專利名稱：一種建立增益碼書的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及移動(dòng)通信領(lǐng)域的語(yǔ)音編碼技術(shù)，具體來(lái)說(shuō)，涉及一種建立增益碼書的方法。
背景技術(shù)：
隨著信息社會(huì)和通信技術(shù)的高速發(fā)展，語(yǔ)音編碼逐漸成為人們生活中一項(xiàng)必不可少的技術(shù)。語(yǔ)音編碼即壓縮語(yǔ)音信號(hào)的數(shù)字表示而使表達(dá)這些信號(hào)所需的比特需求最小。語(yǔ)音編碼目前主要分為三類，即波形編碼、參數(shù)編碼和混合編碼。波形編碼具有適應(yīng)能力強(qiáng)、話音質(zhì)量高等優(yōu)點(diǎn)，但所需要的比特率較高。而參數(shù)編碼的比特率一般很低，但是其編碼質(zhì)量較差，合成出的語(yǔ)音自然度較低?；旌暇幋a克服了波形編碼和參數(shù)編碼的弱點(diǎn)，同時(shí)又結(jié)合了它們各自的長(zhǎng)處，在4-16kb/s速率上可以得到高質(zhì)量的合成語(yǔ)音。代數(shù)碼激勵(lì)線性預(yù)測(cè)(ACELP)語(yǔ)音編碼作為一種非常成功的混合語(yǔ)音編碼方法，在ITU的許多語(yǔ)音編碼標(biāo)準(zhǔn)中得到了應(yīng)用，如G.722.2、G.723.1、G.729等。
現(xiàn)有技術(shù)中，采用矢量量化碼書的建立方法有很多。在大多數(shù)ACELP類語(yǔ)音編碼中，自適應(yīng)碼書和固定碼書的增益均采用矢量量化的方法，但并沒有一種具有一般意義的增益碼書的建立方法。在矢量量化技術(shù)中，若要得到較好的量化效果，就要充分利用量化對(duì)象的各種性質(zhì)，只有這樣才能得到高質(zhì)量的矢量碼書。因此，對(duì)于不同的量化對(duì)象，其矢量碼書的建立方法中的關(guān)鍵技術(shù)是完全不同的。在ACELP語(yǔ)音編碼中，自適應(yīng)碼書增益和固定碼書增益是兩個(gè)重要的量化對(duì)象，人們通常根據(jù)相鄰幀固定碼書增益之間的相關(guān)性，采用預(yù)測(cè)矢量量化方法來(lái)量化碼書增益，以達(dá)到降低比特?cái)?shù)的目的。但由于不同速率的ACELP語(yǔ)音編碼器的激勵(lì)幀長(zhǎng)度不同，導(dǎo)致相鄰幀間碼書增益不同，相鄰幀間碼書增益的關(guān)聯(lián)性不強(qiáng)，致使很難建立一種具有一般意義的增益碼書方法。因此，人們希望找到一種具有一般意義的增益碼書建立方法，使之適用于不同的語(yǔ)音編碼系統(tǒng)，得到高質(zhì)量的增益碼書。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種建立增益碼書的方法，解決現(xiàn)有技術(shù)中不能在ACELP語(yǔ)音編碼中建立一般意義增益碼書的問(wèn)題。
為實(shí)現(xiàn)上述目的，本發(fā)明采用如下的技術(shù)方案一種建立增益碼書的方法，該方法應(yīng)用于語(yǔ)音編碼系統(tǒng)中，并對(duì)訓(xùn)練集中的數(shù)字語(yǔ)音信號(hào)進(jìn)行預(yù)處理后生成隨機(jī)激勵(lì)信號(hào)，所述的每個(gè)隨機(jī)激勵(lì)信號(hào)由多個(gè)激勵(lì)子幀組成，其特征在于，包括如下步驟A、預(yù)編碼訓(xùn)練集中的數(shù)字語(yǔ)音信號(hào)，生成包含有對(duì)數(shù)能量矢量的訓(xùn)練矢量序列并以數(shù)據(jù)文件的形式保存，所述每一個(gè)激勵(lì)子幀對(duì)應(yīng)有一所述的訓(xùn)練矢量序列；B、從所述數(shù)據(jù)文件中取出所述每一個(gè)子幀的訓(xùn)練矢量序列中的對(duì)數(shù)能量矢量，根據(jù)所述對(duì)數(shù)能量矢量求出所述隨機(jī)激勵(lì)信號(hào)的平均對(duì)數(shù)能量及所述平均對(duì)數(shù)能量的預(yù)測(cè)系數(shù)；C、根據(jù)所述訓(xùn)練矢量序列、平均對(duì)數(shù)能量及其預(yù)測(cè)系數(shù)計(jì)算感知加權(quán)平方誤差，并迭代查找最小的感知加權(quán)平方誤差來(lái)確定增益碼書。
