猝發脈衝激勵的線性預測的製作方法
2023-05-07 07:24:11 1
專利名稱：猝發脈衝激勵的線性預測的製作方法
技術領域：
本發明涉及語音處理。本發明尤其涉及一種用猝發脈衝激勵矢量進行線性預測語音編碼的新的改進方法和設備。
背景技術：
用數位技術進行話音傳輸已廣為人知，特別是在長距離和數字無線電電話應用中。這又使人們對確定某些方法產生興趣，其中所述方法是指，使通過傳輸信道發送的信息量最小，並使重建的語音保持高質量。如果通過簡單的採樣和數位化來傳送語音，那麼需要每秒64千比特(kbps)數量級的數據率來獲得傳統模擬電話的語音質量。但是，通過使用語音分析，然後進行適當的編碼，傳輸，並在接收機處再合成，便可大大降低數據率。
通常把這樣的裝置稱為聲碼器，它們所用的技術是通過提取與人類語音生成模型有關的參數來壓縮所發出的語音。這種裝置由一編碼器和一解碼器組成，其中編碼器分析來話語音，提取相關的參數，而解碼器則用其通過傳輸信道接收到的參數對語音再合成。模型是不斷變化的，以精確地模擬隨時間變化的語音信號。因此，將語音分割成許多時間塊或分析幀，在這些時間塊或分析幀中計算參數。然後，為每個新的幀更新參數。
在各類語音編碼器中，代碼激勵的線性預測編碼(Code Excited Linear Pre-dictive Coding)(CELP)、隨機編碼或矢量激勵的語音編碼編碼器是屬於一類的。Thomas E.Tremain等在1988年移動衛星會議錄的論文「4.8 kbps代碼激勵的線性預測編碼器」中闡述了該特定類的一例編碼算法。同樣，在1993年1月14日提交的申請號為08/004,484待批專利中，詳細描述了該類型中其他聲碼器的例子，其名稱為「可變速率聲碼器」，並且已轉讓給本發明的受讓人，並且名稱為「以低比特率對語音編碼的方法」的美國專利4,797,925也作了描述。上述專利申請和上述美國專利中的資料援引在此，以作參考。
聲碼器的功能是通過刪除語音中所有固有的自然冗餘，將數位化的語音信號壓縮成比特率較低的信號。通常，主要由於發聲部位起濾波作用，所以語音中具有短期冗餘，由於聲帶對發聲部位的激勵，語音中具有長期冗餘。在CELP編碼器中，用了兩個濾波器模擬這些作用，它們是短期共振峰(LPC)濾波器(shortterm formant filter)和長期音調濾波器(long term pitch filter)。一旦這些冗餘被刪除，就可將所得的殘餘信號(residual signal)模擬成白高斯噪聲，對此也必須進行編碼。
為所給定的語音幀確定編碼參數的過程如下。首先，通過尋找用於刪除語音中因發聲部位濾波所引起的短期冗餘的濾波器係數來確定LPC濾波器的參數。其次，通過尋找用於刪除語音中因聲帶引起的長期冗餘的濾波器係數來確定音調濾波器的參數。最後，通過用編碼簿中的許多隨機激勵波形驅動音調和LPC濾波器，並選擇能使兩濾波器的輸出最近似於原始語音的特定激勵波形，來選取輸入解碼器中音調和LPC濾波器的激勵信號。因此，被傳輸的參數與三個因素有關(1)LPC濾波器，(2)音調濾波器，和(3)編碼簿激勵。
CELP編碼器的一個缺點是，使用隨機的激勵矢量。隨機激勵矢量的使用不考慮從語音信號中刪除了短期和長期冗餘後仍保留的理想激勵波形猝髮狀的特性。尤其是無結構的隨機矢量，不太適合於對猝髮狀的殘餘激勵信號進行編碼，從而使對殘餘激勵信號編碼的方法不很有效。因此，需要一種對目標信號進行編碼的改進方法，該方法涉及殘餘激勵信號的猝髮狀特性，從而以較低的編碼數據率獲得較高質量的語音。
