数字通信技术02-2

14
三、LPC声码器的工作原理 声码器的工作原理
清浊音 判决 … … … … 量 音 化 编 码 器 … 解 码 器
LPC声码器的原理框图 LPC声码器的原理框图
15
三、LPC声码器的工作原理 声码器的工作原理
1、全极点数字滤波器参数的确定
阶数P 阶数P
模型阶数P的选择，应该从频谱估计精度、计算量、 模型阶数P的选择，应该从频谱估计精度、计算量、存 储量等多方面综合进行考虑。 储量等多方面综合进行考虑。 取很大值时， 可以获得很好的信号谱估计， P 取很大值时 ， 可以获得很好的信号谱估计 ， 但增加 的计算量和存储量代价太大。 的计算量和存储量代价太大。语音谱估计时主要关心 的是声道的谐振特性， 值过大， 的是声道的谐振特性 ， P 值过大 ， 估计的谱中保留许 多信号谱细节，反而使共振峰分析效果变坏。 多信号谱细节，反而使共振峰分析效果变坏。 阶数P的经验值在8--12之间。通常采用10 12之间 10个极点的滤 阶数 P 的经验值在 8--12 之间。 通常采用 10 个极点的滤 波器，模型就能正确描述共振峰特性和谱的基本形状。 波器，模型就能正确描述共振峰特性和谱的基本形状。
三、LPC声码器的工作原理 声码器的工作原理
2、 基音检测
根据语音信号的特性检测基音周期的方法有： 根据语音信号的特性检测基音周期的方法有 ： 利用时域特性检测； 利用时域特性检测； 时域特性检测 利用频域特性检性检测； 同时利用时域和频域特性检测； 时域和频域特性检测 这里只介绍利用时域特性检测
9
一、语音信号的基本特性
语音信号波形及其短时谱
10
二、语音信号的产生模型
激励源等效为基音频率的周期性脉冲或具有平坦频谱的 白噪声，声道等效为时变线性数字滤波器。 白噪声，声道等效为时变线性数字滤波器。 当激励源采用周期脉冲源时，声道输出的是浊音， 当激励源采用周期脉冲源时，声道输出的是浊音，采用 白噪声源时，声道输出的是清音。 白噪声源时，声道输出的是清音。
E = E{e2 (n)} = E{[s(n) − ∑a j s(n − j)]2}
j =1
17
p
三、LPC声码器的工作原理 声码器的工作原理
在语音信号保持平稳的短时段内， 在语音信号保持平稳的短时段内，令E对aj的偏导数为 得到： 零，得到：
E{[s(n) − ∑a j s(n − j)] ⋅ s(n − i)} = 0
11
二、语音信号的产生模型
基音周期 周期脉冲 发生器 浊音/清音 浊音/ 开关 随机噪声 发生器 激励源 声道参数
x (n）
×
u (n）
时变数字 滤波器H(Z)
S(n)
G
声道滤波器
语音的产生模型
12
二、语音信号的产生模型
时变数字滤波器---线性预测（LP） 时变数字滤波器---线性预测（LP）综合滤波器 ---线性预测
j =1
p
i = 1,L, p
即： 其中： 其中：
∑a φ (i, j) =φ (i,0)
j =1 j n n
p
i = 1,L, p
φn (i, j) = E{s(n − i)s(n − j)}
根据最小均方误差准则通过求解P个方程来得到P 根据最小均方误差准则通过求解P个方程来得到P个 未知数aj
18
16
三、LPC声码器的工作原理 声码器的工作原理
滤波器系数{ 滤波器系数{aj}
在LPC模型中，信号s(n)的估计误差e(n) 为： LPC模型中，信号s(n)的估计误差e(n) 模型中 s(n)
e(n) = s(n) − ∑aj s(n − j)
j =1
p
就是使得误差e(n) e(n)在某个预定 设计的滤波器系数 {aj}就是使得误差e(n)在某个预定 的准则下最小，通常是根据最小均方误差准则求解{ 最小均方误差准则求解 的准则下最小，通常是根据最小均方误差准则求解{aj}
H(z) =
G 1− ∑a j z
j =1 p −j
全极点数字滤波器
全极点数字滤波器的输出(LPC差分方程) 全极点数字滤波器的输出(LPC差分方程) 差分方程
s(n) = Gx(n) + ∑a j s(n − j)
j =1
p
输出值s(n)可以用当前的输入值Gx(n)和过去输出样 可以用当前的输入值 值的加权和来 值的加权和来表示
22
三、LPC声码器的工作原理 声码器的工作原理
1 w(n) = 0 n = 0 ~ (N −1) n = 其它值 n = 0 ~ (N −1) n = 其它值
矩形窗
哈明窗
2nπ 0.54 − 0.46cos w(n) = N −1 0
23
三、LPC声码器的工作原理 声码器的工作原理
3
一、语音信号的基本特性
