基于離散余弦變換的低速率波形內(nèi)插語音編碼算法研究.pdf

1、本文基于波形內(nèi)插(Waveform Interpolation,WI)模型,針對特征波形分解問題、特征波形對齊問題和相位問題作了重要改進： 在特征波形分解問題上,本文提出了基于離散余弦變換(Dsicrete Cosine Transform,DCT)的分解方法,將當前幀的特征波形分解為直流成分、低頻成分和高頻成分。與FIR低通濾波分解方法相比,該分解方法避免了傳統(tǒng)方法的一幀額外延時,克服了分解后成分的不獨立問題,保持了不引入分解

2、偏差的優(yōu)點,計算復雜度較FIR低通濾波方法下降了80％。在性能上,該方法也優(yōu)于小波分解方法、奇異值分解方法和非負矩陣分解方法。該分解方法同時帶來量化方面的優(yōu)勢,分解后的成分符合人耳感知特性,易于量化。同時,本文去除了傳統(tǒng)WI聲碼器的對齊操作,使得編解碼計算復雜度下降18％,實驗結(jié)果表明,去掉對齊操作不影響重建語音質(zhì)量。 在相位問題上,本文提出清/濁相位判決方法和濁音相位分類方法。在解碼端,首先對當前語音幀進行清/濁判決,若判決當

3、前幀為濁音幀,直流成分和低頻成分添加固定相位,高頻成分添加隨機相位,且固定相位采用按基音周期分類的方法。若判決當前語音幀為清音幀,在添加相位時,直流成分、低頻成分和高頻成分都加入隨機相位。實驗表明,該方法能明顯提升重建語音的聽覺效果。 最后,本文提出了速率分別為2.0kbps和1.6kbps的DCT-WI語音編碼器,并分別對其進行了MOS分測試。主觀聽覺表明,2.0kbps的DCT-WI聲碼器與2.4Kbps的MELP聲碼器具有