甚低碼率低延遲語音編碼算法研究.pdf

1、本論文為響應(yīng)ITU提出的LD-CELP編碼算法新指標(biāo)(延遲低于5毫秒，速率低于8Kb/s，長話音質(zhì))開展研究。主要研究目標(biāo)為： 1.設(shè)計(jì)并提出在長話音質(zhì)下延遲2.5毫秒(幀長20樣點(diǎn))碼率接近8Kb/s算法； 2.設(shè)計(jì)并提出在通信質(zhì)量下延遲5毫秒(幀長40樣點(diǎn))碼率接近6Kb/s算法。 為實(shí)現(xiàn)上述目標(biāo)，論文在以下五個(gè)方面開展研究并取得創(chuàng)新性的進(jìn)展。 第一，提出了一種不依賴量化信噪比評(píng)價(jià)增益濾波器性能的方法

2、，可在增益量化之前直接比較評(píng)價(jià)增益預(yù)測(cè)器的各種優(yōu)化方案，形成了增益預(yù)測(cè)器與增益量化器分別獨(dú)立進(jìn)行優(yōu)化的方法。研究評(píng)價(jià)了多個(gè)不同的預(yù)測(cè)器方案后發(fā)現(xiàn)有限記憶遞推濾波器性能最高；而神經(jīng)網(wǎng)絡(luò)濾波器以最低計(jì)算代價(jià)獲得了優(yōu)于G728杜賓遞推公式的性能。對(duì)增益量化，研究比較了固定量化與自適應(yīng)量化的特性。自適應(yīng)量化的主要難點(diǎn)是自適應(yīng)步長因子的優(yōu)化涉及到海量運(yùn)算。提出了一種基于人工免疫原理的克隆思維進(jìn)化算法：N-進(jìn)制編碼方法，用來優(yōu)化復(fù)雜目標(biāo)函數(shù)多個(gè)變量

3、，為解決這一問題貢獻(xiàn)了一個(gè)新的方案。 本研究的第二個(gè)創(chuàng)新性貢獻(xiàn)是利用小波分析工具開發(fā)出語音信號(hào)后向?qū)崟r(shí)基音檢測(cè)算法。現(xiàn)有基音檢測(cè)都是寬延遲的前向算法，包括G.728標(biāo)準(zhǔn)在內(nèi)的所有低延遲語音編碼算法均無基音檢測(cè)過程。本研究基于小波分析提出了后向?qū)崟r(shí)基音檢測(cè)算法，可在2.5ms(20樣點(diǎn))幀內(nèi)監(jiān)測(cè)到基音脈沖的出現(xiàn)并計(jì)算出基音周期。在本研究領(lǐng)域，首次使基音分析用于低延遲語音編碼算法成為可能。 研究工作的第三個(gè)創(chuàng)新結(jié)果是在低延遲

4、語音編碼算法中引入自適應(yīng)碼書搜索。低延遲算法每樣點(diǎn)少于1bit碼率資源，使用自適應(yīng)碼書搜索不利于降低碼率。本研究提出新的解決方案是：先利用實(shí)時(shí)后向基音檢測(cè)算法對(duì)最佳自適應(yīng)碼字標(biāo)號(hào)進(jìn)行初步定位，然后以此為基準(zhǔn)進(jìn)行自適應(yīng)碼書的修正搜索。一方面降低了自適應(yīng)碼書的碼率消耗，另一方面改善了實(shí)時(shí)后向基音檢測(cè)算法的精度，用在低延遲語音編碼算法中取得理想的效果。 第四，在前面工作的基礎(chǔ)上給出了延遲2.5毫秒(幀長20樣點(diǎn))8Kb/s算法。首先基

5、于G728的結(jié)構(gòu)將幀長由5樣點(diǎn)提高到20樣點(diǎn)，通過大量反復(fù)實(shí)驗(yàn)表明，當(dāng)碼率降到8.8K/s以下時(shí)音質(zhì)無法得到保證，計(jì)算復(fù)雜性也大大超過了實(shí)時(shí)性要求，必須使用與現(xiàn)有任何算法不同的新結(jié)構(gòu)。研究并提出了三種延遲2.5毫秒的8Kb/s算法： 方案1:自適應(yīng)碼書、固定碼書各10bit(其中增益3bit，波形7bit)。 方案2：偶數(shù)幀搜索自適應(yīng)碼書，奇數(shù)幀使用偶數(shù)幀的搜索結(jié)果，節(jié)省的碼率資源用來擴(kuò)大固定碼書尺寸。 方案3：