当声带震动产生一个准周期空气脉冲激励声道时就产生 浊音。浊音具有明显的准周期性。 浊音。浊音具有明显的准周期性。 准周期性 声带震动的频率称为基音频率，周期为基音周期。基音 声带震动的频率称为基音频率，周期为基音周期。 基音频率 基音周期 频率一般在70—450Hz范围内，相当于周期为2 15ms。 频率一般在70—450Hz范围内，相当于周期为2—15ms。 70 范围内 基音周期是语音信号的主要特征之一。 基音周期是语音信号的主要特征之一。
哈明窗。 哈明窗。
21
三、LPC声码器的工作原理 声码器的工作原理
sw(n)的自相关函数称为语音信号s(n)的短时自相关 表示。 函数， 函数，用Rw(l)表示。
Rw (l) =
n=−∞
∑s
∞
w
(l)sw (n + l) =
N −l −1 n=0
∑s
w
(l)sw (n + l)
是浊音， 如果 s(n) 是浊音 ， 其短时自相关函数 Rw(l) 呈现出明 显的周期性， 的基音周期。 显的周期性，其周期等于s(n)的基音周期。基音周期就是 第一个峰值点到零点之间的距离。 第一个峰值点到零点之间的距离。
20
三、LPC声码器的工作原理 声码器的工作原理
1. 基于求短时自相关函数的基音周期估计 是一段加窗的语音信号，它的非零区域为： 设sw(n)是一段加窗的语音信号，它的非零区域为： 0∼ n = 0∼N-1。
sw (n) = s(n) ⋅ w(n)
s(n)语音输入信号，w(n)是加权窗，一般取矩形窗或 语音输入信号， 是加权窗，
3. 两种基音周期估计方法比较 AMDF方法计算简单，只需减法和取幅度运算， AMDF方法计算简单，只需减法和取幅度运算，不 方法计算简单 需要乘法运算。 需要乘法运算。 AMDF的动态范围较小，易于算法的定点实现。 AMDF的动态范围较小，易于算法的定点实现。 的动态范围较小 AMDF在基音周期点上， AMDF在基音周期点上，它的谷点锐度较之短时自 在基音周期点上 相关函数的峰点锐度更尖锐，估值精度更高、更 相关函数的峰点锐度更尖锐，估值精度更高、 稳健。但信号不够平稳时，这个特点不明显。 稳健。但信号不够平稳时，这个特点不明显。 短时自相关函数法的特点是对相位不敏感， 短时自相关函数法的特点是对相位不敏感，在信 的特点是对相位不敏感 号有相位失真时能较好地检测基音。 号有相位失真时能较好地检测基音。
rw(l)具有谷值而非峰值，要通过寻找最深谷值点的位 具有谷值而非峰值，
置来确定基音周期。 置来确定基音周期。
25
三、LPC声码器的工作原理 声码器的工作原理
周期性语音信号短时自相关函数和AMDF示例 周期性语音信号短时自相关函数和AMDF示例 AMDF
26
三、LPC声码器的工作原理 声码器的工作原理
2. 基于短时平均幅度差函数（AMDF）的基音周期估计 基于短时平均幅度差函数（AMDF） 是一段加窗的语音信号，它的非零区域为： 设sw(n)是一段加窗的语音信号，它的非零区域为： n = 0 ∼ N-1。
sw(n)的短时平均幅度差函数rw(l)定义为： 定义为：
rw (l) =
n=−∞
∑s
∞
w
(n + l) − sw (n) =
相对声压 唇口） （唇口）
t (ms)
清音波形图
6
一、语音信号的基本特性
7
一、语音信号的基本特性
以上是一段话的语音波形和它在时间轴上的展宽波形
8
一、语音信号的基本特性
语音信号的基本特性
语音信号是非稳态信号，特征随时间变化； 语音信号是非稳态信号，特征随时间变化；但在一个很 短的时间段内（约5ms--50ms）具有相对稳定的特征， 短的时间段内（ 5ms--50ms）具有相对稳定的特征 --50ms 准平稳信号。 称为准平稳信号 称为准平稳信号。 语音信号通常可以分为浊音 清音和混合音。 浊音、 语音信号通常可以分为浊音、清音和混合音。 浊音在时域上具有准周期性 在频域上， 在时域上具有准周期性， 浊音在时域上具有准周期性，在频域上，精细谱具有周 期性起伏的谐波特性，谱包络具有共振峰结构。 期性起伏的谐波特性，谱包络具有共振峰结构。 清音类似于随机噪声 其频带较宽。 类似于随机噪声， 清音类似于随机噪声，其频带较宽。 浊音段的信号能量要比清音段的能量高， 浊音段的信号能量要比清音段的能量高，这一特点可用 于判断区分清、浊音。 于判断区分清、浊音。
N −l −1 n=0
∑s
w
(n + l) − sw (n)
24
三、LPC声码器的工作原理 声码器的工作原理
是浊音， AMDF也呈现出明显的周期 如果 s(n) 是浊音 ， 其 AMDF 也呈现出明显的周期 的基音周期。 性，其周期等于s(n)的基音周期。 不同的是在基音周期的各个整数倍点上， 与Rw(l)不同的是在基音周期的各个整数倍点上，