低速声码器的发展概况

声码器技术的发展学院:班级:姓名:学号：指导教师：摘要语音编解码技术的迅速发展，使中低速率语音编码技术广泛应用于现代移动通信。

声码器特别适用于以低比特率为首要条件的通信场合，较典型的应用包括标准电话信道上的保密语言传输和小型化数字存贮器中的语言存贮。

在某些长距离无线通信中，人们宁可使用声码器而不愿意用目前音质低劣的模拟传输系统。

目前，质量令人满意的实用语言编码器的比特率下限为2400bps,这个比特率是由线性预测编码和通道话音编码获得的。

现在正在进行大量的研究工作，其目的是要获得低于2400bps的比特率而乂要使语言质量不下降或下降很少。

这个研究课题是一个既基本乂具有实用价值的课题。

声码器正向着速率更低、语音质量更好，延时更短，算法更复杂，抗干扰能力更强，带宽要求更小的方向发展。

本文主要介绍国外声码器的发展概况、若干种低速声码器的技术原理和结果，并推测未來的工作。

关键字：声码器发展、线性预测编码、低比特率—、引言自首次成功地尝试建造一台能够模拟人声的机器以来，己经大约有两百年了。

两百年中中人们曾建造了各种各样的这类机器，成功的情况也各不相同，年轻时的贝尔和他的兄弟就曾致力于建造一台这样的机器，但取得实质性的进展却是电子系统问世之后的事。

1939年纽约世界博览会上，一项叫做“语言合成器”（Voder）的发明引起了轰动。

这个语言合成器实质上是一台电子器件，它通过完全的电子方式分析人类的语言，然后乂把它综合出来。

该系统后來称之为“声码器”（话音编码器），声码器标志了语言编码新纪元的开始，声码器这个名词也一直沿用至今而作为一大类系统的属名o近年来，声码器的研究变得日益重要了，这在很大程度上取决于数字化技术和语言编码的大规模应用。

语言数字化有两种根本不同的途径，一种称之为波形编码，另一种称之为参数编码。

实现参数编码的硬件就是声码器。

目前，降低比特率是一个有重大意义的研究课题，为降低声码器的比特率而釆取的所有方式都是利用了如下三个基本思想中的一个、两个或三个。

1）时间多余度压缩：由于在稳态条件下，帧与帧之间的语言特性相同，所以利用帧重复或其它的差分编码技术便可大大地降低比特率。

2）参数组压缩：只要新参数组对于量化并不比原参数组更敏感，则采用比较节省的参数组便能压缩比特率。

另外，采用比较好的模型如共振峰模型，或应用某些变换Karhunen-Loeve变换，可以获得较少的参数组。

3）改进的量化技术：在以低比特率语言传输为目的而广泛开展语言分析技术研究的同时，量化问题也受到了一定程度的重视。

量化问题的研究大体上局限于单独地量化每个参数的技术。

基本的量化理论、模式匹配的若干研究以及最近对于LPC矢量量化的研究都证明参数矢量量化具有奇迹般地降低比特率的潜力。

现在国外的低速声码器研究工作非常活跃，美国、西欧和日本的许多公司、研究所，还有苏联都在进行这方面探索，有的已获得令人鼓舞的计算机模拟结果, 有的己制成实验室样机。

当然，在研究中不可避免地遇到了这样或那样不易克服的困难，距实际应用还有一定的差距。

二.低速声码器的发展概况在低速声码器研究中，共振峰声码器由于其比特率低曾一度备受青睐。

共振峰声码器的概念最早是由J. L. Flanagan在一九五六年提出來的，并作成试验性质的共振峰声码器样机，效果虽然不太令人满意，但却证明其前途是广阔的。

五十年代末和六十年代初，英国、美国和日本的许多公司相继开始研究共振峰声码器，其研究和开发工作绝大部分都是在政府资助下以军用为目的进行的。

如美国通用电气公司在一九六一年研制出共振峰声码器模型，其比特率为1350bps, 单音清晰度达90%,另外如美国的Melpar. Phil。

通用动力公司及英国的信号研究与开发中心等也曾在六十年代初研制成速率为1000bps以下的共振峰声码器，英国航空部通信研究所研制的800bps共振峰声码器的清晰度和可懂度都比较好。

但是共振峰声码器的研究没有获得如通道声码器那样的成功，因此它作为实验室里的古董多于作为实际的通信装置。

七十年代初，大家都公认共振峰声码器概念由于其低比特率编码而颇具吸引力，但也有它的实际困难。

除有通道声码器的基音跟踪和有无声判决间题之外, 共振峰声码器还有恰当的共振峰跟踪、共振峰识别、静止期后的共振峰跟踪搜索及综合，特别是辅音产生的综合等题，这样就使得声码器的潜在用户转而对这种低比特率的话音编码方法持怀疑态度。

Moye可作为这种怀疑者的例子，他说: “虽然这种说法肯定要受到挑战，但人们却可以说从实用数字语言传输观点來看，共振峰分析行不通。

”其它人如日本的电子和通信工程研究所的Y. Kato等也表明了类似的观点。

七十年代初还报道有另外三种比较有代表性的极低速话音数字化装置，碰巧它们的速率均为600bpso 一是Flanagan在1970年实验论证的一种以600bps 速率工作的共振峰跟踪声码器，他用唱片表演了他的成果。

由于试验句子包括了所有的元音、双元音和流音，所以这是600bps话音数字化装置的一个非常有限的试验论证。

虽然如此，但其综合语言却非常清晰，表明共振峰声码法在话音分析综合方面具有潜力。

第二种600bps的话音数字化装置则是由空军剑桥研究实验室Caldwell Smith等研制成的，该装置采用模式匹配技术把通道声码器的输出分类，系广泛的研究和开发工作的结果。

