專利名稱：一種基于多描述格型矢量量化技術(shù)的語音編碼方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信領(lǐng)域，特別涉及多描述格型矢量量化技術(shù)的語音 編碼方法，屬于網(wǎng)絡(luò)通信領(lǐng)域。
背景技術(shù)：
多描述編碼是1979年的香農(nóng)信息論會議上由Gersho、 0zarow等 人提出。它將單個信號編碼成兩個(或兩個以上)獨(dú)立的比特流，這 些獨(dú)立的比特流稱為描述。每個描述都可以單獨(dú)解碼，并得到質(zhì)量上 可接受的原始信號；而且多個描述之間存在互補(bǔ)的信息，隨著正確接 收到的描述的數(shù)量的增加，解碼出的信號質(zhì)量也在逐步提高。值得注 意的是，多描述編碼不同于常規(guī)的可分級編碼，常規(guī)的方法編碼出的 基本層是至關(guān)重要的，如果失去基本層，剩下的其他比特流將毫無用 處。而多描述編碼技術(shù)可以利用正確接收到的任何一個描述符重構(gòu)出 有用的原始信號，隨著接收到描述符數(shù)量的增加，編碼出來的語音質(zhì) 量也逐步提高。相比較分層編碼更適合存在分組丟失的網(wǎng)絡(luò)上提高系 統(tǒng)的性能。
Jayant最早在他的論文"分組丟失對波形編碼的影響以及通過奇 偶樣點(diǎn)內(nèi)插來提升質(zhì)量"("Effects of packet losses in waveform coded speech and improvements due to an odd-even sample-interpolation procedure" IEEE Trans. Co咖un. ， vol. 29， pp. 101-109， Feb. 1981.)設(shè)計出一個簡單有效的多描述波形編碼 系統(tǒng)。該編碼系統(tǒng)將奇數(shù)樣點(diǎn)和偶數(shù)樣點(diǎn)分別放入兩個描述中，用 DPCM進(jìn)行編碼，并在兩條信道中傳輸。當(dāng)兩個描述同時收到時，它 就是一個普通的DPCM解碼器。而當(dāng)只收到一個描述時，采用自適應(yīng) 內(nèi)插法進(jìn)行恢復(fù)，得到帶有頻譜混疊的信號。為了降低混疊的影響， 這類編碼器需要提高采樣率，從而使編碼速率比較高，而且當(dāng)有描述
丟失時，信號的混疊也會嚴(yán)重的影響恢復(fù)質(zhì)量。
Dong Lin在她的論文"基于LSP適用于實(shí)時低速率IP語音的多 描述編碼算法，，("LSP-based multiple-description coding for real-time low bit-rate voice over IP " Multimedia, IEEE Transactions on ， vol. 7， no. 1pp. 167_ 178, Feb. 2005)中設(shè) 計出一個基于CELP結(jié)構(gòu)的多描述參數(shù)語音編碼系統(tǒng)。這類多描述參 數(shù)語音編碼算法相對于波形多描述編碼算法而言，具有較高的壓縮效 率。它根據(jù)參數(shù)的統(tǒng)計特性將參數(shù)分配到兩個描述中。因?yàn)閰?shù)之間 的依賴性，以及對誤差的敏感性,使得兩個描述中有大量重復(fù)的參數(shù) 才可以單獨(dú)解碼，降低了系統(tǒng)的壓縮率。而且參數(shù)在分解的過程中， 也不靈活，有諸多限制。
本發(fā)明就是為了解決上述這些不足，相對于波形多描述編碼方 法，本發(fā)明因采用格型矢量量化技術(shù)，所以在保持較低的延時和算法 復(fù)雜度的情況下，還能保證足夠的壓縮率；相對于參數(shù)多描述編碼方 法，本發(fā)明直接對加權(quán)語音的頻譜進(jìn)行量化，不需要提取基音周期等 參數(shù)，即使在噪聲環(huán)境下也不會發(fā)生誤判，抵抗噪聲的能力更強(qiáng)。

發(fā)明內(nèi)容
