基于小波變換的低速率波形內(nèi)插語音編碼算法研究.pdf

1、語音編碼的目的是壓縮語音信號(hào)的冗余度提高語音信息傳輸?shù)挠行?，是?shù)字語音通信系統(tǒng)中最為重要的功能之一。多媒體通信的發(fā)展，需要高質(zhì)量的低速率語音編碼。為此，高質(zhì)量的低速率語音編碼成為語音編碼中的一個(gè)非常重要的研究課題，吸引著眾多的研究者去研究。
　　 特征波形內(nèi)插（Characteristic Waveform Interpolation, CWI）編碼算法以其獨(dú)特的特征波形描述激勵(lì)信號(hào)的編碼方式和優(yōu)良的編碼性能吸引許多學(xué)者對其進(jìn)

2、行研究。本文即是圍繞低速率語音編碼研究課題，以特征波形內(nèi)插模型為依托，利用小波變換技術(shù)對該編碼方法的諸如特征波形分解、基音檢測、語音增強(qiáng)和相關(guān)參數(shù)的量化等關(guān)鍵技術(shù)進(jìn)行研究，最終提出了純凈語音下的1.84kbit/s和2.32kbit/s的基于雙正交提升小波變換(Bi-orthogonal Lifting Wavelet Transform,BLWT)的CWI(BLWT-CWI)語音編碼算法和噪聲環(huán)境的1.84kbit/s的基于小波變換的

3、特征波形內(nèi)插(Speech Enhancement Based on Wavelet Transform for CWI, E-WT-CWI)語音編碼算法。
　　 本文的主要研究成果包括以下幾個(gè)方面：
　　 1、為了提高語音清濁分類的準(zhǔn)確性，本文提出了基于分帶譜熵和小波域Teager能量的語音清濁分類算法。該算法首先計(jì)算頻域內(nèi)的分帶譜熵，然后在小波域計(jì)算不同頻帶的Teager能量，計(jì)算出低頻能量所占的比例，通過這兩個(gè)參數(shù)

4、進(jìn)行清濁判斷。實(shí)驗(yàn)證明，由于分帶譜熵能加深清濁音之間的差異，Teager能量能快速跟蹤聲門周期內(nèi)信號(hào)能量的變化，從而該算法能更容易提取濁音，該算法在純凈語音和含噪語音上的性能都優(yōu)于幅度能量算法；
　　 2、為了提高在噪聲環(huán)境下基音檢測的準(zhǔn)確性，本文提出了基于前置濾波和小波系數(shù)加權(quán)的帶噪語音基音檢測算法，該算法首先對帶噪語音進(jìn)行前置濾波，去除高頻噪聲和大部分共振峰，然后采用二次樣條小波作為小波函數(shù)，對濾波后的語音進(jìn)行3級分解，通過

5、對三級小波分解的細(xì)節(jié)分量加權(quán)求和突出邊緣特征，再利用該特征提取3個(gè)候選基音，最后采用歸一化自相關(guān)函數(shù)找到基音周期。實(shí)驗(yàn)表明，本文提出的算法與二進(jìn)小波變換和歸一化自相關(guān)函數(shù)檢測基音周期(Pitch Detection Algorithm Based on Dyadic Wavelet Transform and Normalized AutoCorrelation Function, DWT-NCCF-PDA)方法相比，提高了在噪聲環(huán)境下

6、的基音檢測精度；
　　 3、本文提出了一種基于雙正交提升小波變換的特征波形分解方法，得到多分辨率表面，使得激勵(lì)源被準(zhǔn)確地描述。該分解方法不需要復(fù)雜的特征波形對齊操作和濾波器的卷積運(yùn)算，其固有的原位運(yùn)算降低了傳統(tǒng)特征波形小波分解算法所需的內(nèi)存，所采取的當(dāng)前幀邊界點(diǎn)替代相鄰幀樣點(diǎn)的措施有效克服了傳統(tǒng)特征波形小波分解算法的額外時(shí)延；
　　 4、為了能使低速率語音編碼算法運(yùn)用在噪聲環(huán)境，本文提出了基于雙正交小波包分解的自適應(yīng)閾值

7、語音增強(qiáng)方法，該方法能夠自適應(yīng)地跟蹤噪聲的水平，以此來更新所選閾值，同時(shí)采用動(dòng)態(tài)閾值方法去除噪聲，從而能有效地去除或降低多種有色噪聲。實(shí)驗(yàn)結(jié)果表明，該方法由于能夠在處理過程中保證相位不失真，從而性能優(yōu)于基于正交小波分解的軟閾值去噪方法；
　　 5、基于上述技術(shù)，本文構(gòu)建了在純凈語音環(huán)境下的1.84kbit/s和2.32kbit/sBWLT-CWI兩種語音編碼器，同時(shí)構(gòu)建了噪聲環(huán)境下的1.84kbit/sE-WT-CWI編碼器。M

8、OS分測試表明1.84kbit/sBWLT-CWI編碼器的語音質(zhì)量接近2.4kbit/s的MELP編碼器，2.32kbit/sBWLT-CWI編碼器的語音質(zhì)量稍優(yōu)子2.4kbit/s的MELP編碼器。A/B測試表明，1.84kbit/sBLWT-CWI編碼器的性能與2.4kbit/sMELP編碼器性能相當(dāng)，卻明顯優(yōu)子2.0kbit/s的低復(fù)雜度改進(jìn)型波形內(nèi)插（Low-complex Improved Waveform Interpola