所述訓(xùn)練矢量序列除了所述隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，還包括每一激勵(lì)子幀的自適應(yīng)碼書增益ga、固定碼書增益gs、隨機(jī)代數(shù)碼矢量的能量Ea、目標(biāo)矢量的能量Rx0x0、自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rxx、隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rtt、目標(biāo)矢量與自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0x、目標(biāo)矢量與隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0t和隨機(jī)碼矢量與自適應(yīng)碼矢量分別經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rxt，所述訓(xùn)練矢量序列構(gòu)成了增益碼書訓(xùn)練集合中的一個(gè)10維矢量，所述矢量按順序保存于在一個(gè)二進(jìn)制文件中。
所述步驟B具體包括以下步驟B1，從存儲(chǔ)的數(shù)據(jù)文件中提取所述訓(xùn)練矢量序列中的每一子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，并求出它們的平均值E；B2，取出每一子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，將所述對(duì)數(shù)能量減去所述平均值E，獲得所述對(duì)應(yīng)子幀的隨機(jī)激勵(lì)信號(hào)的無(wú)偏對(duì)數(shù)能量 B3、利用所述無(wú)偏對(duì)數(shù)能量 得到隨機(jī)激勵(lì)信號(hào)無(wú)偏對(duì)數(shù)能量 的線性預(yù)測(cè)系數(shù)。
所述步驟C具體包括C1、設(shè)置停止門限ε和碼書NB，初始化質(zhì)心并獲取當(dāng)前碼書；C2、將當(dāng)前碼書的體積與設(shè)置碼書NB進(jìn)行比較，若當(dāng)前碼書的體積大于等于設(shè)置碼書則轉(zhuǎn)到步驟C3執(zhí)行，否則轉(zhuǎn)到步驟C5；C3、獲取當(dāng)前碼書的最佳劃分，提取最佳劃分中的當(dāng)前狀態(tài)下的第k次迭代累計(jì)失真DK和第k-1次迭代累計(jì)失真DK-1，若|DK-DK-1|/DK小于所述停止門限ε，則轉(zhuǎn)到步驟C4執(zhí)行，否則求出新的形心及對(duì)應(yīng)的當(dāng)前碼書，再迭代執(zhí)行步驟C3；C4、判斷有無(wú)典型胞腔，若最大胞腔的矢量數(shù)與最小胞腔的矢量數(shù)之比大于等于所述訓(xùn)練矢量序列的個(gè)數(shù)，則轉(zhuǎn)到步驟C2執(zhí)行，否則獲取新的質(zhì)心，即將最大胞腔的碼字與擾動(dòng)因子相乘得到新的碼字來(lái)代替原有最大和最小胞腔的碼字，轉(zhuǎn)到步驟C3執(zhí)行；C5、當(dāng)當(dāng)前碼書體積小于NB時(shí)，完成碼書的建立，確定增益碼書。
所述步驟B3包括B31、設(shè)置所述訓(xùn)練矢量序列中第n個(gè)子幀的無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差en，所述en=Etn-E%n,]]>其中 為第n個(gè)子幀無(wú)偏對(duì)數(shù)能量的預(yù)測(cè)值；B32、由所述無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差得到所有誤差的平方和ERR，并根據(jù)所述平方和ERR微分求出所述隨機(jī)激勵(lì)信號(hào)無(wú)偏對(duì)數(shù)能量 的線性預(yù)測(cè)系數(shù)。
所述步驟B3具體包括令 為第n子幀無(wú)偏對(duì)數(shù)能量的預(yù)測(cè)值，即E%n=Σi=1pbiEtn-i]]>上式bi為預(yù)測(cè)器系數(shù)，p為預(yù)測(cè)器階數(shù)。p的取值與編碼器的子幀長(zhǎng)度有關(guān)，令en=Etn-E%n]]>為增益碼書訓(xùn)練矢量集合中第n子幀的無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差。則所有訓(xùn)練數(shù)據(jù)誤差的平方和為ERR=Σn=3Nfen2=Σn=3Nf(Etn-E%n)2=Σn=3Nf(Etn-Σi=1pbiEtn-i)2]]>其中，Nf為訓(xùn)練碼矢?jìng)€(gè)數(shù)，令ERR/bi＝0，可以得到一個(gè)p元一次線性方程組Σn=3NfEtnEtn-1-b1Σn=3NfEtn-12-b2Σn=3NfEtn-2Etn-1=0Σn=3NfEtnEtn-2-b1Σn=3NfEtn-1Etn-2-b2Σn=3NfEtn-22=0]]>其中p＝2，得出b1=φ02φ12-φ01φ22φ122-φ11φ22,]]>b2=φ01φ12-φ11φ02φ122-φ11φ22,]]>其中，φij=Σn=3NfEtn-iEtn-j.]]>所述步驟C2中，比較當(dāng)前碼書的體積大于等于設(shè)置碼書時(shí)，先將當(dāng)前碼書進(jìn)行分裂，把所述碼書中的每個(gè)碼字乘以2個(gè)擾動(dòng)因子ρ1、ρ2，得到2個(gè)新碼字，其中ρ1＝0.99、ρ2＝1.01。
