线性预测声码器.ppt

线性预测声码器;第9章　线性预测声码器;第9章　线性预测声码器 9.1 概述 线性预测声码器是一种参数编码方法。 参数编码利用生成模型，在幅度谱上逼近原语音， 但重建语音的波形与原语音信号的波形较大差别。 参数编码实现语音通信的设备通常称为声码器； ◆例：通道声码器、共振峰声码器、同态声码器、LPC声码器； 本章主要内容：语音压缩的原理与关键技术、 　　　　　　　　LPC声码器的基本原理、 　　　　　　　　LPC-10和LPC-10e标准、 　　　　　　　　混合激励LPC声码器。;　语音压缩的基本原理 压缩依据：语音信号的冗余度和人的听觉感知机理。 语音信号中存在多种冗余度，可在时域和/或频域中描述。 　　1. 时域冗余度 　　(1) 幅度非均匀分布。 ◆语音中，小幅值样本出现的概率高。 　　(2) 语音信号样本间的相关性很强。 ◆语音波形的最大相关性存在于邻近的样本之间。 ◆8 kHz 取样时，相邻样本间的相关系数 0.85； 相距 10 个样本，相关系在 0.3 左右。 ◆利用这种较强的一维相关性进行预测编码。;　　(3) 浊语音具有准周期性。 ◆浊语音波形是对应于音调间隔周期的长期重复波形。 ◆此音调间隔波形可用于预测编码。 　　(4) 声道的形状及其变化比较缓慢。 ◆以较长的时间（如几十秒）进行统计，可得长时自相关函数； ◆长时自相关函数的统计表明，8 kHz 取样的相邻样本间， 平均相关系数高达沟通 0.9。 　　(5) 静止系数（语音间隙）。 ◆统计表明，话音间隙使全双工话路的典型效率约为通话时间的40%（或静止系数为 0.6）。 ◆话音间隙本身是一种冗余，可不传或少传静止段信息。 ;　　2. 频域冗余度 　　(1) 非均匀的长时功率谱密度。 ◆长时功率谱密度：长时段内功率谱的统计平均，如图9.1(a)。 ◆长时功率谱密度呈现强烈的非平坦性。 ◆统计观点：未充分利用给定频段， 　或者说存在着固定的冗余度。 ◆特点：功率谱的高频能量较低， 　　　　直流分量并非最大。 　　(2) 特有的短时功率谱密度。 ◆图9.1(b)：语音的短时功率谱密度。 ◆存在共振峰频率和谷值。 ◆前三个共振峰决定语音特征。 ◆特??：形成高次谐波结构。;　　3. 听觉感知机理 　　(1) 人类听觉系统具有掩蔽效应。 ◆在不同声压、不同频率处，声音的掩蔽效应是不同的。 ◆用掩蔽特性可抑制与信号共存的量化噪声，降低编码速率。 　　(2) 人耳对不同频段声音的敏感程度不同。 ◆人的听觉对低频端比较敏感，而对高频端不太敏感。 　即强的低频音能妨碍同时存在的高频音。 　　(3) 人耳对语音信号的相位变化不敏感。 合适的分析表明：语音压缩编码的极限速率为 80 ~ 100 bit/s。 ◆此时，只能传送句子内容， 　讲话者的音质、音调等重要信息已全部丢失。;　语音编码的关键技术 关键技术包括：LPC 分析、合成-分析法、感觉加权滤波器 　　1. LPC 分析 ◆LPC 分析是常用技术，在语音识别、语音合成、语音编码和 　说话人识别等领域获得成功的应用。 ◆LPC 编码基于跟踪波形的产生过程，而不是波形本身， 　它传送的是反映整个过程变化的参数。 ◆LPC 基于全极点模型、时域方均误差最小准则估计模型参数。 ◆应用这组模型参数能够有效地降低语音信号的编码速率。 语音信号存在短时相关性和长时相关性两种。 　利用 LPC 对语音进行这两种相关性的去相关处理后，得到的是预测残差信号。 ;图9.2：含两种相关性的语音生成模型示意图。 ◆短时相关性的传输函数为： ◆长时相关性（谱的精细结构）模型的传输函数为： 式中　 T —— 基音周期。 b-q,b-q+1,…,br —— 长时预测系数， 个数在 1 (q = r = 0) 到 3 (q = r = 1) 之间； ◆通常，长时预测系数的更新周期约为 50 ~ 200 次/s。 ◆长时滤波是估算短时残差信号中脉冲的周期、相位和增益， ◆ 再去除这些脉冲，得到了 长时滤波残差。 ◆再编码，形成激励信号。;　　2. 合成-分析法 在 LPC 算法中，对残差信号直接量化，且使其误差最小， 　并不能使得原始语音信号和重建信号间的误差最小。 采用合成-分析法（AbS） 来求得残差信号的编码量化值， 　才能使重建语音与原始语音的误差最小。 AbS是将综合器引入到编码器中，并与分析器结合，在编码器中生成和解码器端相同的重建合成语音。 ◆根据误差原则，调整参数使合成语音与原始语音的误差最小。 ◆例，在编码器中将激励信号输入 LPC 综合滤波器，其合成语音和原始语音相比，从而求