本發(fā)明要解決分組語音傳輸過程中，分組丟失影響系統(tǒng)性能的問 題，提供了一種基于多描述格型矢量量化的多描述語音編碼方法，涉 及到對加權(quán)語音信號進(jìn)行格型矢量量化，并對量化后的索引進(jìn)行多描 述標(biāo)注。
本發(fā)明的技術(shù)方案
首先對語音信號進(jìn)行LPC分析，并進(jìn)行感知加權(quán)，再通過時頻變 換將加權(quán)語音信號變換到頻域；在頻域，經(jīng)過幅度調(diào)整之后的信號被 分解成矢量，用格型矢量量化法進(jìn)行量化，量化后的格點(diǎn)按照多描述 格型矢量量化的方法分解成兩個描述(相應(yīng)子格點(diǎn)的索引)；兩個描 述分別在信道中傳輸；在接收端根據(jù)信道的傳輸狀態(tài)對參數(shù)進(jìn)行解 析，根據(jù)解析的結(jié)果重建矢量，從而重建感知加權(quán)語音信號的頻譜， 再通過時頻反變換變化到時域。最后通過感知去加權(quán)濾波器得到最終 的重建語音信號。
本發(fā)明用到的技術(shù)方案中涉及到對輸入信號進(jìn)行LPC分析。為提
5
高LPC分析的精度，若輸入信號為寬帶語音信號需進(jìn)行預(yù)加重處理， 若輸入信號為窄帶語音則直接進(jìn)行LPC分析；LPC分析的窗長大于 實(shí)際處理的語音信號的窗長；利用LPC分析之后的參數(shù)對輸入語音 進(jìn)行感知加權(quán)。
本發(fā)明用到的技術(shù)方案中涉及到通過時頻變換方法將加權(quán)語音 信號從時域變換到頻域；變換方法可以是離散傅里葉變換、離散余弦 變換等。
本發(fā)明用到的技術(shù)方案中涉及到在形成格型量化的碼本時，不同 的編碼速率對應(yīng)不同的碼本尺寸，需要根據(jù)實(shí)際的系統(tǒng)速率要求確定 格型量化的碼本尺寸。根據(jù)碼本尺寸所確定的量化范圍，對加權(quán)語音 信號的頻譜幅度進(jìn)行調(diào)整。使其充分利用量化器的動態(tài)范圍。
本發(fā)明用到的技術(shù)方案中涉及到根據(jù)格型量化的維數(shù)，將加權(quán)語 音信號的頻譜的實(shí)部虛部分開，組成相應(yīng)維數(shù)的矢量，并進(jìn)行格型矢
本發(fā)明用到的技術(shù)方案中涉及到根據(jù)多描述格型矢量量化技術(shù) 的標(biāo)注方法，將量化索引映射成兩個子格的索引，該映射可以在一個 小范圍內(nèi)首先確立，然后根據(jù)格型本身的結(jié)構(gòu)特性和平移屬性將這種 格點(diǎn)到兩個子格點(diǎn)的映射關(guān)系擴(kuò)展到整個量化空間。
本發(fā)明用到的技術(shù)方案中涉及到解碼的過程依賴于每個描述的 傳輸狀態(tài)，如果兩個描述(子格索引)都正確接收，就可以根據(jù)多描 述格型矢量量化的映射關(guān)系，找到中心描述。如果只有一個描述正確 接收，那么就用單個描述來恢復(fù)信號。如果所有的描述都丟失，則采 用靜音替代的方法進(jìn)行恢復(fù)。
本發(fā)明用到的技術(shù)方案中涉及到將恢復(fù)后的矢量重新組合成信 號的頻譜，并進(jìn)行能量調(diào)整，再利用與編碼端相同的時頻變換方法將 信號從頻域變換到時域。
本發(fā)明用到的技術(shù)方案中涉及到合成的時域信號通過感知去加 重后得到重建語音信號。
本發(fā)明有益的效果是編碼器采用了多描述的思想，這樣語音信 號在傳輸過程中，如果包含一個描述的分組丟失，仍然可以從另外正 確接收的分組中部分的恢復(fù)原始信號，從而提高了系統(tǒng)的穩(wěn)定性。而 且在對信號進(jìn)行編碼的過程中，采用了格型矢量量化的方法，該方法
算法復(fù)雜度低，所以編解碼時不會引入大量的算法時延，而且不需要 存儲量化碼本，節(jié)省了編解碼器中的存儲空間。


圖l一本發(fā)明的系統(tǒng)組成框圖2 —A2格中格點(diǎn)與索引為31的子格點(diǎn)的位置關(guān)系； 圖3 —A2格中格點(diǎn)與索引為31子格點(diǎn)對的對應(yīng)關(guān)系。