所述步驟C3執(zhí)行前，先初始化迭代查找步驟，設(shè)置迭代次數(shù)k＝1、初始失真D0＝∞，所述步驟C3中，獲取當(dāng)前碼書的最佳劃分需要，設(shè)置總的失真為零并讀入所述訓(xùn)練矢量序列中的一個(gè)訓(xùn)練矢量，求出所述訓(xùn)練矢量的固定碼書增益的預(yù)測(cè)值；在第k次迭代的碼書中找到與當(dāng)前輸入矢量距離最小的碼字 并計(jì)算當(dāng)前輸入矢量狀態(tài)下的第k次迭代累積失真Dk；
依次讀入所述訓(xùn)練矢量序列中的每一個(gè)訓(xùn)練矢量，直到所有的訓(xùn)練矢量都按照上述步驟執(zhí)行完成。
所述步驟C3執(zhí)行前，先初始化迭代查找步驟，設(shè)置迭代次數(shù)k＝1、初始失真D0＝∞，所述步驟C3中，獲取當(dāng)前碼書的最佳劃分需要，設(shè)定總失真Dk＝0；讀入一個(gè)訓(xùn)練矢量，對(duì)于第n個(gè)訓(xùn)練矢量，利用如下的關(guān)系求出固定碼書增益的預(yù)測(cè)值g%s=10(E%n+E‾)/10Ea/N]]>其中，E%n=Σi=1pbiE^n-i,]]> 為第n-i子幀中 的量化值。當(dāng)n-i＜0時(shí)，E^n-i=0;]]>基于下式最近相鄰準(zhǔn)則，e=Rx0x0+g^a2Rxx+γ^2g%s2Rtt-2g^aRx0x-2γ^g%sRx0t+2g^aγ^g%sRxt]]>在第k次迭代的碼書中找到與當(dāng)前輸入矢量距離最小的碼字 其最小距離為emin，則在當(dāng)前輸入矢量狀態(tài)下的第k次迭代累積失真Dk為Dk=Dk+|emin|;]]>根據(jù)下式解出 供下一個(gè)訓(xùn)練矢量使用，E^n=101g[(g^s2Σi=0N-1(cn(j′))2)/N]-E‾]]>其中，g^s=γ^g%s;]]>判斷是否處理完所有的訓(xùn)練矢量。若否，則再讀入一個(gè)訓(xùn)練矢量知道處理完所有訓(xùn)練序列中的矢量。
所述步驟C3中，求出新的當(dāng)前質(zhì)心的步驟為設(shè){ga(i)，γ(i)}，i＝1，2，L，M為第k次迭代時(shí)得到的碼書的第i個(gè)碼字(碼書大小為M)，Qi為群聚在第i個(gè)碼字周圍的訓(xùn)練矢量的個(gè)數(shù)(第i個(gè)胞腔)，根據(jù)最近相鄰準(zhǔn)則，第i個(gè)胞腔的累積最小平方誤差為
Emin(i)=Σj=1Qiej2]]>其中， 上式中上標(biāo)(j)表示落入第i個(gè)胞腔的訓(xùn)練參數(shù)， 和 是要求的第i個(gè)胞腔的質(zhì)心，分別令Emin(i)對(duì) 的偏導(dǎo)數(shù)為0，可以得到一個(gè)關(guān)于 和 的方程組，解該方程組可以得到第i個(gè)胞腔質(zhì)心為 通過(guò)采用上述技術(shù)方案，本發(fā)明帶來(lái)了如下的有益效果本發(fā)明建立了一種具有一般意義的代數(shù)碼激勵(lì)線性預(yù)測(cè)語(yǔ)音編碼器的增益碼書；該建立的增益碼書需要判斷非典型胞腔是否存在，在判斷結(jié)果為否的基礎(chǔ)上獲取增益碼書，保證了所建立的增益碼書中無(wú)非典型碼字；而且，該方法不受編碼比特率的限制，為碼書增益建立了簡(jiǎn)單方便的方法，可應(yīng)用于各種不同的ACELP語(yǔ)音編碼系統(tǒng)，并得到高質(zhì)量的增益碼書，將該方法應(yīng)用于4kb/s的DP-CELP語(yǔ)音編碼器中，其試驗(yàn)結(jié)果表明，使用本發(fā)明所建立的6比特碼書，對(duì)自適應(yīng)碼書增益和固定碼書增益進(jìn)行矢量量化，可以得到8比特標(biāo)量量化時(shí)的合成語(yǔ)音質(zhì)量。


圖1是增益碼書建立流程圖；圖2是不同比特碼書的平均失真圖。
具體實(shí)施例方式
下面結(jié)合附圖和具體實(shí)施例對(duì)發(fā)明所述的技術(shù)方案進(jìn)行詳細(xì)的說(shuō)明。
在ACELP語(yǔ)音編碼中，人們通常采用預(yù)測(cè)式矢量量化技術(shù)對(duì)自適應(yīng)碼書增益和固定碼書增益進(jìn)行量化。增益碼書的選擇直接影響著增益的量化質(zhì)量，從而間接地影響整個(gè)編碼質(zhì)量。然而，在不同的編碼速率下，編解碼器中所需的增益碼書是不同的。因此，人們希望找到一種具有一般意義的增益碼書建立方法，使之適用于不同的語(yǔ)音編碼系統(tǒng)，得到高質(zhì)量的增益碼書。本發(fā)明的目的就是構(gòu)建一種具有一般意義的增益碼書建立方法，這種方法可應(yīng)用于各種不同的ACELP語(yǔ)音編碼系統(tǒng)，并得到高質(zhì)量的增益碼書。