發明內容
本發明是對殘餘激勵信號進行編碼的新改進的方法和設備，它考慮了這種信號的猝發脈衝性。本發明用猝發脈衝激勵矢量對激勵信號中大能量的猝發脈衝進行編碼，而不是用隨機激勵矢量對整個激勵信號編碼。候選猝發脈衝波形由猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置表徵。該三個猝發脈衝參數可確定用來驅動LPC濾波器和音調濾波器的激勵波形，致使濾波器對的輸出接近於目標語音信號。
還描述了一種用於提供不止一組猝發脈衝參數的方法和設備，它能提供更加接近目標語音信號的結果。在實施例的描述中，尋找與一個猝發脈衝對應的一組猝發脈衝參數，它會使濾波後的猝發脈衝波形和目標語音波形的差最小。然後，從目標信號中減去用LPC和音調濾波器對該猝發脈衝濾波所產生的波形，並且用新更新的目標信號對第二組猝發脈衝參數進行下一輪搜索。重複該迭代過程直到按所需精度匹配目標波形。
第一種方法和設備是以閉環的形式進行猝發脈衝激勵搜索的。即當目標信號已知時，對所有的猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置進行窮盡搜索，通過選擇形狀、增益和位置確定最優組合，從而使濾波後的猝發脈衝激勵和目標信號之間最佳匹配。或者，只對三個參數中任何一個的子集進行次優化的搜索，以減少計算量。
另外，在所描述的半開環方法中，通過分析殘餘激勵信號，識別最大能量的位置並將這些位置用作激勵猝發脈衝的位置，可大大地減少要搜索的參數數量。在一個多猝發脈衝的半開環實施中，如上所述，識別單個位置，對所給的猝發脈衝位置識別猝發脈衝增益和形狀，從目標信號中減去濾波後的猝發脈衝信號，並再次分析與剩餘目標信號對應的殘餘激勵信號，以找出下一個猝發脈衝位置。在另一個多猝發脈衝的半開環實施中，首先通過分析殘餘激勵波形識別多個猝發脈衝位置，然後如第一個方法所述的，對這些猝發脈衝位置確定猝發脈衝增益和形狀。
最後，揭示了一系列用於降低搜索算法計算複雜性和存儲需求量的方法。第一種方法要求提供一遞歸猝發脈衝組，其中每個後繼猝發脈衝的形狀可通過從先前的形狀序列的開始端除去一個或多個元素並將一個或多個元素加至先前形狀序列的末端，從其前驅導出。另一種方法需要提供一組猝發脈衝，其中後繼猝發脈衝的形狀可用先前猝發脈衝的線性組合來形成。
附圖概述結合附圖閱讀以下詳細描述，將更加清楚本發明的特徵、目的和優點。在所有附圖中，相同的參考標記表述相同的部分，其中
圖1a-c示出了三個波形，圖1a是未編碼的語音，圖1b是刪除了短期冗餘的語音，而圖1c是刪除了短期和長期語音冗餘的語音，也稱為理想的殘餘激勵波形；圖2是一方框圖，示出了閉環搜索機理；圖3是一方框圖，示出了半開環搜索機理。
本發明的較佳實施方式圖1a-c示出了三個波形，其橫軸為時間，縱軸為幅度。圖1a示出的是一例典型的未編碼的語音信號波形。圖1b示出用共振峰(LPC)預測濾波器刪除了短期冗餘後的波形，該波形與圖1a是同一語音信號。語音中的短期冗餘一般可通過為語音幀計算一組自相關係數，並用本領域中周知的技術從自相關係數確定一組線性預測編碼(LPC)係數來刪除。通過使用Durbin遞歸的自相關方法可以獲得LPC係數，該方法在Prentice-Hall有限公司1978年出版的語音信號的數字處理一書中有所討論，其作者是RabinerSchafer。在上述專利申請和專利中也描述了確定LPC濾波器抽頭值(tap value)的方法。這些LPC係數為共振峰(LPC)濾波器確定一組抽頭值。