具體實(shí)施例方式
下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步介紹。本發(fā)明主要針對 如何提高語音信號在分組網(wǎng)絡(luò)上的傳輸質(zhì)量的問題。適合分組語音傳 輸。
如圖l所示，本發(fā)明方法包括對編碼端和解碼端的處理。編碼端 包括感知加權(quán)、時頻變換、能量調(diào)整與格型矢量量化以及多描述標(biāo)注； 而解碼端包括，參數(shù)解析、能量調(diào)整與頻譜矢量恢復(fù)、時頻反變換以 及去加權(quán)。各個部分的實(shí)現(xiàn)細(xì)節(jié)如下
如圖1所示，編碼端首先需要對語音信號進(jìn)行加權(quán)，得到加權(quán)語
音信號，而在解碼端需要進(jìn)行相反的去加權(quán)過程。操作細(xì)節(jié)如下
a) 根據(jù)語音信號的短時特性，可以將語音信號分成20ms左右的 幀，對每幀語音進(jìn)行LPC分析，為了避免LPC分析的邊界效應(yīng)，可 以將LPC的分析窗長大于實(shí)際處理的語音幀長。為了提高LPC的精 度而又不引入較大的計算量，可以將語音幀分成若干子幀，將LPC 系數(shù)對每個子幀進(jìn)行內(nèi)插。
b) 在子幀的基礎(chǔ)上進(jìn)行感知加權(quán)，如果輸入信號是寬帶語音信號， 則加權(quán)濾波器為『(勻=—(小^=0.92，而&_— =1/(1-/ p一1) 為預(yù)加重濾波器，其中/ ,0.68;如果是窄帶語音信號，則采用 『0)=」0/^)作為加權(quán)濾波器。
c) LPC分析的系數(shù)需要傳輸?shù)浇獯a端，在兩個描述中重復(fù)。
d) 在解碼端對恢復(fù)出來的加權(quán)語音信號采用去加權(quán)濾波器l/r② 進(jìn)行處理，從而得到重建的語音信號。
如圖1所示，在編碼端需要將加權(quán)語音信號從時域變化到頻域， 而在解碼端需要將重建頻域的加權(quán)語音信號轉(zhuǎn)化到時域。
a) 在編碼端建議采,的方法為離散傅里葉變換。表達(dá)式為 綠)=——^
其中丄，ii3ff的樣點(diǎn)個數(shù)。
b) 在解碼端同樣建g采用離散反傅里葉變換。表達(dá)式為<formula>formula see original document page 8</formula>其中丄ror是l5，T的樣點(diǎn)個數(shù)。
如圖l所示，在編碼端需要對變換到頻域的加權(quán)語音信號組成矢 量并進(jìn)行能量調(diào)整，而在解碼端需要將量化的索引轉(zhuǎn)化為矢量并重新 組成加權(quán)語音信號的頻譜。
a) 建議將X(Q的每個復(fù)數(shù)的實(shí)部和虛部組成一個二維矢量，用A2 格進(jìn)行矢量量化。在量化之前需要根據(jù)預(yù)先設(shè)定的比特率確定量化器 的量化范圍，不同的比特率對應(yīng)不同的量化半徑，比特率越高量化的 半徑就越大。對矢量的能量進(jìn)行調(diào)整，使得能量最大的矢量距離原點(diǎn) 的距離與量化半徑相等。能量調(diào)整公式如下<formula>formula see original document page 8</formula>其中&為量化范圍，《M為幅度的最大值。幅度的最大值4皿采用標(biāo) 量量化傳送到接收端。而每個矢量的量化索引送入多描述標(biāo)注模塊。
b) 在接收端，從參數(shù)解析模塊得到A2格量化的索引，送入能量調(diào) 整與頻譜矢量恢復(fù)模塊。首先將A2格索引計算出實(shí)際的矢量，每個 矢量分解得到能量未調(diào)整的加權(quán)語音信號一個頻率樣點(diǎn)的實(shí)部和虛 部。這樣所有的矢量就構(gòu)成了能量未調(diào)整的加權(quán)語音信號的頻譜。能 量調(diào)整的過程與模塊的過程相反。首先得到解量化的幅度的最大值 A皿，然后通過<formula>formula see original document page 8</formula> 得到能量調(diào)整后的重建加權(quán)語音信號。其中帶波浪線的字母表示接量 化后的重建信號。