本發(fā)明通過(guò)計(jì)算機(jī)對(duì)大量的數(shù)字語(yǔ)音信號(hào)進(jìn)行處理，提取獲取碼書所需的信息，再根據(jù)這些信息得到代數(shù)碼激勵(lì)線性預(yù)測(cè)(ACELP)語(yǔ)音編碼中所需的增益碼書。本發(fā)明所建立的碼書中，所有碼字均為2維矢量，形如{ga，i，γi}，i＝1，2，L，NB。這里，ga，i為自適應(yīng)碼書增益，γi為固定碼書增益gs的修正因子，NB為碼書大小。在實(shí)際編碼過(guò)程中，需要在增益碼書{ga，i，γi)中搜索出使下式e最小的碼字{ga，γ}e=Σn=0N-1[x0(n)-gaxu′(n)-γg%stj′(n)]2]]>這是一個(gè)閉環(huán)搜索過(guò)程，即通過(guò)使輸入語(yǔ)音和合成濾波器輸出之間的感知加權(quán)平方誤差最小來(lái)確定碼書增益。上式中，N為激勵(lì)矢量長(zhǎng)度，x0(n)為感知加權(quán)輸入語(yǔ)音減去合成濾波器零輸入響應(yīng)的目標(biāo)矢量，xu’(n)和tj’(n)分別為自適應(yīng)碼矢量和固定隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器的零狀態(tài)響應(yīng)， 為固定碼書增益gs的預(yù)測(cè)值。
令Rx0x0=Σn=0N-1x02(n),]]>Rxx=Σn=0N-1xu′2(n),]]>RttΣn=0N-1tj′2(n),]]>Rx0x=Σn=0N-1x0(n)xu′(n),]]>Rx0t=Σn=0N-1x0(n)tj′(n),]]>Rxt=Σn=0N-1xu′(n)tj′(n),]]>則上式可展開為
e=Rx0x0+ga2Rxx+γ2g%s2Rtt-2gaRx0x-2γg%sRx0t+2gaγg%sRxt]]>本發(fā)明中建立增益碼書的具體實(shí)施方式
見圖1所示。首先，提取訓(xùn)練增益碼書所需的參數(shù)，其次，求出隨機(jī)激勵(lì)信號(hào)的平均對(duì)數(shù)能量及其預(yù)測(cè)器系數(shù)，最后，根據(jù)平均對(duì)數(shù)能量及其預(yù)測(cè)器系數(shù)和其它參數(shù)，利用LBG算法訓(xùn)練出增益碼書。具體步驟如下1.提取訓(xùn)練增益碼書所需的參數(shù)，通過(guò)對(duì)訓(xùn)練集內(nèi)的數(shù)字語(yǔ)音信號(hào)預(yù)編碼，分別求出每一激勵(lì)子幀的自適應(yīng)碼書增益ga、固定碼書增益gs、隨機(jī)代數(shù)碼矢量的能量Ea、隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E、目標(biāo)矢量的能量Rx0x0、自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rxx、隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rtt、目標(biāo)矢量與自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0x、目標(biāo)矢量與隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0t、隨機(jī)碼矢量與自適應(yīng)碼矢量分別經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rxt，這10個(gè)參數(shù)構(gòu)成了增益碼書訓(xùn)練集合中的一個(gè)10維矢量，按順序?qū)⑺麄儽４嬖谝粋€(gè)二進(jìn)制文件中。
2.求解隨機(jī)激勵(lì)信號(hào)的平均對(duì)數(shù)能量及其預(yù)測(cè)器系數(shù)，第一步，從增益碼書訓(xùn)練矢量中取出每一子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，并求出它們的平均值E；第二步，求增益碼書訓(xùn)練矢量集中第n子幀的隨機(jī)激勵(lì)信號(hào)的無(wú)偏對(duì)數(shù)能量 Etn=En-E‾]]>其中，En為增益碼書訓(xùn)練矢量集合中第n子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量；第三步，求隨機(jī)激勵(lì)信號(hào)無(wú)偏對(duì)數(shù)能量 的線性預(yù)測(cè)系數(shù)。令 為第n子幀無(wú)偏對(duì)數(shù)能量的預(yù)測(cè)值，即
