语音信号矢量量化

11
不同的划分或不同的量化矢量选取就可以 构成不同的矢量量化器。 构不同的矢量量化器。 矢量量化存在的问题 如何划分M个区域边界。 一、如何划分M个区域边界。
将大量欲处理的信号的矢量进行统计划分， 将大量欲处理的信号的矢量进行统计划分，进一 步确定这些划分边界的中心矢量值来得到码书。 步确定这些划分边界的中心矢量值来得到码书。
22
谢谢！ 谢谢！
23
语音信号矢量量化器的设计及 MATLAB仿真
张桠鑫 电子08-2班 200820203067
1
目录
• 语音信号矢量量化的研究意义 语音信号矢量量化的研究意义 。。。。。P3 与发展历程 。。。。。 • 矢量量化的基本概念 。。。。。。。。。。 矢量量化的基本概念 。。。。。。。。。。P6 • 矢量量化的基本原理 。。。。。。。。。。 矢量量化的基本原理 。。。。。。。。。。P9 • 最佳矢量量化器和码本的设计 。。。。。。 。。。。。。P14
x1 x2 xk+1 xL
xa1
∆
xak
xak+1
xaL
xaL+1
7
* 矢量量化
矢量量化： * 矢量量化：若干个标量数据组
是对矢量 成一个矢量，矢量量化是对矢量进 成一个矢量，矢量量化是对矢量进 行量化，它把矢量空间分成若干个 行量化，它把矢量空间分成若干个 小区域，每个小区域寻找一个代表 小区域，每个小区域寻找一个代表 矢量， 矢量，量化时落入小区域的矢量就 用这个代表矢量代替。 用这个代表矢量代替。
LBG算法常被作为各种改进算法的基础 算法常被作为各种改进算法的基础
17
LBG算法步骤 算法步骤 第一步： 第一步：初始化 给出训练矢量量化码书所需的全部参考矢 的集合用S表示 量X，X的集合用 表示；设定量化级数，失真控 ， 的集合用 表示；设定量化级数， 迭代次数L以及初始码 制门限 ，算法最大 迭代次数 以及初始码 ( {Y1( 0 ) , Y2( 0 ) , L , YN0 ) } ；设总失真 D(0) = ∞ ；迭代次 书 数的初始化为m＝ 数的初始化为 ＝1
(m)
进行比较。 将 δ (m )与失真门限值 δ 进行比较。若 δ (m ) ≤ δ 则转入 6）否则转入 ）； ）否则转入5）；
20
5）若 m > L 则转至 ），否则 加1，转至 ） ） 则转至6），否则m加 ，转至1） ），否则 第三步： 第三步：结束
( Y1( m ) , Y2( m ) , L , YNm ) ， 6）得到最终的训练码书 ）
3
应用领域： 应用领域：雷达图像和军用地图的存储与传输 数字电视和DVD的视频压缩 的视频压缩 数字电视和 医学图像的压缩与存储 网络化测试数据的压缩和传输 语音编码、 语音编码、图像识别和语音识别
4
发展历程
• 矢量量化是实现数据压缩的一种有效方法， 矢量量化是实现数据压缩的一种有效方法， 早在50 60年代就被用于语音压缩编码 50和 年代就被用于语音压缩编码。 早在50和60年代就被用于语音压缩编码。 直到70 70年代线性预测技术被引入语音编码 直到70年代线性预测技术被引入语音编码 矢量量化技术才活跃起来。80年代初 年代初， 后，矢量量化技术才活跃起来。80年代初， 矢量量化技术的理论和应用研究得到迅速 发展。 发展。
如何确定两矢量在进行比较时的测度。 二、如何确定两矢量在进行比较时的测度。
这个测度就是两矢量间的距离， 这个测度就是两矢量间的距离，或以其中某一矢 量为基准时的失真度。 量为基准时的失真度。它描述了当输入矢量用码书所 对应的矢量来表征时所付出的代价。 对应的矢量来表征时所付出的代价。
12
矢量量化的准则：在给定码本大小K 矢量量化的准则：在给定码本大小K时使量 化所造成的失真最小。 化所造成的失真最小。 矢量量化的设计： 矢量量化的设计：从大量信号样本中训练出 好的码书， 好的码书，从实际效果出发寻找最好的失真测 度定义公式，设计出最佳的矢量量化系统， 度定义公式，设计出最佳的矢量量化系统，以 便用最少的搜索和计算失真的计算量， 便用最少的搜索和计算失真的计算量，来实现 最大可能的平均信噪比。 最大可能的平均信噪比。
并输出总失真 D (m )
21
为了避免迭代算法无限制循环下去， 为了避免迭代算法无限制循环下去，这里设 置了两个阈值参数：最大迭代次数 和失真控 置了两个阈值参数：最大迭代次数L和失真控 的值设得远小于1， 制门限 δ 。δ 的值设得远小于 ，当 δ (m ) ≤ δ 时，表明再进行迭代运算失真得减小是有限 是限制迭代次数的参数， 的、可以停止运算。L是限制迭代次数的参数， 以停止运算。 是限制迭代次数的参数 防止 设置较低时迭代次数过多 δ
9
原理：矢量量化就是把这个K维输入矢量 原理：矢量量化就是把这个 维输入矢量