圖1c示出的語音採樣與圖1a相同，但刪除了短期和長期的瞬時冗餘。如上所述先刪除短期冗餘，然後用音調預測濾波器對殘餘的語音濾波，以刪除語音中的長期瞬時冗餘，其實現方法是本領域眾所周知的。通過將當前語音幀與先前被編碼的語音歷史進行比較，刪除長期冗餘。編碼器從早先的編碼激勵信號中識別一組採樣，該信號在用LPC濾波器濾波時是與當前語音信號的最佳匹配。該組採樣用音調延遲和音調增益說明，其中音調延遲表示沿時間向後尋找產生最佳匹配的激勵信號時的採樣數，而音調增益是適於該組採樣的乘法因子。在上述專利申請和專利中描述了音調濾波的實現。
圖1c示出了一例典型的結果波形，該波形稱為殘餘激勵波形。殘餘激勵波形中較大的能量分量一般出現在圖1c中箭頭1、2和3所標指的猝發脈衝群處。以前的研究已完成了對該目標波形的模擬，其方法是尋找整個殘餘激勵波形與矢量編碼簿中的一個隨機矢量的匹配。在本發明中，編碼器尋找殘餘激勵波形與多個猝發脈衝矢量的匹配，從而更加逼近殘餘激勵波形中的大能量段。
圖2例示了對本發明的實施。在圖2所示的實施例中，對最佳猝發脈衝形狀(B)、猝發脈衝增益(G)和猝發脈衝位置(1)的搜索是以閉環形式確定的。
將輸入語音幀s(n)提供給累加單元2的加法輸入端。在本實施例中，每個語音幀包括四十個語音採樣。將先前在音調搜索操作中確定的最佳音調延遲L*和音調增益b*提供給音調合成濾波器4。根據最佳音調延遲L*和音調增益b*所提供的音調合成濾波器4的輸出被提供給LPC濾波器6。
將早先計算得到的LPC係數ai提供給共振峰(LPC)合成濾波器6、感覺加權濾波器(perceptual weighting filter)8和無記憶共振峰(LPC)合成濾波器12。根據這些LPC係數確定濾波器6、8和12的抽頭值。將共振峰(LPC)合成濾波器6的輸出提供給累加單元2的減法輸入端。將累加單元2中計算得到的誤差信號提供給感覺加權濾波器8。感覺加權濾波器8對信號濾波，並將其輸出目標信號x(n)提供給累加單元18的加法輸入端。
單元9將所有候選波形提供給累加單元18的加法輸入端。用猝發脈衝形狀標定值i、猝發脈衝增益G和猝發脈衝位置l識別每個候選波形。在本實施例中，每個候選波形包括四十個採樣。將猝發脈衝形狀標定值i提供給猝發脈衝單元10，響應於該標定值i猝發脈衝單元10提供預定數量採樣的猝發脈衝矢量Bi。在本實施例中，每個猝發脈衝矢量的長度為九個採樣。將每個猝發脈衝矢量提供給無記憶共振峰(LPC)合成濾波器12，無記憶共振峰(LPC)合成濾波器12根據LPC係數對輸入猝發脈衝矢量濾波。將無記憶共振峰合成濾波器12的輸出提供給乘法器14的一個輸入端。
乘法器14的第二輸入端是猝發脈衝增益值G。在本實施例中，有十六個不同的增益值。增益值可以是一組預定的值，或者可以由過去和現在輸入的語音幀的特性適當確定。對於每個猝發脈衝矢量，對所有的增益值G都進行測試，以確定最優增益值或者l的某特定值的最優未量化增益值，並且用本領域中已知的方法確定i，其中在搜索後將選中的G值量化成十六個不同增益值中最近的值。將乘法器14的積提供給可變延遲單元16。
