基于感知的語音編解碼系統(tǒng)研究.pdf

1、語音通信是一種高效的信息交流方式。在實際環(huán)境中，語音信號會受到外界環(huán)境的影響，而網(wǎng)絡傳輸會進一步引入干擾。隨著移動通信系統(tǒng)的飛速發(fā)展，各種通信組織相繼推出了和完善了包括變速率語音編碼和立體聲語音編碼等標準。如何獲得更好的音質效果，涉及到語音編碼、語音增強、解碼語音信號的后處理等多個方面。語音的音質通過人的聽覺感受來檢驗，而人的聽覺系統(tǒng)是一個復雜的心理、生理和物理的轉換過程實現(xiàn)的。在帶噪語音中，如何獲得純凈語音，提高語音的清晰度和可懂度是

2、研究的重點，涉及的主要研究工作如下：
　　 當殘留噪聲處于聽覺掩蔽之下時，噪聲的感知會被大大減輕。子空間增強方法首先通過移除噪聲子空間，然后通過對加入權重系數(shù)的信號子空間的逆變換獲得純凈語音。人耳的掩蔽特性是和關鍵頻帶相關，并且關鍵頻帶是根據(jù)人耳耳蝸的特性推理出來的，所以子空間去噪如果需要利用掩蔽性質，需要頻率域到特征域的轉換。在計算自相關矩陣后，通過特征分解獲得特征值和特征向量矩陣。通過功率譜密度計算掩蔽門限值，再利用特征濾波

3、器增益計算線性預測矩陣，反變換后獲得增強后的語音。
　　 語音的基音和諧波成分有著明顯的周期性。相對而言，波峰比波谷對聽覺感知的影響重要的多。自適應變速率編碼（Adaptive MulTiRate，AMR）按照感知權重最小的標準為線性預測系數(shù)搜索激勵信號。按照聽覺掩蔽理論，人耳對共振峰處的噪聲感知相對較不敏感。在開環(huán)基音搜索前，輸入語音會通過一個感知加權濾波器。系數(shù)的調整來控制濾波器的響應。根據(jù)能量值，可以粗略判斷該幀是否為語音

4、幀。通過設定門限值，使用梳狀濾波器強化語音中的周期成分而弱化噪聲，能取得較好的去噪效果。
　　 當網(wǎng)絡傳輸質量較差時，信道也無法進行差錯控制，解碼段會接收到錯誤的幀信號。一般的錯誤隱藏方法會根據(jù)周圍正確幀的信號進行插值或者替換重建錯誤幀。自適應碼本的相關性會影響錯誤幀的恢復速度。當能量較高時，限定其對激勵信號的貢獻可以減少幀間相關性。當連續(xù)收到錯誤幀時，基音值不是簡單自增，而是在一定范圍內波動，可以避免偏差值的累計。增益系數(shù)的修

5、整也可以在錯誤幀結束后，盡快恢復正常解碼。
　　 嵌入式技術的特點非常適合目前終端市場的發(fā)展趨勢?？紤]到嵌入式設備資源的有限性，需要減少應用程序計算的復雜度。在基于ARM的手機平臺上，對自適應變速率編碼進行了移植和優(yōu)化。在該語音標準中，代數(shù)碼本的搜索是一個重要且復雜的環(huán)節(jié)。在不同的軌道中，包含著對應的脈沖。通過按照加權輸入語音與加權重構語音之間的均方誤差最小的標準，對不同的位置進行搜索。整個搜索是嵌套進行的，這帶來了較大的計算量