低速率語音編碼關(guān)鍵技術(shù)的研究.pdf

1、本文以特征波形內(nèi)插(CWI)編碼算法為核心，對2．4kbps以下的低速率語音編碼進(jìn)行研究，從語音編碼模型和數(shù)據(jù)壓縮兩方面出發(fā)，力圖在更低的編碼速率下提高語音合成質(zhì)量。本文的研究工作主要包括：
　　 (1)對線譜頻率(LSF)參數(shù)采用瞬時分解方法實現(xiàn)數(shù)據(jù)壓縮。對修正嚴(yán)格瞬時分解算法進(jìn)行改進(jìn)，提出了一種有限誤差的修正嚴(yán)格瞬時分解算法。該算法重新規(guī)定事件插入法則，增加事件消除機(jī)制，使分解誤差只受預(yù)設(shè)誤差門限控制，實現(xiàn)靈活調(diào)節(jié)輸出事件速

2、率的目的。對LSF參數(shù)量化時，新算法能在相同編碼速率下，獲得比傳統(tǒng)算法更低的平均譜失真。
　　 (2)針對瞬時分解算法在對LSF參數(shù)數(shù)據(jù)壓縮時出現(xiàn)編碼速率波動的問題，提出了一種自適應(yīng)事件速率的瞬時分解算法。自適應(yīng)算法檢測短時事件速率，預(yù)測所需事件速率對應(yīng)的誤差門限，通過短時速率的不斷更新，最終使事件的輸出速率穩(wěn)定在預(yù)設(shè)事件速率附近，從而穩(wěn)定編碼速率，提高了瞬時分解算法的實用性。
　　 (3)對瞬時分解算法的事件函數(shù)進(jìn)行優(yōu)

3、化。本文通過等級提升算法改進(jìn)事件函數(shù)形狀的生成機(jī)制。新算法不僅使兩事件間的累計重建誤差達(dá)到最小，同時也保證了事件函數(shù)的凸性。與傳統(tǒng)事件函數(shù)構(gòu)造方法相比，優(yōu)化后的瞬時分解算法能夠更好地擬合原LSF參數(shù)軌跡，增強(qiáng)分解效果。
　　 (4)由于傳統(tǒng)CWI算法對特征波形相位信息的忽略，以及對特征波形的整體對齊，往往造成語音高頻諧波分量丟失，從而導(dǎo)致語音的噪聲感。為提高合成語音的質(zhì)量，提出了一種基于多帶的2．4kbps特征波形內(nèi)插算法。該算

4、法引入語音多帶清濁音標(biāo)志；并以此為依據(jù)對波形內(nèi)插編碼模型中的慢漸變波形和快漸變波形的相位譜進(jìn)行估計，在語音合成時則對特征波形采取部分對齊的方法。與傳統(tǒng)算法相比，新算法明顯提高了語音的清晰度。與標(biāo)準(zhǔn)2．4kbps混合激勵線性預(yù)測語音編碼算法相比，該算法合成語音質(zhì)量亦略顯優(yōu)勢。
　　 (5)為進(jìn)一步降低編碼速率，提出了一種基于非負(fù)矩陣分解的1kbps波形內(nèi)插語音編碼算法。該算法對特征波表面的幅度矩陣進(jìn)行非負(fù)矩陣分解，以獲得局部特征矩

5、陣，并對該局部特征矩陣進(jìn)行約束和改進(jìn)，使優(yōu)化后局部特征更加突出，對應(yīng)的基矢量進(jìn)一步稀疏，從而有利于對權(quán)矢量的量化，以實現(xiàn)對特征波表面的高效編碼。新算法同時加入清濁音標(biāo)志，對特征波表面的相位譜進(jìn)行估計，以更好的提高合成語音質(zhì)量。實驗表明，新算法能夠在1kbps的低編碼速率條件下，獲得與1．2kbps混合激勵線性預(yù)測語音編碼算法相近的合成語音質(zhì)量，取得了較好的效果。
　　 (6)對語音的頻帶分割進(jìn)行探討，提出了一種基于諧波和噪聲能量