可變延遲單元16還接收猝發脈衝位置值l並把猝發脈衝矢量放到依照l值的候選波形幀內。如果候選波形幀包括L個採樣，那麼將要測試的最大位置數為可能的位置數＝L－burst_length＋1(1)其中burst_length是採樣中猝發脈衝持續期(在本實施例中，burst_length＝9)。在另一個實施例中，選取可能猝發脈衝位置數的子集，以降低所得的數據率。例如，可以只允許在每個其他採樣位置處開始有猝發脈衝。對猝發脈衝位置子集的測試將減少複雜性，但會導致次優化的編碼，在某些情況下，這會降低所得語音的質量。
將候選波形wi，G，l(n)提供給累加單元18的減法輸入端。將目標波形和候選波形之差提供給能量計算單元20。能量計算單元20根據下列方程(2)求出加權誤差矢量成員的平方和Ei,G,l=n=0L-1[x(n)-wi,G,l(n)]2-----(2)]]>將計算出的每個候選波形能量值提供給最小化單元22。最小化單元22將目前為止所找到的每個最小能量值與當前能量值進行比較。如果提供給最小化單元22的能量值小於當前最小值，那麼將當前能量值存儲在最小化單元22中，並且還存儲當前猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置值。搜索完所有允許的猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置之後，最小化單元22提供最佳匹配候選B*、G*和l*。
對於目標矢量的較佳匹配。候選波形可以包括不止一個猝發脈衝。對於多個猝發脈衝候選波形的情況，進行第一次搜索，並識別最佳匹配波形。然後，從目標信號中減去最佳匹配波形，並進行附加搜索。根據需要，可對所有猝發脈衝重複該過程。在某些情況下，希望對猝發脈衝位置的搜索進行限制，以使對於先前選中的猝發脈衝位置不會再選一次。已經注意到，在噪聲語音中，猝髮狀噪聲的聲學特性與隨機噪聲的不同。通過限定猝發脈衝相互隔離，使所得激勵信號更接近隨機噪聲，並且在某些場合中會覺得更自然。
為了減少搜索操作計算的複雜性，可以進行第二個半開環的搜索。圖3示出了進行半開環搜索所用的設備。通過這一方法，用開環技術確定猝發脈衝的位置，隨後以上述閉環方式確定猝發脈衝形狀和增益。
在如圖2所示的閉環搜索操作中，將輸入語音幀s(n)提供給累加單元30的加法輸入端。將先前在音調搜索操作中確定的最佳音調延遲L*和音調增益b*提供給音調合成濾波器32。根據最佳音調延遲L*和音調增益b*所提供的音調合成濾波器32的輸出被提供給共振峰(LPC)合成濾波器34。
將早先計算得到的LPC係數ai提供給共振峰(LPC)合成濾波器34、全零感覺加權濾波器36、全極點(all-poles)感覺加權濾波器37和無記憶加權LPC濾波器42。在本實施例中，用圖2描述的感覺加權濾波器被分為兩個獨立的濾波器全零濾波器36和全極點濾波器37。濾波器32、36、37和42的抽頭值根據LPC係數來確定。
將共振峰(LPC)合成濾波器34的輸出提供給累加單元30的減法輸入端。將累加單元30中計算得到的誤差信號提供給全零感覺加權濾波器36。全零感覺加權濾波器36對該信號濾波，並將其輸出r(n)提供給全極點感覺加權濾波器37的輸入端。全極點感覺加權濾波器37將目標信號x(n)輸出給累加單元48的加法輸入端。
還將全零感覺加權濾波器36的輸出r(n)提供給峰值檢測器54，峰值檢測器54分析該信號，並識別最大能量猝發脈衝在信號中的位置。猝發脈衝的位置由下列方程求出L=argmaxli=1k+burst_lengthr2(i)-----(3)]]>通過用這種方式進行該部分的搜索，將閉環中必須搜索的參數總數降低了1/l。
