Ｇ．７２９Ａ語(yǔ)音壓縮算法的研究與實(shí)現(xiàn)

摘要：該文在研究語(yǔ)音編碼技術(shù)原理的基礎(chǔ)上，詳細(xì)研究了G.729A語(yǔ)音壓縮算法實(shí)現(xiàn)過程，并在VC和DSP C5000 CCS2.0軟件中對(duì)其進(jìn)行了仿真，最后對(duì)G.729A語(yǔ)音壓縮的結(jié)果和性能進(jìn)行了分析。

關(guān)鍵詞：G.729A；語(yǔ)音編碼；共軛結(jié)構(gòu)－代數(shù)碼激勵(lì)線性預(yù)測(cè)

中圖分類號(hào)：TN912文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)26-1816-03

Performance Research of Full—Search Vector Quantizer

XU Quan-yuan1， LU Ying1， YANG Li-hong2

(1.Department of Computer and Informatin Science， SouthWest Forest College， Kunming 650024， China;2.Yunnan Province software center，Kunming 650051， China)

Abstract: This paper detailedly researches the design and development of speech coding G.729A after studing principle of speech coding techniques. Emulate speech coding G.729A on the softwares of VC and DSP C5000 CCS2.0. At last， analyzing the performance of the vocoder.

Key words: G.729A; speech coding; CS-ACELP

1 引言

國(guó)際電信聯(lián)盟(ITU)于1996年推出了采用共軛結(jié)構(gòu)－代數(shù)碼激勵(lì)線性預(yù)測(cè)(CS-ACELP)技術(shù)的具有8kbit/s碼速率的語(yǔ)音編碼算法建議G.729A，該算法是以語(yǔ)音編碼方案中的按合成分析法和碼激勵(lì)線性預(yù)測(cè)(CELP)技術(shù)為基礎(chǔ)提出的。它主要應(yīng)用在個(gè)人移動(dòng)通信、數(shù)字衛(wèi)星系統(tǒng)和高質(zhì)量數(shù)字移動(dòng)無(wú)線通信等領(lǐng)域。DSP以其卓越的運(yùn)算能力為數(shù)字語(yǔ)音處理領(lǐng)域研究及開發(fā)提供了有力工具，為復(fù)雜語(yǔ)音編碼算法實(shí)時(shí)實(shí)現(xiàn)鋪平道路。

2 G.729A編碼算法的詳細(xì)設(shè)計(jì)[1，2]

2.1 預(yù)處理

語(yǔ)音編碼器的輸入信號(hào)采用16bit PCM信號(hào)。編碼預(yù)處理主要包含信號(hào)定標(biāo)，即將信號(hào)的幅度減半，以降低定點(diǎn)實(shí)現(xiàn)時(shí)數(shù)據(jù)上溢的概率，還包含高通濾波，濾除信號(hào)中低頻成分，該高通濾波器為一個(gè)截頻為140Hz的二階零/極點(diǎn)模型濾波器。其表達(dá)式如式(1)。輸入信號(hào)經(jīng)Hh1(z)濾波后作為信號(hào)s(n)，再作后續(xù)處理。

2.2 線性預(yù)測(cè)分析和量化

2.2.1 線性預(yù)測(cè)分析

線性預(yù)測(cè)(LP)分析窗包括：哈明(Hamming)窗的一半和1/4周期的余弦函數(shù)，如下式所示：

加窗后的語(yǔ)音s'(n)短時(shí)自相關(guān)系數(shù)通過60Hz帶寬擴(kuò)展后得到新自相關(guān)系數(shù)r'(k)?？刹蓸覮evinson—Durbin算法求解下面矩陣方程組，求解得到LP濾波器系數(shù)ai，i=1，…，10 ：

2.2.2LP到LSP轉(zhuǎn)換

為了便于量化和內(nèi)插，將線性預(yù)測(cè)(LP)系數(shù)轉(zhuǎn)換成頻域線譜對(duì)(LSP)參數(shù)：

式中，qi=cos(ωi)，為線譜對(duì)(LSP)參數(shù)，ωi為線譜頻率LSF。

2.2.3 LSP系數(shù)量化和內(nèi)插

現(xiàn)在對(duì) ωi進(jìn)行量化。為了提高量化精度，先用滑動(dòng)平均預(yù)測(cè)法預(yù)測(cè)當(dāng)前幀的LSF，然后對(duì)LSF的計(jì)算值和預(yù)測(cè)值之差進(jìn)行量化。采用2級(jí)矢量量化(VQ)。

LSP系數(shù)的內(nèi)插方式是：

qi(1)=0.5qi(p)+0.5qi(c) i=1，…，10（6）

qi(2)=qi(c) i=1，…，10（7）

qi(p)和qi(c)分別為上幀和本幀的值qi。第2子幀用本幀計(jì)算值。

LSP系數(shù)量化、內(nèi)插完成后，轉(zhuǎn)換成LP系數(shù)ai，供合成濾波器和誤差加權(quán)濾波器使用。

2.3 感覺加權(quán)

感覺加權(quán)濾波器W(z)基于量化的LP濾波器系數(shù) ＾ai，與濾波器H(z)級(jí)聯(lián)得到加權(quán)綜合濾波器H(z/γ)：

以原始信號(hào)和重建信號(hào)之間的LP殘差信號(hào)r(n)經(jīng)感覺加權(quán)濾波器進(jìn)行濾波，得到后的加權(quán)語(yǔ)音信號(hào)進(jìn)行低通濾波處理后用于基音周期的估算。低通濾波加權(quán)后子幀信號(hào)為：

