AMR-WB編碼中矢量量化算法的研究與優(yōu)化.pdf

1、當(dāng)今社會(huì),通信技術(shù)和計(jì)算機(jī)網(wǎng)絡(luò)都得到了迅速發(fā)展,視聽(tīng)需求量也越來(lái)越高,一方面,由于帶寬為300Hz~3400Hz的窄帶語(yǔ)音所提供的語(yǔ)音質(zhì)量,已經(jīng)不能滿足使用的需求,人們開(kāi)始轉(zhuǎn)而研究帶寬為50Hz~7kHz的寬帶語(yǔ)音所提供的那種自然的、面對(duì)面的語(yǔ)音質(zhì)量;另外一方面,由于傳統(tǒng)意義上的語(yǔ)音編碼,它的速率一般是確定的。如果它的編碼速率較高,雖然能夠獲得較好的語(yǔ)音質(zhì)量,但網(wǎng)絡(luò)資源占用的多,而如果它的編碼速率較低,雖然網(wǎng)絡(luò)資源占用的不多,但是語(yǔ)音質(zhì)

2、量又得不到保證。為了解決網(wǎng)絡(luò)資源和語(yǔ)音質(zhì)量之間的矛盾,出現(xiàn)了變速率語(yǔ)音編碼。
　　綜合以上兩個(gè)原因,將寬帶語(yǔ)音編碼和變速率語(yǔ)音編碼相結(jié)合就成為了語(yǔ)音編碼技術(shù)的發(fā)展趨勢(shì)。AMR-WB語(yǔ)音編碼器作為寬帶語(yǔ)音編碼和變速率語(yǔ)音編碼的結(jié)合體,,被ITU-T和3GPP/ETSI同時(shí)選中作為寬帶語(yǔ)音編碼標(biāo)準(zhǔn),在通信史上,該編碼算法第一次實(shí)現(xiàn)了無(wú)線與有線業(yè)務(wù)的融合,在移動(dòng)通信、ISDN寬帶電話、ISDN可視電話和電視會(huì)議等領(lǐng)域都有廣闊的應(yīng)用前景,

3、所以對(duì)AMR-WB語(yǔ)音編碼器進(jìn)行研究有很深遠(yuǎn)的意義。本文針對(duì)AMR-WB語(yǔ)音編碼器主要進(jìn)行了以下幾個(gè)方面的研究工作:
　　(1)首先對(duì)AMR-WB語(yǔ)音編碼器編碼部分算法的原理進(jìn)行了系統(tǒng)分析,深入研究了預(yù)處理模塊、LPC分析模塊、開(kāi)環(huán)基音分析模塊、碼本搜索模塊和增益量化模塊,然后對(duì)AMR-WB語(yǔ)音編碼器解碼部分的算法進(jìn)行了研究與分析,最后對(duì)AMR-WB語(yǔ)音編碼器進(jìn)行了C++編碼實(shí)現(xiàn),利用VisualStudio2008和ITU-T提

4、供的語(yǔ)音序列tst.inp對(duì)AMR-WB語(yǔ)音編碼器進(jìn)行編解碼實(shí)驗(yàn),驗(yàn)證所編寫(xiě)代碼的正確性。
　　(2)雖然AMR-WB語(yǔ)音編碼器具有語(yǔ)音質(zhì)量高、平均編碼速率低和自適應(yīng)好等優(yōu)點(diǎn),但該算法的計(jì)算復(fù)雜度很高,這樣就限制了其在計(jì)算資源有限的某些領(lǐng)域的應(yīng)用。通過(guò)研究發(fā)現(xiàn),LPC分析模塊、碼書(shū)搜索模塊在AMR-WB語(yǔ)音編碼器中就占了編碼時(shí)間的60％,而矢量量化技術(shù)又是LPC分析模塊中的一個(gè)關(guān)鍵環(huán)節(jié)。針對(duì)這一問(wèn)題,本文在悉心總結(jié)前人研究成果的基

5、礎(chǔ)上,重點(diǎn)分析了矢量量化的碼書(shū)設(shè)計(jì)、碼字搜索和碼字索引分配這三大核心技術(shù),并對(duì)AMR-WB語(yǔ)音編碼器中起著關(guān)鍵作用的矢量量化模塊做了深入的研究,針對(duì)該編碼器在進(jìn)行矢量量化時(shí),所存在的不足進(jìn)行系統(tǒng)分析,并從碼書(shū)設(shè)計(jì)和碼字搜索上進(jìn)行改進(jìn)研究。
　　(3)AMR-WB語(yǔ)音編碼器中LPC分析模塊的矢量量化是利用LBG算法來(lái)對(duì)碼書(shū)進(jìn)行設(shè)計(jì)的,初始碼書(shū)設(shè)計(jì)的好壞直接影響著LBG算法的性能,而AMR-WB語(yǔ)音編碼器中的碼書(shū)設(shè)計(jì)存在收斂速度慢、運(yùn)

6、算量大等缺陷,針對(duì)這一問(wèn)題,本文在分離平均初始碼書(shū)設(shè)計(jì)的基礎(chǔ)上,提出了一種新的初始碼書(shū)設(shè)計(jì)——MR(Mean Ranking)算法,該算法首先以碼書(shū)尺寸為依據(jù),對(duì)訓(xùn)練序列進(jìn)行分塊,然后按照每一塊均值的大小對(duì)訓(xùn)練序列由小到大進(jìn)行重新排序,接著以訓(xùn)練序列大小和碼書(shū)尺寸的比值為依據(jù),對(duì)排序好的訓(xùn)練序列進(jìn)行抽樣,抽樣出來(lái)的碼書(shū)作為初始碼書(shū),從而實(shí)現(xiàn)了對(duì)LBG算法中初始碼書(shū)的改進(jìn)。本文所提出的MR算法中,把均值作為聚類(lèi)的條件,從而能夠以較大的概率

7、求出相似量的聚集,并和隨機(jī)法及分離平均法進(jìn)行比較,結(jié)果表明改進(jìn)后的方法能夠在保證較好的碼書(shū)質(zhì)量前提下,以比較快的速度得到最終碼書(shū),從而證明了所提算法在減少碼書(shū)迭代次數(shù)上的有效性。
　　(4)AMR-WB語(yǔ)音編碼器矢量量化中的碼字搜索采用的是全搜索算法,該搜索算法雖然搜索精度較高,但在搜索碼字時(shí)需要計(jì)算輸入矢量與所有碼字的失真距離,這樣就導(dǎo)致該算法碼字搜索效率低下、碼字搜索耗時(shí)、復(fù)雜度高等問(wèn)題。為了解決這一問(wèn)題,本文提出一種改進(jìn)的基