語音頻帶擴(kuò)展算法的研究.pdf

1、分類號密級UDC注1學(xué)位論文語音頻帶擴(kuò)展算法的研究（題名和副題名）薛梅（作者姓名）指導(dǎo)教師姓名周南副教授副教授電子科技大學(xué)電子科技大學(xué)成都成都（職務(wù)、職稱、學(xué)位、單位名稱及地址）申請學(xué)位級別碩士碩士專業(yè)名稱信號與信息處理信號與信息處理論文提交日期2011.4論文答辯日期2011.5學(xué)位授予單位和日期電子科技大學(xué)電子科技大學(xué)答辯委員會主席評閱人2011年月日注1：注明《國際十進(jìn)分類法UDC》的類號摘要I摘要人類語音的頻帶信息主要分布在50

2、Hz8kHz的頻率范圍內(nèi)。但是由于受位率等因素的影響，大多數(shù)電話通信系統(tǒng)中傳輸?shù)亩际?00Hz3.4kHz的窄帶語音。與寬帶語音相比，窄帶語音的質(zhì)量要差很多。在電話會議等對語音質(zhì)量要求較高的場合，窄帶語音不能滿足需要。因此，研究從窄帶語音到寬帶語音的頻帶擴(kuò)展算法有著重要的現(xiàn)實(shí)意義。碼本映射法是目前應(yīng)用最廣的語音頻帶擴(kuò)展算法。碼本映射法由于一個窄帶語音的特征矢量只能對應(yīng)一個寬帶語音的特征矢量而導(dǎo)致在碼本映射中會出現(xiàn)偏差，使得寬帶語音譜包絡(luò)

3、估計不夠準(zhǔn)確，從而出現(xiàn)失真。本文針對這個問題提出了加權(quán)的碼本映射法，即以碼本映射法為基礎(chǔ)，在碼本映射的過程中，加入了加權(quán)求和。這樣可以使得映射得到的碼本更加接近于原始寬帶語音譜包絡(luò)矢量，從而使得譜包絡(luò)估計的失真更小。主客觀測試表明，此算法的頻帶擴(kuò)展效果比碼本映射法好。大多數(shù)現(xiàn)有的語音頻帶擴(kuò)展算法使用的是線性預(yù)測模型，提取的參數(shù)過于簡單，使得寬帶譜包絡(luò)估計不夠準(zhǔn)確。本文針對這個問題提出了基于自適應(yīng)碼本頻帶復(fù)制的語音頻帶擴(kuò)展算法，即以AMR

4、WB為基本原理進(jìn)行語音頻帶擴(kuò)展。此算法的優(yōu)點(diǎn)在于采用開環(huán)和閉環(huán)相結(jié)合的方法計算基音延時，用固定碼本和自適應(yīng)碼本相結(jié)合的方法還原激勵，突破了傳統(tǒng)的語音頻帶擴(kuò)展算法中僅使用語音信號線性預(yù)測模型和二元激勵所帶來的限制。而且在頻帶擴(kuò)展后加入EQ均衡來調(diào)節(jié)高頻分量。主客觀測試表明，此算法的頻帶擴(kuò)展效果比碼本映射法和加權(quán)的碼本映射法都好。其中，主觀測試中的MOS評分比加權(quán)的碼本映射法高0.1；客觀測試中的對數(shù)譜失真比加權(quán)的碼本映射法低1.61。關(guān)鍵