E%n=Σi=1pbiEtn-i]]>上式中bi為預(yù)測(cè)器系數(shù)，p為預(yù)測(cè)器階數(shù)。p的取值與編碼器的子幀長(zhǎng)度有關(guān)，對(duì)于8kHz采樣率，當(dāng)激勵(lì)子幀長(zhǎng)度為5毫秒時(shí)，取p＝4，當(dāng)激勵(lì)子幀長(zhǎng)度為10毫秒時(shí)，取p＝2。bi的具體求解方法如下令en=Etn-E%n]]>為增益碼書訓(xùn)練矢量集合中第n子幀的無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差。則所有訓(xùn)練數(shù)據(jù)誤差的平方和為ERR=Σn=3Nfen2=Σn=3Nf(Etn-E%n)2=Σn=3Nt(Etn-Σi=1pbiEtn-i)2]]>其中，Nf為訓(xùn)練碼矢?jìng)€(gè)數(shù)。令ERR/bi＝0，可以得到一個(gè)p元一次線性方程組，例如p＝2時(shí)，線性方程組為Σn=3NfEtnEtn-1-b1Σn=3NfEtn-12-b2Σn=3NfEtn-2Etn-1=0Σn=3NfEtnEtn-2-b1Σn=3NfEtn-1Etn-2-b2Σn=3NfEtn-22=0]]>解出b1=φ02φ12-φ01φ22φ122-φ11φ22,]]>b2=φ01φ12-φ11φ02φ122-φ11φ22.]]>其中，φij=Σn=3NfEtn-iEtn-j.]]>3.訓(xùn)練增益碼書，第一步，設(shè)定停止門限ε＝0.005，碼書大小為NB；第二步，利用下式得到0比特初始碼書 即當(dāng)前碼書體積為1，以求得所有訓(xùn)練序列的質(zhì)心；
式中，上標(biāo)(j)表示第j個(gè)訓(xùn)練參數(shù)，Nf為訓(xùn)練碼矢?jìng)€(gè)數(shù)；第三步，判斷當(dāng)前碼書大小是否小于NB，若否，則轉(zhuǎn)到第七步；若是，則對(duì)當(dāng)前碼書進(jìn)行分裂，即分別將碼書中的每個(gè)碼字乘以2個(gè)擾動(dòng)因子ρ1、ρ2分裂為2個(gè)碼字ρ1＝0.99、σ2＝1.01；第四步，設(shè)定迭代次數(shù)k＝1、初始失真D0＝∞；第五步，求當(dāng)前碼書的最佳劃分，(1)設(shè)定總失真Dk＝0；(2)讀入一個(gè)訓(xùn)練矢量。對(duì)于第n個(gè)訓(xùn)練矢量，利用如下的關(guān)系求出固定碼書增益的預(yù)測(cè)值g%s=10(E%n+E‾)/10Ea/N]]>這里，E%n=Σi=1pbiE^n-i,]]> 為第n-i子幀中 的量化值。當(dāng)n-i＜0時(shí)，E^n-i=0;]]>(3)基于下式最近相鄰準(zhǔn)則e=Rx0x0+g^a2Rxx+γ^2g%s2Rtt-2g^aRx0x-2γ^g%sRx0t+2g^aγ^g%sRxt]]>在第k次迭代的碼書中找到與當(dāng)前輸入矢量距離最小的碼字 其最小距離為emin，則在當(dāng)前輸入矢量狀態(tài)下的第k次迭代累積失真Dk為Dk=Dk+|emin|;]]>(4)根據(jù)下式解出 供下一個(gè)訓(xùn)練矢量使用；E^n=101g[(g^s2Σi=0N-1(cn(j′))2)/N]-E‾]]>其中，g^s=γ^g%s.]]>(5)判斷是否處理完所有的訓(xùn)練矢量。若否，則轉(zhuǎn)到(2)；若是，則第五步結(jié)束。
第六步，若|Dk-1-Dk|/Dk＜ε，則判斷有無(wú)非典型胞腔，若有則處理非典型胞腔，相對(duì)失真沒有滿足要求，進(jìn)行下一次迭代k＝k+1，并轉(zhuǎn)到第五步；若無(wú)，則轉(zhuǎn)到第三步。
判斷非典型胞腔的方法是令Nmax為最大胞腔cmax中包含的矢量個(gè)數(shù)，Nmin為最小胞腔cmin中包含的矢量個(gè)數(shù)，若Nmax/Nmin≥10，則認(rèn)為cmin為非典型胞腔。處理非典型胞腔的方法是將cmax中的碼字乘以2個(gè)擾動(dòng)因子ρ1、ρ2，用所得到的兩個(gè)碼字分別代替原cmax、cmin中的碼字。
若|Dk-1-Dk|/Dk≥ε，則求出新形心，得到新碼書，k＝k+1，并轉(zhuǎn)到第五步。求新形心的方法是設(shè){ga(i)，γ(i)}，i＝1，2，L，M為第k次迭代時(shí)得到的碼書的第i個(gè)碼字(碼書大小為M)，Qi為群聚在第i個(gè)碼字周圍的訓(xùn)練矢量的個(gè)數(shù)(第i個(gè)胞腔)，根據(jù)最近相鄰準(zhǔn)則，第i個(gè)胞腔的累積最小平方誤差為Emin(i)=Σj=1Qiej2]]>這里 上式中上標(biāo)(j)表示落入第i個(gè)胞腔的訓(xùn)練參數(shù)， 和 是要求的第i個(gè)胞腔的形心。分別令Emin(i)對(duì) 的偏導(dǎo)數(shù)為0，可以得到一個(gè)關(guān)于 和 的方程組，解該方程組可以得到第i個(gè)胞腔形心為
第二步的初始形心也是利用上述方法得到，區(qū)別是胞腔個(gè)數(shù)為1，胞腔大小為Nf；第七步，訓(xùn)練完成，得到最終增益碼書。
為了檢測(cè)效果，將本發(fā)明應(yīng)用到了4kb/s DP-CELP語(yǔ)音編碼器的碼書增益量化中。輸入語(yǔ)音為8kHz采樣的線性PCM信號(hào)，分析幀長(zhǎng)為20毫秒，能量預(yù)測(cè)器階數(shù)為2。