其单一讲话人诊断韵律试验(DRT)的清晰度得分92% ,这对于600bps的话音编码系统可谓是一个非常高的得分。

第三种600bps的系统则是Mel par公司所研制共振峰声码器的一种修正型。

一九七六年底，美国海军研究实验室G. S. Kang和D. C. Coulter等研制成了一种线性预测共振峰声码器。

它可以600bps的速率传输语言，这个数据率还不到原始语言脉码调制传输率的百分之一。

这项研究工作是在迫切需要极低速话音数字化装置以满足当时海军某些话音通信需要的前提进行的。

600bps系统的综合语言较原始语言有某些损失，但其清晰度之高却足以允许在某些特定的军用通信场合下使用该系统。

法国也进行了低速音码器的研究。

一九七五年法国的Thomson-CSF公司电信部当年的《Thomson-CSF评论》第七卷第四期上报道，他们研制成一种叫做“Ciphon”的声码器，即峰线声码器。

这种声码器与其说是试图模拟声源的生理特性，还不如说是致力于模拟人耳并辨别“清晰的声学特性”。

它有两个主要特性：一是能以数字形式传输频带覆盖为300、3400Hz的电话信号，且恢复话音质量好,懂度也较高。

二是根据编码的复杂性，可获得两种速率：处理时延不超过100ms时为1200bps；处理时延不超过300ms时为600bps。

尽管和其它类型声码器相比原理不大一样，但峰线声码器在技术上却可与它们媲美。

与标准的通道声码器相比，它可以低得多的速率提供优质语言，与共振峰声码器相比，它运算简单。

这样，从实用角度出发，可以考虑实时工作设备的实现。

峰线声码器可用于无线（尤其是HF）和有线通信。

借助于相应的调制解调器，便可在交换网电话线路上作全双工通信。

一九八二年五月在巴黎IEEE的ASSP国标年会上，西徳赫兹通信技术研究所 A. Lacroix和B. Makel提出了一种比特率极低的声码器方案。

该声码器以标准LPC 声码器为基础，由4、5节变长管组成声管模型，采用带附加近似的自相关分析法计算变长声管模型的参数，取得了极好的效果。

非正式收听测试证明，1000bps 的声码语言质量儿乎与标准的2400bpsLPC声码器的话音相同，但这个结果仅限于某个人讲话或某个句子。

一九八一年，美国麻省理工学院Lincoln实验室R. J. Mcaulay提出了一种采用自适应子带振峰分析的低速声码器。

该分析技术通过将二阶频谱与己测得频谱的单个子带适配來避免共振峰跟踪所固有的某些问题，综合釆用高质量的通道声码器进行，所以调制器的增益由有声语言的共振峰分析包络抽样或无声语言的低阶LPC包络抽样來调整。

根据固定带宽准则，只传输三个谐振段的每个段的频率和增益，再加上对数编码和帧充填法，便获得了800bps的可懂声码器语言。

更仔细地分配6个传输参数的比特数，还能获得更低的比特率。

例如Flanagan就建议可用4比特编码第一和第二共振峰，而第三共振峰只需3比特。

他还觉得3比特足够编码共振峰幅度，因此，基音和有无声判决用6比特，帧充填控制用3比特，则用28比特编码有声语言谱就应当是能办到的，在帧速率为25Hz时就相当于只有700bps的速率。

如果采用更加先进的帧充填插入算法，则可以获得更低的速率。

其它如一九八一年TI公司（得克萨斯仪器公司）的Knn - Shan Lin和Ying L. Tsui 经过对LPC反射系数特性的仔细研究，揭示了利用高效参数编码及最佳化帧重复进一步压缩数据率的可能性。

他们在探讨中使用了利用对数面积比距离量度的经改进的成本函数及能量加权函数，并在保持频谱失真不超出预定门限值灼同时利用动态规划法使帧长度最大。

利用TI公司的TMS 5100或TMS 5200实施方案，便可以800^850bps 的速率获得高质量的语言。

再如一九八年TRW公司国防和空间系统研究组的T. E. Carter. D. M. Dlugos及D. C. Le Doux等研制成了一种800bps的实时话音编码系统。

该系统由TRW公司生产的微程控话音处理器（采用11K字存贮器）实现,DRT和其它的测试结果表明其可懂度和清晰度都令人满意，完全可以用于话音通信。

这种低数据率是通过一种高编码2400bps 的LPC参数的算法获得的，这种新的算法运用了其它类型通信系统所常见的若干数据压缩方案以获取所需的数据率，这些方案包括自适应DPCM、K.L.变换、统计最住量化和动态比特分配等。

其未來的工作应是进一步改进算法，提高性能, 其最大的潜力可能在于用各种比特分配方案进行试验。

由于要实施系统,对基本2400bpsLPC算法也还须进行若干改进。

这些都会直接反映到800bps语言的质量之中。

有一种方法，刚提出來的时候叫做“模式匹配声码器”，后來又称作“矢量量化”，就是在谱形参数组合的全部可能范围内仅仅选择极小部分。

在通道声码器、LPC声码器和共振峰声码器中，谱形参数所确定的多维空间占据极不均匀, 大部分空间根本未利用。

根据某种恰当的准则，选择最接近有限数量的存贮谱形的目前输入，便可能用大约每帧10 ~ 12比特而不是每帧40比特來较好地确定谱形。

通道声码器和LPC声码器的这种类型的系统己在实验室里证明可釆用400 ~ 800bps的数字速率。

在七十年代后期，以A. H. Gray Jr.、R. M. Gray和J. D. Markel为首的一些电信研究专家在高效编码LPC参数方面作出了重大突破。