如圖1所示，在編碼端需要將格的量化索引映射成兩個子格索引， 子格索弓I在信道中傳輸。而在解碼端需要對輸入矢量進(jìn)行參數(shù)解析， 根據(jù)不同的傳輸狀態(tài)確定不同的恢復(fù)策略。
令A(yù)代表一個格，用A'cA表示與A幾何相似的子格。所謂相似是 指A'通過旋轉(zhuǎn)和尺度變換可以得到A。更確切的，如果G和G'分別表 示A和A'的生成矩陣。A'與A相似意味著G'"WM，其中c為非零標(biāo)
量，U為行列式為±1的整數(shù)矩陣，B為實(shí)數(shù)正交矩陣。子格的索引
iV = IA / A'l為A'和八基本體積的比值，也是A'的 一個Voronoi包腔中格 點(diǎn)的數(shù)量。以A2格為例說明格與子格的對應(yīng)關(guān)系。如圖2所示為A2 格中格點(diǎn)以及索引為31的子格點(diǎn)的結(jié)構(gòu)圖。 建議采用的方法仍然以A2格為例
a) 首先根據(jù)A2格與子格的關(guān)系，在較小的范圍內(nèi)R找到格點(diǎn)到子 格點(diǎn)的對應(yīng)關(guān)系。最終決定兩個描述之間冗余的大小。
在如圖2所示的范圍內(nèi)(格點(diǎn)位于坐標(biāo)原點(diǎn)的Voronoi域，其最 遠(yuǎn)端距離原點(diǎn)的半徑設(shè)為R格點(diǎn)到子格點(diǎn)對的對應(yīng)關(guān)系如圖3所示。 如果輸入矢量落在這個范圍內(nèi)，當(dāng)它被量化到每一個格點(diǎn)時，就可以 根據(jù)圖3的對應(yīng)關(guān)系，找到與之對應(yīng)的兩個子格點(diǎn)。
b) 如果輸入矢量的能量超過了 R，那么就需要對輸入矢量進(jìn)行平 移運(yùn)算。首先將輸入矢量量化到離它最近的子格點(diǎn)上，然后做輸入矢 量與該子格點(diǎn)的矢量差，得到的差矢量的能量在范圍R之內(nèi)，從而 找到差失量所對應(yīng)的兩個子格點(diǎn)，再將這兩個子格點(diǎn)分別與距離輸入 矢量最近的子格點(diǎn)作矢量和就得到了最終需要在網(wǎng)絡(luò)上傳輸?shù)膬蓚€ 子格點(diǎn)。
c) 在解碼端，參數(shù)解析模塊根據(jù)傳輸狀態(tài)確定最終的恢復(fù)方案。
1、 如果只有一個描述(子格樣點(diǎn))正確接收，就用子格矢量來恢 復(fù)加權(quán)語音信號的頻率點(diǎn)，此時的誤差較大。
2、 如果兩個描述都正確接收了，就采用兩個子格點(diǎn)到格點(diǎn)的映射 關(guān)系，通過兩個子格點(diǎn)的坐標(biāo)找到格點(diǎn)的坐標(biāo)，從而恢復(fù)出格點(diǎn)。并 用格點(diǎn)矢量來恢復(fù)加權(quán)語音信號的頻率點(diǎn)。
權(quán)利要求
1.一種基于多描述格型矢量量化技術(shù)的語音編碼方法，其特征在于該方法首先對語音信號進(jìn)行LPC分析，并進(jìn)行感知加權(quán)，再通過時頻變換將加權(quán)語音信號變換到頻域；在頻域，經(jīng)過幅度調(diào)整之后的信號被分解成矢量，用格型矢量量化法進(jìn)行量化，量化后的格點(diǎn)按照多描述格型矢量量化的方法分解成兩個描述(相應(yīng)子格點(diǎn)的索引)；兩個描述分別在信道中傳輸；在接收端根據(jù)信道的傳輸狀態(tài)對參數(shù)進(jìn)行解析，根據(jù)解析的結(jié)果重建矢量，從而重建感知加權(quán)語音信號的頻譜，再通過時頻反變換變化到時域；最后通過感知去加權(quán)濾波器得到最終的重建語音信號。
