第08讲_码本激励线性预测编码.pptx
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ITU-T建议G.728, G.729, G.723.1
CELP 编码器框图
编码器
译码器
基于CELP的编码方法
低迟延码激励线性预测LD-CELP编码算法 矢量和激励线性预测VSELP编码算法，IS-54
3个码书-2个随机码书，1个自适应码书 最佳的激励信号为三个激励矢量的和。
基音同步更新码激励线性预测PSI-CELP 代数码书激励线性预测ACELP 共扼结构代数码激励线性预测CS-ACELP Qualcomm码激励线性预测QCELP编码算法
利用几乎是白噪声的信号激励两个时变的线性递 归滤波器，在每个滤波器反馈环路上有一个预测 器，其中一个是长时预测器（或基音预测器）LTP （Long-Term Predictor）P（z），用来生成浊音语 音的音调结构（谱的细致结构），另一个是短时 预测器STP（Short-Term Predictor）F（z），用来 恢复语音的短时谱包络。
为了提高重建话音的自然度，编码端可以增加一组 预测滤波器，采用闭环LPC结构，由特征参数激励 得到预测信号，将此信号与原信号s(n)相减得到残 差信号e(n)，把此信号与有关参数一并编码传送， 在解码端进行误差修正可有效改善语音质量。
随机激励线性预测合成模型
随机激励线性预测合成模型的 基本思想
源自于它的逆过程，如图2-1（b）。F（z）用于去 除语音信号的近样点冗余度；P（z）用于去除语 音信号的远样点冗余度，经过两级预测得到的归 一化残差信号近似服从标准正态分布。
短时预测器STP的的传递函数
其中，ai为预测器系数，p为预测器阶数，一 般介于8-16之间，基于CELP的编码器中通常 取10。短时合成器也就是LPC共振峰合成滤波 器，其传递函数为：
长源自文库相关性的计算
长时相关性计算说明1
长时相关性的计算也就是基音参数的提取。
使用滤波模式的基音提取法，其中长时误差滤波 器P(z)=1-λz-d。上一帧的短时残差经过延时d 和 增益控制λ，得到长时相关分量λv(n-d)，和激励 信号c(t) 相加，就得到了LPC 合成滤波器的输入 v(n)，d 和λ则表达了过去信号与当前帧信号之间 的长时相关性。
缓存一帧语音信号，然后对这帧语音信号进 行线性预测分析，确定一组LPA系数。
利用已经确定的LPA系数和线性预测误差滤 波器A（z），计算未量化的残差信号。
为了有效的确定激励参数，将LPA帧分为几 个子帧。
CELP语音编码基本步骤2
对于每个子帧，首先用开环方法或闭环方法确定 基音预测参数。一旦确定了基音预测器参数，则 将基音合成滤波器和短时合成滤波器组合在一起 形成一个级联的滤波器。其次用激励码书中的某 一矢量去激励这个级联滤波器，得到合成语音 s^(n)，再计算合成语音s^(n)和原始语音s(n)之间 的误差e(n)，经感知特性进行加权后，选取均方误 差最小的激励矢量作为最佳矢量。
物理层关键技术1
信源编码
CELP码本激励线性预测编码
语音信号的特点 随机激励线性预测合成模型
语音信号的特点
人发声时有清音和浊音之分：
清音无基音，呈现与白噪声类似的平坦频谱，所以可用 白噪声作为清音的激励；
浊音则有振动的基本频率(基音)，故可用具有一定基音 频率的脉冲源作激励；
而人的声管相当于一组滤波器，对不同的激励产生 不同的响应，形成特定声音的输出。
经过LP 分析的残差信号v(n) 中的短时分量 大部分已经被滤除，剩下的长时相关性和激 励信号的提取则采用了闭环估计（closedloop estimation）的合成分析法。
经过量化的LPC 激励信号v(n)，是在许多侯 选激励信号中，按照感觉加权原则，选择重 建语音与原始语音最接近的激励而得到的。
在不改变音调预测激励c(n) 的情况下，改变不同 的延时值d，生成许多不同的合成语音，再通过 最小均方误差准则（MMSE）进行最佳参数选择 ，最优延时和增益即是通过这个过程得到的。