然後如前所述，以閉合方式對猝發脈衝形狀i和猝發脈衝增益G進行搜索。將猝發脈衝標定值i提供給猝發脈衝單元38，猝發脈衝單元38響應於該標定值i提供猝發脈衝矢量Bi。Bi被提供給無記憶加權LPC濾波器42，無記憶加權LPC濾波器42根據LPC係數對輸入的猝發脈衝矢量濾波。將無記憶加權LPC濾波器42的輸出提供給乘法器44的一個輸入端。
乘法器44的第二輸入端是猝發脈衝增益值G。將乘法器44的輸出提供給猝發脈衝位置單元46，猝發脈衝位置單元45根據猝發脈衝位置值l，將猝發脈衝放在候選幀內。在累加單元48中，將候選波形從目標信號中減去。然後將差提供給能量計算單元50，如前所述，能量計算單元50計算誤差信號的能量。將計算得到的能量值提供給最小化單元52，如上所述，最小化單元52能檢測最小誤差能量，並提供識別參數B*、G*和l。用下述方法可以進行多猝發脈衝的半開環搜索，即識別第一最佳匹配波形，從全零感覺加權濾波器36的輸出r(n)中減去未經濾波的最佳匹配波形，並如上所述，通過在新更新的r(n)中尋找具有最大能量的位置，確定下一猝發脈衝的位置。確定了下一個猝發脈衝的位置後，從目標矢量x(n)中減去經濾波的第一最佳匹配波形，並在所得的波形上進行最小化搜索。該過程可以按需要重複多次。由於上文所列舉的原因，仍然希望限定猝發脈衝位置互不同相同。一種簡單的可確保猝發脈衝位置不同的手段是，在搜索下一猝發脈衝之前，在減去猝發脈衝的區域中，用零代替r(n)。
可以進一步預見，可對猝發脈衝單元10和38優化，以降低在濾波器12和42的濾波器響應計算中所必要的遞歸計算的計算複雜性。例如，可將猝發脈衝值存儲為遞歸猝發脈衝集合，在該集合中，通過從先前序列的開始除去一個或多個元素，並將一個或多個元素加至先前序列的末端，從其前驅中導出每一後繼的猝發脈衝形狀。在其他策略中，可用其他方式使猝發脈衝相互關聯。例如，一半猝發脈衝可以是其他猝發脈衝的採樣倒相，或者可用先前猝發脈衝的線性組合來構造猝發脈衝。這些技術還降低了猝發脈衝單元10和38存儲所有候選猝發脈衝形狀所需的存儲量。
上述對優選實施例的描述可使本領域的技術人員實現和使用本發明。對這些實施例的各種變化對於本領域的熟練技術人員將是顯而易見的，並且無需用創造性的才智便能將此處定義的一般原理應用於其他實施例中。因此，不應將本發明局限於本文所示的實施例，而應給予其與這裡所揭示的原理和新特徵相一致的最寬範圍。
權利要求
1.在從數位化的語音採樣幀刪除短期和長期冗餘從而產生殘餘波形的線性預測編碼器中，一種用於對所述殘餘波形進行編碼的設備，其特徵在於，包括候選波形發生裝置，它根據猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置提供預定候選波形組中的候選波形；和比較裝置，它接收所述殘餘波形和所述候選波形，將所述候選波形與所述殘餘波形比較，並根據所述比較結果提供比較信號。
2.如權利要求1所述的設備，其特徵在於，還包括最小化裝置，它接收所述預定候選波形組中每個候選波形的所述比較信號，並將所述比較信號與當前的最小值進行比較，當所述比較信號小於所述當前最小值時，存儲候選波形值。
