語(yǔ)音頻帶擴(kuò)展算法的研究

1、分類號(hào)密級(jí)UDC注1學(xué)位論文語(yǔ)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(qǐng)學(xué)位級(jí)別碩士碩士專業(yè)名稱信號(hào)與信息處理信號(hào)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(huì)主席評(píng)閱人2011年月日注1：注明《國(guó)際十進(jìn)分類法UDC》的類號(hào)萬(wàn)方數(shù)據(jù)摘要I摘要人類語(yǔ)音的頻帶信息主要分

2、布在50Hz8kHz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(yǔ)音。與寬帶語(yǔ)音相比，窄帶語(yǔ)音的質(zhì)量要差很多。在電話會(huì)議等對(duì)語(yǔ)音質(zhì)量要求較高的場(chǎng)合，窄帶語(yǔ)音不能滿足需要。因此，研究從窄帶語(yǔ)音到寬帶語(yǔ)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(yǔ)音頻帶擴(kuò)展算法。碼本映射法由于一個(gè)窄帶語(yǔ)音的特征矢量只能對(duì)應(yīng)一個(gè)寬帶語(yǔ)音的特征矢量而導(dǎo)致在碼本映射中會(huì)出現(xiàn)偏差，使得寬帶語(yǔ)

3、音譜包絡(luò)估計(jì)不夠準(zhǔn)確，從而出現(xiàn)失真。本文針對(duì)這個(gè)問(wèn)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(guò)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(yǔ)音譜包絡(luò)矢量，從而使得譜包絡(luò)估計(jì)的失真更小。主客觀測(cè)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(yǔ)音頻帶擴(kuò)展算法使用的是線性預(yù)測(cè)模型，提取的參數(shù)過(guò)于簡(jiǎn)單，使得寬帶譜包絡(luò)估計(jì)不夠準(zhǔn)確。本文針對(duì)這個(gè)問(wèn)題提出了基于自適應(yīng)碼本頻帶復(fù)制的語(yǔ)音頻帶擴(kuò)展算法，即

4、以AMRWB為基本原理進(jìn)行語(yǔ)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(jì)算基音延時(shí)，用固定碼本和自適應(yīng)碼本相結(jié)合的方法還原激勵(lì)，突破了傳統(tǒng)的語(yǔ)音頻帶擴(kuò)展算法中僅使用語(yǔ)音信號(hào)線性預(yù)測(cè)模型和二元激勵(lì)所帶來(lái)的限制。而且在頻帶擴(kuò)展后加入EQ均衡來(lái)調(diào)節(jié)高頻分量。主客觀測(cè)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(cè)試中的MOS評(píng)分比加權(quán)的碼本映射法高0.1；客觀測(cè)試中的對(duì)數(shù)譜失真比加權(quán)的碼本映射法低1.6