[发明专利]一种基于多描述格型矢量量化技术的语音编码方法

说明书

技术领域

本发明涉及通信领域，特别涉及多描述格型矢量量化技术的语音编码方法，属于网络通信领域。

背景技术

多描述编码是1979年的香农信息论会议上由Gersho、Ozarow等人提出。它将单个信号编码成两个(或两个以上)独立的比特流，这些独立的比特流称为描述。每个描述都可以单独解码，并得到质量上可接受的原始信号；而且多个描述之间存在互补的信息，随着正确接收到的描述的数量的增加，解码出的信号质量也在逐步提高。值得注意的是，多描述编码不同于常规的可分级编码，常规的方法编码出的基本层是至关重要的，如果失去基本层，剩下的其他比特流将毫无用处。而多描述编码技术可以利用正确接收到的任何一个描述符重构出有用的原始信号，随着接收到描述符数量的增加，编码出来的语音质量也逐步提高。相比较分层编码更适合存在分组丢失的网络上提高系统的性能。

Jayant最早在他的论文“分组丢失对波形编码的影响以及通过奇偶样点内插来提升质量”(“Effects of packet losses in waveformcoded speech and improvements due to an odd-evensample-interpolation procedure”IEEE Trans.Commun.，vol.29，pp.101-109，Feb.1981.)设计出一个简单有效的多描述波形编码系统。该编码系统将奇数样点和偶数样点分别放入两个描述中，用DPCM进行编码，并在两条信道中传输。当两个描述同时收到时，它就是一个普通的DPCM解码器。而当只收到一个描述时，采用自适应内插法进行恢复，得到带有频谱混叠的信号。为了降低混叠的影响，这类编码器需要提高采样率，从而使编码速率比较高，而且当有描述丢失时，信号的混叠也会严重的影响恢复质量。

Dong Lin在她的论文“基于LSP适用于实时低速率IP语音的多描述编码算法”(“LSP-based multiple-div coding forreal-time low bit-rate voice over IP”Multimedia，IEEETransactions on，vol.7，no.1pp.167-178，Feb.2005)中设计出一个基于CELP结构的多描述参数语音编码系统。这类多描述参数语音编码算法相对于波形多描述编码算法而言，具有较高的压缩效率。它根据参数的统计特性将参数分配到两个描述中。因为参数之间的依赖性，以及对误差的敏感性，使得两个描述中有大量重复的参数才可以单独解码，降低了系统的压缩率。而且参数在分解的过程中，也不灵活，有诸多限制。

本发明就是为了解决上述这些不足，相对于波形多描述编码方法，本发明因采用格型矢量量化技术，所以在保持较低的延时和算法复杂度的情况下，还能保证足够的压缩率；相对于参数多描述编码方法，本发明直接对加权语音的频谱进行量化，不需要提取基音周期等参数，即使在噪声环境下也不会发生误判，抵抗噪声的能力更强。

发明内容

本发明要解决分组语音传输过程中，分组丢失影响系统性能的问题，提供了一种基于多描述格型矢量量化的多描述语音编码方法，涉及到对加权语音信号进行格型矢量量化，并对量化后的索引进行多描述标注。

本发明的技术方案：

首先对语音信号进行LPC分析，并进行感知加权，再通过时频变换将加权语音信号变换到频域；在频域，经过幅度调整之后的信号被分解成矢量，用格型矢量量化法进行量化，量化后的格点按照多描述格型矢量量化的方法分解成两个描述(相应子格点的索引)；两个描述分别在信道中传输；在接收端根据信道的传输状态对参数进行解析，根据解析的结果重建矢量，从而重建感知加权语音信号的频谱，再通过时频反变换变化到时域。最后通过感知去加权滤波器得到最终的重建语音信号。

本发明用到的技术方案中涉及到对输入信号进行LPC分析。为提高LPC分析的精度，若输入信号为宽带语音信号需进行预加重处理，若输入信号为窄带语音则直接进行LPC分析；LPC分析的窗长大于实际处理的语音信号的窗长；利用LPC分析之后的参数对输入语音进行感知加权。

本发明用到的技术方案中涉及到通过时频变换方法将加权语音信号从时域变换到频域；变换方法可以是离散傅里叶变换、离散余弦变换等。