基于小波變換的低速率波形內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的冗余度提高語音信息傳輸的有效性，是數字語音通信系統(tǒng)中最為重要的功能之一。多媒體通信的發(fā)展，需要高質量的低速率語音編碼。為此，高質量的低速率語音編碼成為語音編碼中的一個非常重要的研究課題，吸引著眾多的研究者去研究。
　　 特征波形內插（Characteristic Waveform Interpolation, CWI）編碼算法以其獨特的特征波形描述激勵信號的編碼方式和優(yōu)良的編碼性能吸引許多學者對其進

2、行研究。本文即是圍繞低速率語音編碼研究課題，以特征波形內插模型為依托，利用小波變換技術對該編碼方法的諸如特征波形分解、基音檢測、語音增強和相關參數的量化等關鍵技術進行研究，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方面：
　　 1、為了提高語音清濁分類的準確性，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。該算法首先計算頻域內的分帶譜熵，然后在小波域計算不同頻帶的Teager能量，計算出低頻能量所占的比例，通過這兩個參數

4、進行清濁判斷。實驗證明，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信號能量的變化，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)境下基音檢測的準確性，本文提出了基于前置濾波和小波系數加權的帶噪語音基音檢測算法，該算法首先對帶噪語音進行前置濾波，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，對濾波后的語音進行3級分解，通過

5、對三級小波分解的細節(jié)分量加權求和突出邊緣特征，再利用該特征提取3個候選基音，最后采用歸一化自相關函數找到基音周期。實驗表明，本文提出的算法與二進小波變換和歸一化自相關函數檢測基音周期(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，使得激勵源被準確地描述。該分解方法不需要復雜的特征波形對齊操作和濾波器的卷積運算，其固有的原位運算降低了傳統(tǒng)特征波形小波分解算法所需的內存，所采取的當前幀邊界點替代相鄰幀樣點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延；
　　 4、為了能使低速率語音編碼算法運用在噪聲環(huán)境，本文提出了基于雙正交小波包分解的自適應閾值

7、語音增強方法，該方法能夠自適應地跟蹤噪聲的水平，以此來更新所選閾值，同時采用動態(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。實驗結果表明，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，本文構建了在純凈語音環(huán)境下的1.84kbit/s和2.32kbit/sBWLT-CWI兩種語音編碼器，同時構建了噪聲環(huán)境下的1.84kbit/sE-WT-CWI編碼器。M

8、OS分測試表明1.84kbit/sBWLT-CWI編碼器的語音質量接近2.4kbit/s的MELP編碼器，2.32kbit/sBWLT-CWI編碼器的語音質量稍優(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，卻明顯優(yōu)子2.0kbit/s的低復雜度改進型波形內插（Low-complex Improved Waveform Interpola