X映射成另一个 维量化矢量。其中量化矢 映射成另一个K维量化矢量 映射成另一个 维量化矢量。 称为码书或码本 码书或码本， 量构成的集合 { yi } 称为码书或码本，码书 称为码字或者码矢 码字或者码矢。 中的每个矢量{Yi } 称为码字或者码矢。
8
矢量量化的基本原理
基本知识：语音信号由很多个帧构成，语音 语音信号由很多个帧构成， 语音信号由很多个帧构成 信号的一个帧就类似一个矢量
语音信号某一帧中提取的声道参数，共K 语音信号某一帧中提取的声道参数， 是一个K维矢量 个,Xi={ai1,ai2,…,aiK}。则Xi是一个 维矢量。 。 是一个 维矢量。 N个语音帧，每帧中共有K个声道参数，共 个语音帧，每帧中共有 个声道参数 个声道参数， 个语音帧 组成N个 维矢量 维矢量。 组成 个K维矢量。
δ
18
第二步： 第二步：迭代 1）根据最近邻准则将S分成 个子集 S1 m ) ， ）根据最近邻准则 最近邻准则将 分成 分成N个子集 (
( S 2m ) ，┅， Nm ) ， 即当 X ∈ S1( m )时，下式成 S(
立： d ( X , Yl( m −1) ≤ d ( X , Yi( m −1) ), ∀i , j = l 2）计算失真： ）计算失真：
13
最佳矢量量化器和码本的设计
一、矢量量化器最佳设计 最佳设计就是使失真最小的设计 最佳设计就是使失真最小的设计 最佳设计中，重要的问题是如何划分量 最佳设计中，重要的问题是如何划分量 化区间和确定量化矢量。 化区间和确定量化矢量。 两个条件回答了两个问题 回答了两个问题。 这两个条件回答了两个问题。 一、最佳划分 二、最佳码书
是 S l 中包含的矢量个数
16
二、LBG算法 算法 1980年由 年由Linde，Buzo和Gray提出， 提出， 年由 ， 和 提出 在矢量量化中是一个基本算法。 在矢量量化中是一个基本算法。整个算法 实际就是上述两个寻找最佳码书的必要条 件的反复迭代过程， 件的反复迭代过程，即由初始码书使码书 逐步优化，寻找最佳码书的迭代过程。 逐步优化，寻找最佳码书的迭代过程。
D
(m)
=∑
N
i =1 X ∈S l( m )
∑ d ( X ,Y
( m −1 )
l
)
19
( Y1( m ) , Y2( m ) ,L, YNm ) : 3）计算新码字 ）
Yi
(m)
1 = Ni
∑X
X ∈S i( m )
( m −1 ) (m)
4）计算相对失真改进量 δ (m )： ）
δ
(m)
D −D ∆D = (m) = D D(m )
Y ∈ {Y1 , Y2 , LYN Yi ∈ R }
K
10
对一个矢量X进行量化，首先选择一个合 对一个矢量X进行量化，首先选择一个合 适的失真测度，然后用最小失真原理， 适的失真测度，然后用最小失真原理，分别 计算用量化矢量Y 替代X所带来的失真。 计算用量化矢量Yi替代X所带来的失真。 其中最小失真值所对应的那个量化矢量 最小失真值所对应的那个量化矢量， 其中最小失真值所对应的那个量化矢量， 就是矢量X 重构矢量（或恢复矢量）。 就是矢量X的重构矢量（或恢复矢量）。
5
矢量量化的基本概念
• 量化：把一个模拟信号值的连续范围分为 量化： 若干相邻并具有唯一量值的区间， 若干相邻并具有唯一量值的区间，凡落在 某区间的抽样信号样值都指定为该区间量 值的过程。 值的过程。
• 量化分为两类：标量量化和矢量量化 量化分为两类：标量量化和
6
标量量化： * 标量量化：整个动态范围被分成若干个小 区间，每个小区间有一个代表值， 区间，每个小区间有一个代表值，量化时 落入小区间的信号值就用这个代表值代替， 落入小区间的信号值就用这个代表值代替， 或者叫被量化为这个代表值。 或者叫被量化为这个代表值。这时的信号 量是一维的，所以称为标量量化。 量是一维的，所以称为标量量化。
15
2）Centroid质心条件 ） 质心条件 子空间分割固定后， 子空间分割固定后，Voronoi胞元 胞元 的质心就是量化器的码字
Yl = E[ X Y ∈ Sl ]
对于一般的失真测度和信源分布， 对于一般的失真测度和信源分布，很难找到 质心的计算方法， 质心的计算方法，但对于一般的分布和常用的 均方失真测度， 均方失真测度，可以证明 1 Yl = ∑X N l X ∈S l
2
语音信号矢量量化的研究意义
21世纪是信息的社会，各种科技领域的信 世纪是信息的社会， 世纪是信息的社会 息大爆炸，这就要求我们对数据进行压缩和编码， 息大爆炸，这就要求我们对数据进行压缩和编码， 这样就能紧缩数据存储容量 这样就能紧缩数据存储容量 ，能较快地传输各种 信号 ，降低发信机功率 。 矢量量化技术技术（VQ， 矢量量化技术技术（VQ，即Vector Quantization）是一种数据压缩和编码技术。 Quantization）是一种数据压缩和编码技术。