混合激勵(lì)MVDR語(yǔ)音編碼技術(shù)研究.pdf

1、隨著通信技術(shù)的發(fā)展，語(yǔ)音作為人類(lèi)交流信息的主要手段之一，在通信系統(tǒng)中占據(jù)很重要的地位。由于語(yǔ)音編碼速率和合成語(yǔ)音質(zhì)量這對(duì)矛盾的存在，在對(duì)編碼速率要求比較嚴(yán)格的應(yīng)用中，對(duì)語(yǔ)音的壓縮編碼的需求尤為迫切，中低速率的語(yǔ)音編碼也成為近年來(lái)人們關(guān)注的熱點(diǎn)。 如何準(zhǔn)確的建立聲道模型和激勵(lì)模型成為中低速語(yǔ)音編碼的關(guān)鍵?，F(xiàn)在比較流行的全極點(diǎn)聲道模型的參數(shù)是通過(guò)線(xiàn)性預(yù)測(cè)(LP)方法來(lái)獲得的，這種方法并不能提供一個(gè)很準(zhǔn)確的語(yǔ)音譜包絡(luò)；另一方面，在中低

2、速語(yǔ)音編碼方法中，各種激勵(lì)各有所長(zhǎng)，但都不能很好的描述所有類(lèi)型的語(yǔ)音激勵(lì)。這些都導(dǎo)致在中低編碼速率下，合成語(yǔ)音質(zhì)量難以進(jìn)一步提高。 在聲道建模方面，線(xiàn)性預(yù)測(cè)方法建模譜包絡(luò)的根本依據(jù)是最小均方準(zhǔn)則，這可以很好地解析共振峰頻率，但是它過(guò)分強(qiáng)調(diào)共振峰頻率處的能量，從而不能很好地建模語(yǔ)音的短時(shí)譜包絡(luò)，導(dǎo)致了譜包絡(luò)在共振峰頻率處會(huì)產(chǎn)生尖銳的曲線(xiàn)。本文針對(duì)線(xiàn)性預(yù)測(cè)方法中存在的一些問(wèn)題，引入了在數(shù)組處理中很常用的一種方法—最小方差無(wú)失真響應(yīng)方

3、法，并在建模語(yǔ)音譜包絡(luò)的性能方面與LP方法進(jìn)行了比較。然后，在高階最小方差無(wú)失真響應(yīng)方法的基礎(chǔ)上，討論了縮減階數(shù)的最小方差無(wú)失真響應(yīng)方法，并給出了最小方差無(wú)失真響應(yīng)濾波器系數(shù)的計(jì)算方法。在激勵(lì)模型方面，混合激勵(lì)模型和碼激勵(lì)模型分別是參數(shù)編碼領(lǐng)域和混合編碼領(lǐng)域的比較成功的模型。研究發(fā)現(xiàn)由于混合激勵(lì)模型能夠很好地提取濁音的基音周期，并能良好的描述語(yǔ)音的基音周期波形，所以它具備很好的描述濁音激勵(lì)的能力；碼激勵(lì)模型是以匹配原始語(yǔ)音波形為目的，所