[发明专利]码激励线性预测语音编码中的相对脉冲位置

说明书

技术领域

本发明涉及语音压缩，具体涉及码激励线性预测(CELP)语音编码。

背景技术

语音编码器/解码器(声码器，自动语音合成器)可压缩语言信号，以便减小通信信道中所需的传输带宽。通过减小每个呼叫所需的传输带宽，在同一通信信道中有可能增加呼叫的数量。早先的语音编码技术中，诸如是线性预测编码(LPC)技术中，应用一个滤波器来去除信号冗余，由此压缩语音信号。LPC滤波器能重现出一种频谱包络，以试图模仿人们的语音。此外，LPC滤波器受到鼻音和元音方面接收到的准周期性输入的激励，而对于非语音的声音接收为类噪声输入。

有一类声码器，周知为码激励线性预测(CELP)声码器。CELP语音编码主要是一种语音数据压缩技术，它在4-8kbps码率上能达到的语音质量可以与其他语音编码技术在32kbps码率上的语音质量相比拟。CELP声码器比之早先的LPC技术有两方面的改善。第一，CELP声码器应用一个音调预测器来抽取音调信息，尝试捕获更多的语音细节。第二，CELP声码器用一个从实际语音波形中产生的残余信号里导出的类噪声信号来激励LPC滤波器。

CELP声码器中包含三大部分：1)短时间预测滤波器；2)长时间预测滤波器，也称为音调预测器或自适应码书；以及3)固定码书。压缩的实现是通过对每一部分指配一定数目的比特，它们少于表示原来的语音信号所用的比特数目。第一部分应用线性预测来去除语音信号中的短时间冗余。产生自短时间预测器的误差或即残余信号变为长时间预测器的目标信号。

话音语言有一种准周期性的性质，长时间预测器从残余信号中抽取出一个音调周期，并去除掉从前一个周期中可预测的信息。在长时间和短时间预测滤波器之后，所得到的残余信号几乎全是类噪声信号。应用一种分析、综合方法，由一个固定码书搜索来寻找一种最佳匹配，从其矢量库中用一个输入项取代该类噪声残余信号。代表最佳匹配的码字便取代该类噪声残余信号而进行传输。在代数CELP(ACELP)声码器中，固定码书由少量的非零脉冲组成，并用脉冲的位置和符号(例如+1或-1)予以代表。

一种典型的方案中，CELP声码器将输入语音信号分块或划分成帧，对每一帧作一次短时间预测器的LPC系数更新。然后，将LPC残余信号划分成子帧，用于长时间预测器和固定码书搜索。例如，对于短时间预测器，输入语音可以分块成160样本的帧。然后，形成的帧可以分割成53样本、53样本和54样本的三个子帧。于是，每个子帧由长时间预测器和固定码书搜索进行处理。

参看图1，它示出了语音信号100单个子帧的例子。语音信号100由不同音调的语音和非语音信号组成。该语音信号100由具有一种LPC滤波器的一个CELP声码器接收。CELP声码器第一步是去除语音信号中的短时间冗余。去掉短时间冗余后得到的信号是图2中的残余语音信号200。

LPC滤波器不能够去除全部冗余信息，在滤波的语音信号200中剩余的准周期性峰尖和凹谷称为音调脉冲。然后，在短时间预测滤波器上加入语音信号200，得到图3中经短时间滤波的信号300。长时间预测滤波器从图3的残余语音信号300中去除准周期性的音调脉冲，形成图4中几乎全是类噪声的信号400，它变成固定码书搜索的目标信号。图4是一个160样本帧的固定码书目标信号350的曲线，它划分成三个子帧354、356、358。然后，该码字值在通信网络中传输。

图5中，示出了对子帧中脉冲位置进行映射的查找表470。子帧内的各个脉冲被约束位于查找表内16个可能位置402之一个上。由于每条轨迹404中有16个可能的位置402，所以只需要4个比特可标识每一个脉冲位置。每个脉冲映射发生于各个轨迹404上。所以，两个轨迹406、408能够对子帧来的两个信号脉冲的脉冲位置作出映射。

当前的例子中，图4上的子帧354在激励中只有53个样本，使得位置0-52才是有效位置。由于图5中轨迹406、408是划分了的，所以每条轨迹中存在着超过原来激励之长度的位置。轨迹1中的位置56和60以及轨迹2中的位置57和61是无效和未用的。图4中头两个脉冲310、312的位置对应于样本13和样本17。借助于应用图5的表400，可以确定，样本13位于第一条轨迹406中的第三位置410上。第二个脉冲在样本17中，位于第二条轨迹408的第四位置412上。所以，每个脉冲可以分别地用4个比特予以代表和传输。由于码书中只有两条轨迹，对图4中子帧354内的其它脉冲314、316、318、320和322可置之不顾。

发明内容