2. 如權(quán)利要求1所述的基于多描述格型矢量量化技術(shù)的語音編 碼算法，其特征在于，該方法的主要步驟有-a) 對輸入語音信號進(jìn)行LPC分析，并進(jìn)行感知加權(quán)；b) 通過時頻變換方法將加權(quán)后的語音信號轉(zhuǎn)換到頻域；c) 對信號的頻譜進(jìn)行能量調(diào)整，將信號頻譜參數(shù)的實(shí)部虛部組合 在一起形成矢量，并用格型矢量量化算法對信號矢量進(jìn)行量 化；d) 根據(jù)標(biāo)注方程，將量化后的索引映射到兩個描述；e) 根據(jù)傳輸狀態(tài)對傳輸參數(shù)進(jìn)行解析；f) 重建矢量，并進(jìn)行能量調(diào)整重新合成信號的頻譜；g) 并采用時頻變換將信號從頻域變化到時域；h) 感知去加權(quán)。
3. 如權(quán)利要求2要求所述的一種基于多描述格型矢量量化技術(shù) 的語音編碼方法，其特征在于對輸入語音信號進(jìn)行LPC分析；為 提高LPC分析的精度，若輸入信號為寬帶語音信號需進(jìn)行預(yù)加重處 理，若輸入信號為窄帶語音則直接進(jìn)行LPC分析；LPC分析的窗長 大于實(shí)際處理的語音信號的窗長；利用LPC分析之后的參數(shù)對輸入 語音進(jìn)行感知加權(quán)。
4. 如權(quán)利要求2所述的一種基于多描述格型矢量量化技術(shù)的語 音編碼方法，其特征在于通過時頻變換方法將加權(quán)語音信號從時域變換到頻域；變換方法可以是離散傅里葉變換、離散余弦變換等。
5. 如權(quán)利要求2所述一種基于多描述格型矢量量化技術(shù)的語音編碼方法，其特征在于在形成格型量化的碼本時，不同的編碼速率 對應(yīng)不同的碼本尺寸，需要根據(jù)實(shí)際的系統(tǒng)速率要求確定格型量化的碼本尺寸；根據(jù)碼本尺寸所確定的量化范圍，對加權(quán)語音信號的頻譜 幅度進(jìn)行調(diào)整，使其充分利用量化器的動態(tài)范圍；根據(jù)格型量化的維 數(shù)，將加權(quán)語音信號的頻譜的實(shí)部虛部分開，組成相應(yīng)維數(shù)的矢量， 并進(jìn)行格型矢量量化。
6. 如權(quán)利要求2所述的一種基于多描述格型矢量量化技術(shù)的語 音編碼方法，其特征在于根據(jù)多描述格型矢量量化技術(shù)的標(biāo)注方法， 將量化索引映射成兩個子格的索引，在信道中傳輸；而且解碼的過程 依賴于每個描述的傳輸狀態(tài)，如果兩個描述(子格索引)都正確接收， 就可以根據(jù)多描述格型矢量量化的映射關(guān)系，找到中心描述；如果只 有一個描述正確接收，那么就用單個描述來恢復(fù)信號；如果所有的描 述都丟失，則采用必要的差錯隱藏算法。
7. 根據(jù)權(quán)利要求2所述的一種基于多描述格型矢量量化技術(shù)的 語音編碼方法，其特征在于將恢復(fù)后的矢量重新組合成信號的頻譜， 并進(jìn)行能量調(diào)整，再利用與編碼端相同的時頻變換方法將信號從頻域 變換到時域。
8. 根據(jù)權(quán)利要求2所述的一種基于多描述格型矢量量化技術(shù)的 語音編碼方法，其特征在于合成的時域信號通過感知去加重得到重建語音信號。
全文摘要
本發(fā)明涉及一種基于多描述格型矢量量化的語音編碼方法，屬于通信領(lǐng)域。本發(fā)明主要用于分組語音傳輸。該算法首先對語音信號進(jìn)行LPC分析，并進(jìn)行感知加權(quán)，再將加權(quán)語音信號變換到頻域。在頻域，信號被分解成矢量，采用格型矢量量化方法進(jìn)行量化，最后量化后的格點(diǎn)按照多描述格型矢量量化的標(biāo)注方法分解成兩個描述(相應(yīng)子格點(diǎn)的索引)在信道中傳輸，從而提高了系統(tǒng)的傳輸可靠性。因?yàn)樵撍惴ɑ诟裥土炕夹g(shù)，算法復(fù)雜度和編碼延時較低。
文檔編號G10L19/02GK101110214SQ20071012014
公開日2008年1月23日 申請日期2007年8月10日 優(yōu)先權(quán)日2007年8月10日
發(fā)明者匡鏡明, 趙勝輝, 玥 郎 申請人:北京理工大學(xué)