數(shù),估計(jì)丟失的ISF參數(shù)。第一種算法,首先估計(jì)接收的ISF參數(shù)最佳HMM狀態(tài)序列,再利用丟失幀前面的一個(gè)ISF參數(shù)的對(duì)應(yīng)狀態(tài)的統(tǒng)計(jì)均值替代丟失的ISF參數(shù)；第二種算法,利用接收的ISF參數(shù),遞推

5、地估計(jì)丟失的ISF參數(shù)。在此基礎(chǔ)上,對(duì)激勵(lì)信號(hào)的補(bǔ)償進(jìn)行了討論。和現(xiàn)有的基于插值補(bǔ)償方法相比,由于本算法可以把握ISF參數(shù)的長(zhǎng)期演變趨勢(shì),因而譜失真較小,補(bǔ)償?shù)恼Z(yǔ)音更加自然。
　　 (2)提出一種基于增強(qiáng)保護(hù)幀的丟幀補(bǔ)償算法。在簡(jiǎn)單地介紹幀間獨(dú)立窄帶語(yǔ)音編碼iLBC標(biāo)準(zhǔn)的基礎(chǔ)上,提出一種預(yù)測(cè)編碼和幀間獨(dú)立編碼結(jié)合的混合編碼。采用Teager能量算子或者短時(shí)特征參數(shù)進(jìn)行濁音端點(diǎn)檢測(cè),將濁音端點(diǎn)及其隨后若干幀定義為增強(qiáng)保護(hù)幀。根據(jù)信

6、道的不同狀況(以丟幀率或載干比C/I或者丟包率衡量),對(duì)增強(qiáng)保護(hù)幀采取不同強(qiáng)度的幀間獨(dú)立編碼。將基于基音預(yù)測(cè)的CELP寬帶語(yǔ)音編碼,改進(jìn)為幀間預(yù)測(cè)編碼和幀間獨(dú)立編碼混合的魯棒編碼。在解碼端,針對(duì)不同的丟幀情況,分別進(jìn)行補(bǔ)償。該算法的優(yōu)點(diǎn)是,可以有效阻止錯(cuò)誤傳播,即使在濁音端點(diǎn)全部丟失的極端情況,仍然可以獲得滿意的語(yǔ)音質(zhì)量,在最一般隨機(jī)丟幀的情況下,補(bǔ)償效果優(yōu)于G.722.2附件Ⅰ的基準(zhǔn)補(bǔ)償效果。
　　 (3)提出了寬帶語(yǔ)音編碼A

7、MR-WB向窄帶語(yǔ)音編碼AMR的轉(zhuǎn)碼算法,重點(diǎn)研究了合成濾波器即LPC參數(shù)的轉(zhuǎn)換,提出了兩個(gè)轉(zhuǎn)換算法。第1個(gè)算法,將AMR-WB的合成濾波器的沖激響應(yīng)進(jìn)行采樣率轉(zhuǎn)換,利用Prony算法求解轉(zhuǎn)換后AMR的L2C參數(shù)；第2個(gè)算法,通過(guò)AMR-WB的線性預(yù)測(cè)參數(shù)反解出自相關(guān),再對(duì)自相關(guān)插值,得到AMR的自相關(guān),利用Levinson-Durbin算法求解AMR的線性預(yù)測(cè)參數(shù)。分析與實(shí)驗(yàn)表明,算法1的復(fù)雜度只有Tandem轉(zhuǎn)碼的1/4左右,而算法

8、2的復(fù)雜度不到Tandem轉(zhuǎn)碼的3/20,兩者都低于Tandem轉(zhuǎn)碼。其中,算法2在低速率語(yǔ)音編碼時(shí)濁音的譜失真略低于Tandem轉(zhuǎn)碼,在中、高速率語(yǔ)音編碼時(shí)濁音的譜失真略高于Tandem轉(zhuǎn)碼,由于語(yǔ)音的質(zhì)量主要由濁音決定,算法2的復(fù)雜度大大低于Tandem轉(zhuǎn)碼,因此,算法2是一種可供選擇的合成濾波器轉(zhuǎn)換算法。在合成濾波器轉(zhuǎn)換的基礎(chǔ)上,對(duì)構(gòu)成激勵(lì)信號(hào)的其它參數(shù),即基音延遲參數(shù)、代數(shù)碼本及增益等的轉(zhuǎn)換進(jìn)行了討論。另外,在對(duì)寬帶語(yǔ)音編碼AM