长时相关性计算说明2
CELP编码的基本思想
对一定时间内残差信号可能出现的各种样值的组合按 一定规则排列构成一个码本，编码时从本地码本中搜 索出一组最接近的残差信号，然后对该组残差信号对 应的地址编码并传送，解码端也设置一个同样的码本 ，按照接收到的地址取出相应的残差信号加到滤波器 上完成话音重建，则显然可以大大减少传输比特数， 提高编码效率。
两个预测滤波器，短时预测计算每一采样的残差，长 时预测计算每个子帧(5ms)的残差。由码本取出的激 励e(n)经长短时预测后得到预测值,与输入信号s(n)相 减得到差值，将此差值通过感知加权滤波器，以最小 均方误差准则(LMS)判定最佳激励码本e(n)。
CELP语音编码基本步骤1
初始化短时合成滤波器和基音合成滤波器历 史(通常初始化为零值或低电平随便机噪声)
基音合成滤波器的的传递函数
CELP语音编码
CELP语音编码算法用线性预测提取声道参 数，用一个包含许多典型的激励矢量的码本 作为激励参数，每次编码时都在这个码本中 搜索一个最佳的激励矢量，这个激励矢量的 编码值就是这个序列的码本中的序号。 CELP已经被许多语音编码标准所采用，美 国联邦标准FS1016就是采用CELP的编码方 法，主要用于高质量的窄带语音保密通信
，A（z）是线性预测误差滤波器，预测系数ai ，一般每隔20-30ms修正一次。
长时预测器LTP的传递函数
M为基音延迟，βi为长时预测器增益。通常 ，M随βi一起修正，比短时预测器系数的修 正速率高，一般每隔5-10ms修正一次。
求和限I通常取0或1，I=0时，对应于1阶长 时预测器，I=1时，对应于3阶基音预测器
借助于滤波器的初始记忆内容，将最佳激励信号 通过级联滤波器产生合成语音。
CELP语音编码器
计算一组预测系数｛ai｝
将语音信号通过线性预测误差滤波器A(z) 就 可以得到LPC 残差信号，也就是短时残差信 号v(n)。残差信号将按块（4-8ms）来进行 编码，称这个块为子帧（subframe）。
CELP 编码器框图
编码器
译码器
基于CELP的编码方法
低迟延码激励线性预测LD-CELP编码算法 矢量和激励线性预测VSELP编码算法，IS-54
3个码书-2个随机码书，1个自适应码书 最佳的激励信号为三个激励矢量的和。
基音同步更新码激励线性预测PSI-CELP 代数码书激励线性预测ACELP 共扼结构代数码激励线性预测CS-ACELP Qualcomm码激励线性预测QCELP编码算法
利用几乎是白噪声的信号激励两个时变的线性递 归滤波器，在每个滤波器反馈环路上有一个预测 器，其中一个是长时预测器（或基音预测器）LTP （Long-Term Predictor）P（z），用来生成浊音语 音的音调结构（谱的细致结构），另一个是短时 预测器STP（Short-Term Predictor）F（z），用来 恢复语音的短时谱包络。
为了提高重建话音的自然度，编码端可以增加一组 预测滤波器，采用闭环LPC结构，由特征参数激励 得到预测信号，将此信号与原信号s(n)相减得到残 差信号e(n)，把此信号与有关参数一并编码传送， 在解码端进行误差修正可有效改善语音质量。
随机激励线性预测合成模型
随机激励线性预测合成模型的 基本思想
源自于它的逆过程，如图2-1（b）。F（z）用于去 除语音信号的近样点冗余度；P（z）用于去除语 音信号的远样点冗余度，经过两级预测得到的归 一化残差信号近似服从标准正态分布。
短时预测器STP的的传递函数
其中，ai为预测器系数，p为预测器阶数，一 般介于8-16之间，基于CELP的编码器中通常 取10。短时合成器也就是LPC共振峰合成滤波 器，其传递函数为：
长源自文库相关性的计算
长时相关性计算说明1
长时相关性的计算也就是基音参数的提取。
