[发明专利]一种语音编码选择性加密方法

说明书

技术领域

本发明涉及语音编码技术领域。尤其是涉及一种语音编码选择性加密方法，特别是涉及G.723.1语音编码的选择性加密方法。

背景技术

随着通信业务需求的飞速增长，为了保证通信业务数据的传输，人们大力开展各种数据压缩技术的研究工作。而语音信号的压缩数字化传输，是多年以来人们一直努力的方向。

现有技术一般采用低速率语音编码技术进行语音传输。低速率语音编码是在尽量减少失真的情况下，降低编码速率，以便减小传输时所占用的带宽。其相比较于模拟传输，可以节省带宽，便于实现与互联网(Internet Protocol，IP)的融合。

G.723.1是国际电信联盟(International Telecommunication Union，ITU)为低码率多媒体通信制定的语音编码标准。该语音编码方案是ITU-T H.324标准系列的组成部分，能够以非常低的码率压缩语音或多媒体设备的其它音频信号分量，具有6.3kbps和5.3kbps两种码率。高码率(6.3kbs)时的激励信号为多脉冲最大似然量化(Multipulse Maximum Likelihood Quantization，MP-MLQ)；低码率(5.3kbs)时的激励信号为代数码本激励线性预测(Algebraic-Code-Excited Linear-Prediction，ACELP)。G.723.1语音信号的帧长30ms，240个采样值，。编码器采用线性预测-合成分析编码，使感知加权误差信号最小。

在编码过程中，一次输入一帧，每帧经过高通滤波去掉直流分量，然后分成4个子帧，每子帧60个采样点。用线性预测分析法(Linear Predictive，LP)对语音信号进行短时预测分析，对每个子帧用加窗后的语音信号计算其线性预测编码(Linear Predictive Coding，LPC)的10阶滤波器系数，这4个子帧的LPC系数将用来建立短时感知加权滤波器，这个滤波器作用于整个帧并且得到感知加权信号。最后一子帧的LPC滤波器系数还将被转换成线谱对(Line Spectrum Pairs，LSP)系数，然后使用预测分裂矢量量化器量化。

如图1所示，为G.723.1编码原理图。G.723.1利用语音样点间的短时相关性和相邻语音段的长时相关性，以及对语音去除两种相关后的余量信号分别进行编码。

首先进行语音短时分析编码：1)语音信号经过高通滤波后的240个点和上一帧的后120个点合成360个样点，若当前帧为语音信号的第一帧，则前面的120个样点就全为0；2)把样点分成相互交叠的4段，每一段长180，用汉明窗函数相乘加权，以减小分段带来的吉普斯效应；3)通过自相关函数等计算，求得线性预测系数。由语音信号的短时相关性，可知语音信号的预测系数在帧内变化不会很大，所以在本编码器中仅用最后10个预测系数(每一帧内最后一个子帧的LPC参数)来近似代替本帧语音的预测系数。

其次，把每一个子帧的LPC参数转换为线谱对(LSP)参数，用预测分裂矢量量化(Predictive Split Vector Quantizer，PSVQ)器量化、编码后加以传送：把线谱对(LSP)残差矢量(去除了长时直流分量的LSP矢量与LSP预测矢量的差值，是10维矢量)分成3个子矢量，维数分别是3、3、4，然后对每个子矢量进行8bit码本量化，这样就产生了3个8bit码本矢量，共24位码本。

为了提高量化感知质量，高通滤波后的语音信号需通过共振峰感知加权滤波器和谐振峰噪声整形滤波器，对语音信号进行滤波，以生成初始目标信号。共振峰感知加权滤波器的参数由各子帧未量化的LPC系数构成；谐振峰噪声整形滤波器的参数通过对每两子帧进行开环基音周期估计得到。

对语音信号进行加权滤波和谐噪声滤波，其间还对信号作长时分析(即基音成分，也即周期成分)，即先后进行开环基音估计和闭环基音预测，得到语音长时参数编码，最后对语音去除长时相关。其中，偶子帧的基音周期(自适应码本)用7比特编码，奇子帧的基音周期用2比特差分编码。