在實(shí)驗(yàn)中，根據(jù)圖1所示的增益碼書建立流程，建立了1到7個(gè)比特的增益碼書，分別代替原編碼器中的8比特標(biāo)量量化碼書，其失真曲線如圖2所示。平均失真測(cè)度計(jì)算公式為D=1NΣj=1N|ej|]]>其中ej2=Rx0x0(j)+(g^a(j))2Rxx(j)+(γ^(j))2(g%s(j))2Rtt(j)-2g^a(j)Rx0x(j)]]>-2γ^(j)g%s(j)Rx0t(j)+2g^a(j)γ^(j)g%s(j)Rxt(j)]]>上式中上標(biāo)(j)表示第j子幀的輸入?yún)?shù)，N為子幀數(shù)， 為第j子幀量化的自適應(yīng)碼書增益， 為第j子幀量化的固定碼書增益的修正因子， 為第j子幀固定碼書增益的預(yù)測(cè)值。從圖2中可以看到，比特?cái)?shù)為5時(shí)的平均失真已經(jīng)小于8比特標(biāo)量量化時(shí)的平均失真，當(dāng)比特?cái)?shù)為6時(shí)，其失真曲線趨于收斂。
為了評(píng)價(jià)代數(shù)碼激勵(lì)線性預(yù)測(cè)語(yǔ)音編碼中增益碼書的建立方法，進(jìn)行了一個(gè)客觀評(píng)測(cè)，評(píng)測(cè)軟件為ITU的P.861客觀評(píng)測(cè)標(biāo)準(zhǔn)PESQ。用本發(fā)明方法產(chǎn)生了一個(gè)6比特增益碼書，代替原DP-CELP算法中的增益量化方法，與原方法進(jìn)行比較。漢語(yǔ)語(yǔ)音由16個(gè)句子組成，其中8句來(lái)自男性講話，另外8句來(lái)自女性講話。測(cè)試結(jié)果如表l所示。測(cè)試結(jié)果證明，用本發(fā)明方法產(chǎn)生的增益碼書，在比特?cái)?shù)為6時(shí)，與標(biāo)量量化8比特時(shí)的效果相同，但節(jié)省了2個(gè)比特。PESQ客觀評(píng)測(cè)結(jié)果如下表

本發(fā)明所建立的代數(shù)碼激勵(lì)線性預(yù)測(cè)語(yǔ)音編碼器的增益碼書，無(wú)非典型碼字，而且，該方法不受編碼比特率的限制。將該方法應(yīng)用于4kb/s的DP-CELP語(yǔ)音編碼器中，其試驗(yàn)結(jié)果表明，使用本發(fā)明所建立的6比特碼書，對(duì)自適應(yīng)碼書增益和固定碼書增益進(jìn)行矢量量化，可以得到8比特標(biāo)量量化時(shí)的合成語(yǔ)音質(zhì)量。本發(fā)明也可以為其它ACELP語(yǔ)音編碼器建立增益碼書。
以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種建立增益碼書的方法，該方法應(yīng)用于語(yǔ)音編碼系統(tǒng)中，并對(duì)訓(xùn)練集中的數(shù)字語(yǔ)音信號(hào)進(jìn)行預(yù)處理后生成隨機(jī)激勵(lì)信號(hào)，所述的每個(gè)隨機(jī)激勵(lì)信號(hào)由多個(gè)激勵(lì)子幀組成，其特征在于，包括如下步驟A、預(yù)編碼訓(xùn)練集中的數(shù)字語(yǔ)音信號(hào)，生成包含有對(duì)數(shù)能量矢量的訓(xùn)練矢量序列并以數(shù)據(jù)文件的形式保存，所述每一個(gè)激勵(lì)子幀對(duì)應(yīng)有一所述的訓(xùn)練矢量序列；B、從所述數(shù)據(jù)文件中取出所述每一個(gè)子幀的訓(xùn)練矢量序列中的對(duì)數(shù)能量矢量，根據(jù)所述對(duì)數(shù)能量矢量求出所述隨機(jī)激勵(lì)信號(hào)的平均對(duì)數(shù)能量及所述平均對(duì)數(shù)能量的預(yù)測(cè)系數(shù)；C、根據(jù)所述訓(xùn)練矢量序列、平均對(duì)數(shù)能量及其預(yù)測(cè)系數(shù)計(jì)算感知加權(quán)平方誤差，并迭代查找最小的感知加權(quán)平方誤差來(lái)確定增益碼書。
2.根據(jù)權(quán)利要求1所述一種建立增益碼書的方法，其特征在于所述訓(xùn)練矢量序列除了所述隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，還包括每一激勵(lì)子幀的自適應(yīng)碼書增益ga、固定碼書增益gs、隨機(jī)代數(shù)碼矢量的能量Ea、目標(biāo)矢量的能量Rx0x0、自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rxx、隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的能量Rtt、目標(biāo)矢量與自適應(yīng)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0x、目標(biāo)矢量與隨機(jī)碼矢量經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rx0t和隨機(jī)碼矢量與自適應(yīng)碼矢量分別經(jīng)過(guò)感覺加權(quán)合成濾波器零狀態(tài)響應(yīng)的內(nèi)積Rxt，所述訓(xùn)練矢量序列構(gòu)成了增益碼書訓(xùn)練集合中的一個(gè)10維矢量，所述矢量按順序保存于在一個(gè)二進(jìn)制文件中。
