专利名称：一种窄带语音子带清浊音度参数的量化方法
技术领域：
本发明属于语音编码技术领域，特别是涉及低速率及超低速率參数语音编码方法。
背景技术：
语音编码在通信系统、语音存储回放系统、具有语音功能的消费类产品中有广泛的应用。近些年来国际电信联盟(ITU)、ー些区域组织和ー些国家相继制定了一系列语音压缩编码标准，并在编码速率为2. 4kb/s到16kb/s上得到了令人满意的语音质量。目前国内外的研究主要集中在2.4kb/s以下速率高质量语音压缩编码上，主要用于无线通信、保密通信、大容量语音存储回放等。低速率语音编码中激励信号的合成非常重 要，而多带激励信号合成是目前激励信号合成的重要手段，混合激励线性预测编码算法等均采用了多带激励模型。多带激励信号合成主要依靠于子带清浊音度參数，因此子带清浊音度參数的高效量化传输对合成语音质量具有重要意义。目前子带清浊音度參数的量化方法如下
(O对输入语音信号米样点按时间顺序分巾贞;
(2)按帧提取子带清浊音度參数；
(3)联合多个语音帧组成超帧，多个语音帧的子带清浊音度參数组成超帧子带清浊音度參数；
(4)对超帧子带清浊音度參数进行矢量量化，将其量化索引值进行编码传输，量化码本的训练方法可參照杨行峻等人著《语音信号数字处理》矢量量化一章中所采用的LBG算法；
(5)解码端根据索引值搜索码本得到超帧子带清浊音度參数；
(6)根据超帧子带清浊音度參数，得到每个语音帧的子带清浊音度參数，送入激励信号合成端生成激励信号。上述已有技术对子带清浊音度參数进行矢量量化，在编码速率进ー步降低时，用于子带清浊音度參数量化的比特数減少，从而无法高效量化子带清浊音度參数，进ー步使合成语音质量受到较大影响。实际上，连续语音帧的子带清浊音度參数具有较强的相关性，因而连续超帧的子带清浊音度參数间也具有较强的相关性，现有技术并未考虑或利用到这种相关性，从而无法进ー步提高子带清浊音度參数的量化效率。
发明内容
本发明利用连续语音帧或超帧间子带清浊音度參数的相关性，提供ー种窄带语音子带清浊音度參数的量化方法，以提高量化效率，进ー步改善合成语音质量。本发明采用以下技术方案
一种窄带语音子带清浊音度參数的量化方法，编解码端分别设定退出计数器战em = O ,挑ぉ=O ,设定退出间隔为し然后通过以下步骤进行量化；
编码端1)编码端对输入的语音信号样点按时间顺序分帧，按帧提取子带清浊音度參数；
2)联合多个语音帧组成超帧，对应的多个语音帧的子带清浊音度參数组成超帧子带清浊音度參数；
3)对当前超帧判断是否为L的整数倍，若是，则采用初始码本对所述超帧子带清浊音度參数进行矢量量化；若不是，则将上一超帧量化后的子带清浊音度參数采用初始码本进行量化，并以量化值《为索引从条件码本中选取该索引所对应的码本Q，利用该码本Cs对当前超帧子带清浊音度參数进行量化并得到索引值index ；
4)将索引值进行编码传输，讯雛+1,转至步骤3)；
解码端5)解码端判断Wlfc是否为L的整数倍，若是，则根据所述索引值index捜索初 始码本得到超帧子带清浊音度參数；若不是，利用初始码本对上ー超帧量化后的子带清浊音度參数进行量化，得到索引值《，并依据该索引值从条件码本集中选取匹配的码本Q，根据索引值index搜索码本Cs得到超巾贞子带清池音度參数；
6)根据步骤5)得到的超帧子带清浊音度參数，得到每个语音帧的子带清浊音度參数，送入激励信号合成端生成激励信号，,转至步骤5)。依据本发明的上述窄带语音子带清浊音度參数的量化方法，考虑到了连续超帧子带清浊音度參数的相关性，采用状态转移机的原理，对当前超帧子带清浊音度量化时，考虑到了上一超帧的子带清浊音度參数，因此提高了子带清浊音度參数的量化效率。在提高效率的同时，通过误码扩散抑制，也就是通过定时退出机制，防止误码扩散，降低因采用參数相关性而导致的误码扩散范围。上述窄带语音子带清浊音度參数的量化方法，所述初始码本和所述条件码本均为离线训练得到。上述窄带语音子带清浊音度參数的量化方法，所述条件码本的个数依赖于子
带清浊音度參数的量化比特数M ,即外=#。
图I为已知的ー种子带清浊音度參数量化流程框图。图2为依据本发明的ー种子带清浊音度參数量化流程框图。
具体实施例方式下面结合说明书附图以具体实施例的方式详述本发明的技术方案。依据本发明的实施例，基于子带清浊音度參数的帧间相关性，对当前超帧子带清浊音度參数进行量化时，考虑其前一超帧的子带清浊音度參数，选择不同的码本，对其进行更加精细的量化，提高其量化效率。若信道有误码存在，当某一超帧的子带清浊音度參数传输出错时，其后续所有超帧子带清浊音度參数的码本信息将发生错误，导致误码扩散，为了防止误码扩散，采用了定时退出机制。即设定退出间隔L，每当L的整数倍个超帧编码结束后，则重新采用初始码本对超帧子带清浊音度參数进行矢量量化。采用定时退出的方案，即使某一超帧的子带清浊音度參数传输出错，只会对不超过L个语音帧产生影响。从而，采用合适的量化方案，充分利用连续语音帧或超帧间子带清浊音度參数的相关性，提高其量化效率，从而进一歩改善合成语音质量，解决低速率、超低速率语音编码中子带清浊音度參数量化效率低下的问题。參照说明书附图2所示子带清浊音度參数量化流程，其包括以下步骤