2.4 開環(huán)基音分析

自適應(yīng)碼本限定在估算基音周期Top附近進(jìn)行搜索。開環(huán)基音分析每幀(10ms)進(jìn)行一次，分析方法是計(jì)算加權(quán)語(yǔ)音信號(hào)歸一化自相關(guān)系數(shù)，其最大值對(duì)應(yīng)的就是基音周期。周期范圍設(shè)定為20－143個(gè)抽樣，即2.5-18ms，對(duì)應(yīng)基音頻率為55Hz-400H。

2.5 自適應(yīng)碼本搜索

2.5.1 自適應(yīng)碼本矢量的產(chǎn)生

確定了基音時(shí)延，對(duì)過去激勵(lì)信號(hào)u(n)進(jìn)行內(nèi)插，即可計(jì)算出自適應(yīng)碼本矢量v(n)：

2.5.2 自適應(yīng)碼本時(shí)延碼字的計(jì)算

分?jǐn)?shù)時(shí)延T由其整數(shù)部分int(T)和分?jǐn)?shù)部分frac/3，frac=-1，0，1表示。第1子幀搜索到的時(shí)延值T1的編碼輸出參數(shù)P1表達(dá)式為：

用參數(shù)P2表示T2關(guān)于T1的相對(duì)時(shí)延，P2的表達(dá)式為：

（12）

2.5.3 自適應(yīng)碼本時(shí)延增益的計(jì)算

時(shí)延確定后，進(jìn)一步求得自適應(yīng)碼本的增益gp：

2.6 固定碼本結(jié)構(gòu)和搜索

固定碼本搜索的目的是在自適應(yīng)碼本搜索確定的預(yù)測(cè)激勵(lì)的基礎(chǔ)上，再附加增量激勵(lì)，使殘差進(jìn)一步減小。固定碼本基于代數(shù)碼本結(jié)構(gòu)(Algebraic Codebook Structure)。每個(gè)碼本矢量包含4個(gè)非零單位脈沖，每個(gè)脈沖可有幅度+1或-1。允許的脈沖位置如表1所示。

碼本矢量c(n)可以表示為：

2.6.1 固定碼本搜索過程

固定碼本搜索的根據(jù)是最小化加權(quán)輸入語(yǔ)音sw(n)與加權(quán)重構(gòu)語(yǔ)音之間的均方差。在閉環(huán)基音搜索中用到的目標(biāo)信號(hào)減去自適應(yīng)碼本激勵(lì)的貢獻(xiàn)后為：

式中y(n)為被濾波后的自適應(yīng)碼書矢量、gp為自適應(yīng)碼書增益。

2.6.2 固定碼本的碼字計(jì)算

脈沖i0，i1，i2的位置，每一個(gè)都用3bit編碼，而脈沖i3的位置用4bit編碼。每一個(gè)脈沖的幅度用1bit編碼。這4個(gè)脈沖總共用了17bit。固定碼本的碼字由下式得到：

式中如果m3=3，8，...，38，則jx=0，如果m3=4，9，...，49，則 jx=1

2.7 增益的量化

自適應(yīng)碼本增益gp和固定碼本增益gc采用兩級(jí)共軛結(jié)構(gòu)碼書用7bit進(jìn)行矢量量化。增益碼本搜索的判據(jù)是最小化原始語(yǔ)音信號(hào)和重構(gòu)語(yǔ)音信號(hào)間的均方加權(quán)誤差：

其中，x是目標(biāo)信號(hào)，y是濾波后自適應(yīng)碼本矢量，z是固定碼本矢量與h(n)的卷積：

根據(jù)上述G.729A編碼可獲得10ms語(yǔ)音幀的信號(hào)特征參數(shù)，這些參數(shù)包含LSP系數(shù)、2個(gè)分?jǐn)?shù)基音延時(shí)、2個(gè)固定碼本矢量和2組自適應(yīng)碼本增益。其中，線譜對(duì)參數(shù)決定合成濾波器的系數(shù)，每幀更新一次；其余參數(shù)決定激勵(lì)信號(hào)，每子幀更新一次?？偙忍?cái)?shù)為每幀(10ms)80bit，即編碼比特率為8kbit/s。在接收端將這些參數(shù)經(jīng)過與編碼相反的濾波和合成就可以得到解碼信號(hào)。

3 分析與結(jié)論

在VC環(huán)境中對(duì)G.729A編解碼算法都進(jìn)行了驗(yàn)證。并在CCS2.0軟件中用TMS320C54x DSP到仿真環(huán)境，對(duì)G.729A編解碼算法進(jìn)行了仿真。仿真結(jié)果如圖1。 圖中，(a)為原始語(yǔ)音信號(hào)，(b)為解碼語(yǔ)音信號(hào)。

由于G.729A是采用CELP結(jié)構(gòu)的混合編碼，它不同于波形編碼，編解碼前后的波形不是很吻合，但解碼后合成語(yǔ)音信號(hào)的波形與原始語(yǔ)音的具有相似性。這種相似性正是CELP編碼技術(shù)成功的關(guān)鍵所在。由于混合編碼不僅具有波形編碼的特定，它還有參數(shù)編碼的特性，故，G.729A編碼質(zhì)量更追求的是在主觀感覺上是否可以接受。G.729A編碼器的編碼質(zhì)量早已經(jīng)過各種測(cè)試，按照MOS打分為4.0分以上，達(dá)到長(zhǎng)途話音的質(zhì)量。

參考文獻(xiàn)：

[1] ITU-T Recommendation G.729，Coding of Speech at 8kbit/s Using Conjugate-Structure Algebraic-Code-Excited Linear-Prediction (CS-ACELP)[S]，1996.

[2] 李昌立，吳善培.數(shù)字語(yǔ)音—語(yǔ)音編碼實(shí)用教程[M].北京: 人民郵電出版社，2004:37-183.