3.根據(jù)權(quán)利要求2所述一種建立增益碼書的方法，其特征在于所述步驟B具體包括以下步驟B1，從存儲(chǔ)的數(shù)據(jù)文件中提取所述訓(xùn)練矢量序列中的每一子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，并求出它們的平均值E；B2，取出每一子幀的隨機(jī)激勵(lì)信號(hào)的對(duì)數(shù)能量E，將所述對(duì)數(shù)能量減去所述平均值E，獲得所述對(duì)應(yīng)子幀的隨機(jī)激勵(lì)信號(hào)的無(wú)偏對(duì)數(shù)能量 B3、利用所述無(wú)偏對(duì)數(shù)能量 得到隨機(jī)激勵(lì)信號(hào)無(wú)偏對(duì)數(shù)能量 的線性預(yù)測(cè)系數(shù)。
4.根據(jù)權(quán)利要求3所述的一種建立增益碼書的方法，其特征在于所述步驟C具體包括C1、設(shè)置停止門限ε和碼書NB，初始化質(zhì)心并獲取當(dāng)前碼書；C2、將當(dāng)前碼書的體積與設(shè)置碼書NB進(jìn)行比較，若當(dāng)前碼書的體積大于等于設(shè)置碼書則轉(zhuǎn)到步驟C3執(zhí)行，否則轉(zhuǎn)到步驟C5；C3、獲取當(dāng)前碼書的最佳劃分，提取最佳劃分中的當(dāng)前狀態(tài)下的第k次迭代累計(jì)失真DK和第k-1次迭代累計(jì)失真DK-1，若|DK-DK-1|/DK小于所述停止門限ε，則轉(zhuǎn)到步驟C4執(zhí)行，否則求出新的形心及對(duì)應(yīng)的當(dāng)前碼書，再迭代執(zhí)行步驟C3；C4、判斷有無(wú)典型胞腔，若最大胞腔的矢量數(shù)與最小胞腔的矢量數(shù)之比大于等于所述訓(xùn)練矢量序列的個(gè)數(shù)，則轉(zhuǎn)到步驟C2執(zhí)行，否則獲取新的質(zhì)心，即將最大胞腔的碼字與擾動(dòng)因子相乘得到新的碼字來(lái)代替原有最大和最小胞腔的碼字，轉(zhuǎn)到步驟C3執(zhí)行；C5、當(dāng)當(dāng)前碼書體積小于NB時(shí)，完成碼書的建立，確定增益碼書。
5.根據(jù)權(quán)利要求3所述的一種建立增益碼書的方法，其特征在于所述步驟B3包括B31、設(shè)置所述訓(xùn)練矢量序列中第n個(gè)子幀的無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差en，所述en=Etn-En%]]>，其中En％為第n個(gè)子幀無(wú)偏對(duì)數(shù)能量的預(yù)測(cè)值；B32、由所述無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差得到所有誤差的平方和ERR，并根據(jù)所述平方和ERR微分求出所述隨機(jī)激勵(lì)信號(hào)無(wú)偏對(duì)數(shù)能量 的線性預(yù)測(cè)系數(shù)。
6.根據(jù)權(quán)利要求3所述的一種建立增益碼書的方法，其特征在于所述步驟B3具體包括令En％為第n子幀無(wú)偏對(duì)數(shù)能量的預(yù)測(cè)值，即En%=Σi=1pbiEtn-i]]>上式中bi為預(yù)測(cè)器系數(shù)，p為預(yù)測(cè)器階數(shù)。p的取值與編碼器的子幀長(zhǎng)度有關(guān)，令en=Etn=En%]]>為增益碼書訓(xùn)練矢量集合中第n子幀的無(wú)偏對(duì)數(shù)能量預(yù)測(cè)誤差。則所有訓(xùn)練數(shù)據(jù)誤差的平方和為ERR=Σn=3Nfen2=Σn=3Nf(Etn-En%)2=Σn=3Nf(Etn-Σi=1pbiEtn-i)2]]>其中，Nf為訓(xùn)練碼矢?jìng)€(gè)數(shù)，令ERR/bi＝0，可以得到一個(gè)p元一次線性方程組Σn=3NfEtnEtn-1-b1Σn=3NfEtn-12-b2Σn=3NfEtn-2Etn-1=0Σn=3NfEtnEtn-2-b1Σn=3NfEtn-1Etn-2-b2Σn=3NfEtn-22=0]]>其中p＝2，得出b1=φ02φ12-φ01φ22φ122-φ11φ22,]]>b2=φ01φ12-φ11φ02φ122-φ11φ22,]]>其中，φij=Σn=3NfEtn-iEtn-j.]]>