使用滤波模式的基音提取法，其中长时误差滤波 器P(z)=1-λz-d。上一帧的短时残差经过延时d 和 增益控制λ，得到长时相关分量λv(n-d)，和激励 信号c(t) 相加，就得到了LPC 合成滤波器的输入 v(n)，d 和λ则表达了过去信号与当前帧信号之间 的长时相关性。
缓存一帧语音信号，然后对这帧语音信号进 行线性预测分析，确定一组LPA系数。
利用已经确定的LPA系数和线性预测误差滤 波器A（z），计算未量化的残差信号。
为了有效的确定激励参数，将LPA帧分为几 个子帧。
CELP语音编码基本步骤2
对于每个子帧，首先用开环方法或闭环方法确定 基音预测参数。一旦确定了基音预测器参数，则 将基音合成滤波器和短时合成滤波器组合在一起 形成一个级联的滤波器。其次用激励码书中的某 一矢量去激励这个级联滤波器，得到合成语音 s^(n)，再计算合成语音s^(n)和原始语音s(n)之间 的误差e(n)，经感知特性进行加权后，选取均方误 差最小的激励矢量作为最佳矢量。
物理层关键技术1
信源编码
CELP码本激励线性预测编码
语音信号的特点 随机激励线性预测合成模型
语音信号的特点
人发声时有清音和浊音之分：
清音无基音，呈现与白噪声类似的平坦频谱，所以可用 白噪声作为清音的激励；
浊音则有振动的基本频率(基音)，故可用具有一定基音 频率的脉冲源作激励；
而人的声管相当于一组滤波器，对不同的激励产生 不同的响应，形成特定声音的输出。
经过LP 分析的残差信号v(n) 中的短时分量 大部分已经被滤除，剩下的长时相关性和激 励信号的提取则采用了闭环估计（closedloop estimation）的合成分析法。
经过量化的LPC 激励信号v(n)，是在许多侯 选激励信号中，按照感觉加权原则，选择重 建语音与原始语音最接近的激励而得到的。
在不改变音调预测激励c(n) 的情况下，改变不同 的延时值d，生成许多不同的合成语音，再通过 最小均方误差准则（MMSE）进行最佳参数选择 ，最优延时和增益即是通过这个过程得到的。
长时相关性计算说明2
CELP编码的基本思想
对一定时间内残差信号可能出现的各种样值的组合按 一定规则排列构成一个码本，编码时从本地码本中搜 索出一组最接近的残差信号，然后对该组残差信号对 应的地址编码并传送，解码端也设置一个同样的码本 ，按照接收到的地址取出相应的残差信号加到滤波器 上完成话音重建，则显然可以大大减少传输比特数， 提高编码效率。
两个预测滤波器，短时预测计算每一采样的残差，长 时预测计算每个子帧(5ms)的残差。由码本取出的激 励e(n)经长短时预测后得到预测值,与输入信号s(n)相 减得到差值，将此差值通过感知加权滤波器，以最小 均方误差准则(LMS)判定最佳激励码本e(n)。
CELP语音编码基本步骤1
初始化短时合成滤波器和基音合成滤波器历 史(通常初始化为零值或低电平随便机噪声)
基音合成滤波器的的传递函数
CELP语音编码
CELP语音编码算法用线性预测提取声道参 数，用一个包含许多典型的激励矢量的码本 作为激励参数，每次编码时都在这个码本中 搜索一个最佳的激励矢量，这个激励矢量的 编码值就是这个序列的码本中的序号。 CELP已经被许多语音编码标准所采用，美 国联邦标准FS1016就是采用CELP的编码方 法，主要用于高质量的窄带语音保密通信
，A（z）是线性预测误差滤波器，预测系数ai ，一般每隔20-30ms修正一次。
长时预测器LTP的传递函数
M为基音延迟，βi为长时预测器增益。通常 ，M随βi一起修正，比短时预测器系数的修 正速率高，一般每隔5-10ms修正一次。
求和限I通常取0或1，I=0时，对应于1阶长 时预测器，I=1时，对应于3阶基音预测器
借助于滤波器的初始记忆内容，将最佳激励信号 通过级联滤波器产生合成语音。
CELP语音编码器
计算一组预测系数｛ai｝
将语音信号通过线性预测误差滤波器A(z) 就 可以得到LPC 残差信号，也就是短时残差信 号v(n)。残差信号将按块（4-8ms）来进行 编码，称这个块为子帧（subframe）。