3.如權利要求1所述的設備，其特徵在於，根據一遞歸猝發脈衝形狀格式提供所述猝發脈衝形狀，其中後繼的猝發脈衝形狀通過從先前的猝發脈衝形狀末端至少除去一個比特並在所述猝發脈衝形狀的前端至少提供一個新比特，由所述先前的猝發脈衝形狀導出。
4.如權利要求1所述的設備，其特徵在於，候選波形發生裝置包括猝發脈衝編碼簿裝置，用於提供所述猝發脈衝形狀；共振峰合成濾波器裝置，用於接收所述猝發脈衝形狀，並根據預定的濾波格式對所述猝發脈衝形狀濾波；猝發脈衝增益乘積裝置，用於接收所述經濾波的猝發脈衝形狀和一猝發脈衝增益值，並用所述猝發脈衝增益乘以所述經濾波的猝發脈衝形狀，以提供猝發脈衝增益積；以及猝發脈衝定位裝置，用於接收所述猝發脈衝增益積和一猝發脈衝位置，並根據所述猝發脈衝位置值將所述猝發脈衝增益積定位，從而提供所述候選波形。
5.如權利要求1所述的設備，其特徵在於，還包括峰值檢測裝置，它用於接收所述殘餘並根據預定的猝發脈衝定位格式確定所述猝發脈衝位置。
6.在從數位化的語音採樣幀刪除短期和長期冗餘從而產生殘餘波形的線性預測編碼器中，一種用於對所述殘餘波形進行編碼的方法，其特徵在於，包括下列步驟根據猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置生成候選波形；將所述候選波形與所述殘餘波形比較；並且根據所述比較結果提供比較信號。
7.如權利要求6所述的方法，其特徵在於，對於猝發脈衝形狀、猝發脈衝增益和猝發脈衝位置的預定組重複權利要求6中的步驟，並且還包括根據所述比較信號為每個候選波形選擇最佳匹配波形的步驟。
8.如權利要求1所述的方法，其特徵在於，根據一遞歸猝發脈衝形狀格式提供所述猝發脈衝形狀，其中後繼的猝發脈衝形狀通過從先前的猝發脈衝形狀末端至少除去一個比特並在所述猝發脈衝形狀的前端至少提供一個新比特，由所述先前的猝發脈衝形狀導出。
9.如權利要求6所述的方法，其特徵在於，所述生成候選波形的步驟包括下列步驟提供所述猝發脈衝形狀；根據預定的共振峰濾波格式對所述猝發脈衝形狀濾波；用所述猝發脈衝增益乘以所述經濾波的猝發脈衝形狀，以提供猝發脈衝增益積；並且根據所述猝發脈衝位置值將所述猝發脈衝增益積定位，以提供所述候選波形。
10.如權利要求6所述的方法，其特徵在於，所述生成候選波形的步驟包括下列步驟由所述殘餘波形確定所述猝發脈衝位置值；提供所述猝發脈衝形狀；根據預定的共振峰濾波格式對所述猝發脈衝形狀濾波；用所述猝發脈衝增益乘以所述經濾波的猝發脈衝形狀，以提供猝發脈衝增益積；並且根據所述猝發脈衝位置值將所述猝發脈衝增益積定位，以提供所述候選波形。
全文摘要
一種對猝髮狀脈衝的信號進行編碼的新的改進設備。在代碼激勵的線性預測算法中，將短期和長期冗餘從數字採樣的語音中刪除，並且猝髮狀的殘餘信號必須被編碼。用三個參數對殘餘信號編碼，它們是對應於猝發脈衝編碼簿中一個猝發脈衝形狀的標定值、猝發脈衝增益和猝發脈衝位置。三個參數一起表示與殘餘信號匹配的波形。還揭示了用於尋找殘餘波形最佳匹配的閉環窮舉搜索法和通過對殘餘波形的開環分析確定猝發脈衝位置並以閉環方式確定猝發脈衝形狀和增益參數的半開環法。還揭示了提供猝發脈衝矢量編碼簿的方法，它可降低搜索算法的計算複雜性，包括遞歸猝發脈衝編碼簿以及用編碼簿其他元素的線性組合構成其元素的編碼簿。
文檔編號G10L19/00GK1139988SQ95191398
公開日1997年1月8日 申請日期1995年2月1日 優先權日1994年2月1日
發明者威廉·R·加德納 申請人:誇爾柯姆股份有限公司