7.根據(jù)權(quán)利要求4所述的一種建立增益碼書的方法，其特征在于所述步驟C2中，比較當(dāng)前碼書的體積大于等于設(shè)置碼書時(shí)，先將當(dāng)前碼書進(jìn)行分裂，把所述碼書中的每個(gè)碼字乘以2個(gè)擾動(dòng)因子ρ1、ρ2，得到2個(gè)新碼字，其中ρ1＝0.99、ρ2＝1.01。
8.根據(jù)權(quán)利要求7所述的一種建立增益碼書的方法，其特征在于所述步驟C3執(zhí)行前，先初始化迭代查找步驟，設(shè)置迭代次數(shù)k＝1、初始失真D0＝∞，所述步驟C3中，獲取當(dāng)前碼書的最佳劃分需要，設(shè)置總的失真為零并讀入所述訓(xùn)練矢量序列中的一個(gè)訓(xùn)練矢量，求出所述訓(xùn)練矢量的固定碼書增益的預(yù)測(cè)值；在第k次迭代的碼書中找到與當(dāng)前輸入矢量距離最小的碼字 并計(jì)算當(dāng)前輸入矢量狀態(tài)下的第k次迭代累積失真Dk；依次讀入所述訓(xùn)練矢量序列中的每一個(gè)訓(xùn)練矢量，直到所有的訓(xùn)練矢量都按照上述步驟執(zhí)行完成。
9.根據(jù)權(quán)利要求7所述一種建立增益碼書的方法，其特征在于所述步驟C3執(zhí)行前，先初始化迭代查找步驟，設(shè)置迭代次數(shù)k＝1、初始失真D0＝∞，所述步驟C3中，獲取當(dāng)前碼書的最佳劃分需要，設(shè)定總失真Dk＝0；讀入一個(gè)訓(xùn)練矢量，對(duì)于第n個(gè)訓(xùn)練矢量，利用如下的關(guān)系求出固定碼書增益的預(yù)測(cè)值gs%=10(En%+E‾)/10Ea/N]]>其中，En%=Σi=1pbiE^n-i,]]> 為第n-i子幀中En-i％的量化值。當(dāng)n-i＜0時(shí)，E^n-i=0;]]>基于下式最近相鄰準(zhǔn)則，e=Rx0x0+g^a2Rxx+γ^2gs2%Rtt-2g^aRx0x-2γ^gs%Rx0t+2g^aγ^gs%Rxt]]>在第k次迭代的碼書中找到與當(dāng)前輸入矢量距離最小的碼字 其最小距離為emin，則在當(dāng)前輸入矢量狀態(tài)下的第k次迭代累積失真Dk為Dk=Dk+|emin|;]]>根據(jù)下式解出 ，供下一個(gè)訓(xùn)練矢量使用，E^n=10lg[(g^s2Σi=0N-1(cn(j′))2)/N]-E‾]]>其中，g^s=γ^gs%;]]>判斷是否處理完所有的訓(xùn)練矢量。若否，則再讀入一個(gè)訓(xùn)練矢量知道處理完所有訓(xùn)練序列中的矢量。
10.根據(jù)權(quán)利要求8所述一種建立增益碼書的方法，其特征在于所述步驟C3中，求出新的當(dāng)前質(zhì)心的步驟為設(shè){ga(i)，γ(i)}，i＝1，2，L，M為第k次迭代時(shí)得到的碼書的第i個(gè)碼字(碼書大小為M)，Qi為群聚在第i個(gè)碼字周圍的訓(xùn)練矢量的個(gè)數(shù)(第i個(gè)胞腔)，根據(jù)最近相鄰準(zhǔn)則，第i個(gè)胞腔的累積最小平方誤差為Emin(i)=Σj=1Qiej2]]>其中， 上式中上標(biāo)(j)表示落入第i個(gè)胞腔的訓(xùn)練參數(shù)，ga&和γ&是要求的第i個(gè)胞腔的質(zhì)心，分別令Emin(i)對(duì)ga&、γ&的偏導(dǎo)數(shù)為0，可以得到一個(gè)關(guān)于ga&和γ&的方程組，解該方程組可以得到第i個(gè)胞腔質(zhì)心為
全文摘要
本發(fā)明公開了一種建立增益碼書的方法，通過(guò)預(yù)編碼訓(xùn)練集中的數(shù)字語(yǔ)音信號(hào)，生成包含有對(duì)數(shù)能量矢量的訓(xùn)練矢量序列并以數(shù)據(jù)文件的形式保存，所述每一個(gè)激勵(lì)子幀對(duì)應(yīng)有一所述的訓(xùn)練矢量序列；從所述數(shù)據(jù)文件中取出所述每一個(gè)子幀的訓(xùn)練矢量序列中的對(duì)數(shù)能量矢量，根據(jù)所述對(duì)數(shù)能量矢量求出所述隨機(jī)激勵(lì)信號(hào)的平均對(duì)數(shù)能量及所述平均對(duì)數(shù)能量的預(yù)測(cè)系數(shù)；根據(jù)所述訓(xùn)練矢量序列、平均對(duì)數(shù)能量及其預(yù)測(cè)系數(shù)計(jì)算感知加權(quán)平方誤差，并迭代查找最小的感知加權(quán)平方誤差來(lái)確定增益碼書。解決現(xiàn)有技術(shù)中沒有關(guān)于ACELP語(yǔ)音編碼算法中增益碼書的建立方法的問(wèn)題。
文檔編號(hào)G10L19/00GK101030378SQ20061003414
公開日2007年9月5日 申請(qǐng)日期2006年3月3日 優(yōu)先權(quán)日2006年3月3日
發(fā)明者鮑長(zhǎng)春, 竇庚欣, 范睿, 朱恒, 李立雄 申請(qǐng)人:北京工業(yè)大學(xué), 華為技術(shù)有限公司