1)编解码端分别设定退出计数器《双=O, 如=O ,设定退出间隔为L，从而，每当L的
整数倍个超帧编码结束后，则重新采用初始码本对超帧子带清浊音度參数进行矢量量化；
2)在编码端，对输入语音信号样点按时间顺序分帧；(此处的分帧不是超帧！)
3)按帧提取子带清浊音度參数；应知步骤2)和步骤3)在顺序上没有逻辑上的关联性；
4)联合况个语音帧组成超帧，N个语音帧的子带清浊音度參数组成超帧子带清浊音度參数，如果每个语音帧提取た个子带清浊音度參数，则每超帧共有Nxk个子带清浊音度參数；
5)判断是否为L的整数倍，若是，采用初始码本对超帧子带清浊音度參数进行矢量量化；若不是，将上一超帧量化后的子带清浊音度參数采用初始码本进行量化，假设量化得到的索引值为》，根据量化索引值《从条件码本集合中选取该索引对应的码本Q，利用码本Cm对当前超帧子带清浊音度參数进行量化并得到索引值index ；
6)将索引值进行编码传输，转至步骤5);应知，这里的逻辑式
是计算机学中的赋值，而非数学表达式。本步骤中的初始码本和条件码本集均为离线训练得到，降低所获得码本所受到外界干扰因素；
7)解码端判断《* 是否为L的整数倍。若是，根据索引值index捜索初始码本得到超帧子带清浊音度參数；若不是，利用初始码本对上ー超帧量化后的子带清浊音度參数进行量化，得到索引值《，根据索引值ぃ从条件码本集中选取码本C；，根据解码端收到的索引
值index搜索码本Cfs得到超巾贞子带清池音度參数；
8)根据步骤7)得到的超帧子带清浊音度參数，得到每个语音帧的子带清浊音度參数，送入激励信号合成端生成激励信号，，转至步骤7)。ー个更具体实施例详细说明如下
上述方法步骤I)中退出间隔L根据超帧大小决定，一般时长为Is左右，比如语音分析
帧为25ms，若连续4个语音帧组成ー个超帧，则可以取值￡ =，= 10个超帧；
25.4
对输入语音信号样点按时间顺序分帧的实施例是按8kHz频率采样、已经过高通滤波去除エ频干扰的语音样点。每25ms，也就是200个语音样点构成ー帧。按美国政府2400b/s混合激励的线性预测(MELP)语音编码算法标准所描述的方法提取子带清浊音度參数，记为ぶ。
权利要求
1.一种窄带语音子带清浊音度参数的量化方法，其特征在于，编解码端分别设定退出计数器=O , =0 ,设定退出间隔为L，然后通过以下步骤进行量化； 编码端1)编码端对输入的语音信号样点按时间顺序分帧，按帧提取子带清浊音度参数； 2)联合多个语音帧组成超帧，对应的多个语音帧的子带清浊音度参数组成超帧子带清浊音度参数； 3)对当前超帧判断是否为L的整数倍，若是，则采用初始码本对所述超帧子带清浊音度参数进行矢量量化；若不是，则将上一超帧量化后的子带清浊音度参数采用初始码本进行量化，假设量化值为^ ，根据量化索引值从条件码本中选取所对应的码本Q，利用码本Cs对当前超帧子带清浊音度参数进行量化并得到索引值index ； 4)将索引值进行编码传输， = ,+!,转至步骤3)； 解码端5)解码端判断《-是否为L的整数倍，若是，则根据索引值index搜索初始码本得到超帧子带清浊音度参数；若不是，利用初始码本对上一超帧量化后的子带清浊音度参数进行量化，得到索引值《，并依据该索引值从条件码本集中选取匹配的码本Q，根据索引值index搜索码本Cs得到超巾贞子带清池音度参数； 6)根据步骤5)得到的超帧子带清浊音度参数，得到每个语音帧的子带清浊音度参数，送入激励信号合成端生成激励信号，爾缸=m奴+1 ,转至步骤5)。
2.根据权利要求I所述的窄带语音子带清浊音度参数的量化方法，其特征在于，所述初始码本和所述条件码本均为离线训练得到。
3.根据权利要求2所述的窄带语音子带清浊音度参数的量化方法，其特征在于，所述条件码本的个数Atc依赖于子带清浊音度参数的量化比特数M ,即Nc = 2^。
全文摘要
本发明公开了一种窄带语音子带清浊音度参数的量化方法，考虑到了连续超帧子带清浊音度参数的相关性，采用状态转移机的原理，对当前超帧子带清浊音度量化时，考虑到了上一超帧的子带清浊音度参数，因此提高了子带清浊音度参数的量化效率。在提高效率的同时，通过误码扩散抑制，也就是通过定时退出机制，防止误码扩散，降低因采用参数相关性而导致的误码扩散范围。
文档编号G10L19/038GK102855878SQ20121035230
公开日2013年1月2日 申请日期2012年9月21日 优先权日2012年9月21日
发明者李晔, 马晓凤, 樊燕红, 姜竞赛, 郝秋赟 申请人:山东省计算中心