CN101004916B - 声码器线谱对参数抗信道误码方法 - Google Patents

Abstract

本发明属于声码器抗差错编码技术领域。该方法在编码端对声码器编码后的线谱对参数进行奇偶校验，将校验位写到声码器最不重要的参数比特；在解码端，提取清浊音参数并结合长时统计特性的改进最大后验概率算法进行恢复估计以进一步提高线谱对参数的恢复精度。同时提取线谱对参数做相应的奇偶校验。对奇偶校验失败的线谱对参数进行基于前向统计概率和最小均方误差准则的加权差错后处理，选取使误差估计期望值最小的作为恢复值。该方法在不消耗任何额外带宽且无算法延时的条件下可以显著降低线谱对参数谱失真，提高声码器抗信道误码能力和合成语音质量，使合成语音具有更高的可懂性和舒适度，最适合低速率语音编码。

Description

声码器线谱对参数抗信道误码方法

技术领域

本发明属于语音编码技术领域，特别涉及语音编码抗信道误码技术。

背景技术

声码器在无线通信、保密通信、语音存储回放系统、具有语音功能的消费类产品中有广泛的应用。但是低速率语音编码使每个语音参数所承载的信息量加大，在条件较为苛刻或者恶劣的高误码率窄带无线信道环境下信道误码对重建语音质量影响很大。受高误码率影响的低速率声码器重建语音可懂度、自然度和舒适度都会有较大的下降。而低速率语音传输的特殊性要求不允许有额外的带宽消耗和较大的编解码时延，这与传统信道编码需要额外带宽来保护数据且有编解码延时相矛盾，因此需要在编码器内部基于信源信道联合编码的思想进行语音参数保护。低速率声码器普遍提取出线谱对参数，特别地，SELP低速率声码器在线谱对参数求取过程中采用了预测技术，在有信道误码的情况下会产生误码扩散的恶劣影响。线谱对参数是对合成语音质量影响最大的参数，因此对它的恢复是影响语音质量的关键。传统的算法采用直接用前帧参数直接替代当前出错帧的方法。传统的算法会带来三方面问题：1)完全丢失了当前帧的信息，没有考虑到当前帧的正确接收比特的信息；2)在低速率声码器中，通常采用多帧联合的超帧提取和量化，帧与帧之间的相关性大大降低，直接替代会产生语音质量的下降，明显的过渡失真和延迟效果；3)在高误码率下会产生错误帧被用来连续替代后续的帧参数，造成合成语音质量严重下降。因此需要一种新的声码器线谱对参数抗信道误码方法以更好地提高有信道误码情况下的声码器合成语音质量。

发明内容

本本发明的目的是为了在保证无信道误码情况下合成语音质量基本不变的前提下，显著降低线谱对参数谱失真同时大幅度提高低速率声码器在高误码率窄带无线信道下的合成语音质量，而提出一种声码器线谱对参数抗信道误码方法。该算法能够在不增加额外带宽和算法延时的情况下，显著提高噪声环境下的合成语音质量，降低声码器的谱失真。

本发明提出的声码器线谱对参数抗信道误码方法，包括以下步骤：

(1)对输入的语音信号样点按设定的时间顺序分帧，该语音信号样点是已经按照设定频率采样且经过高通滤波去除工频干扰后的信号样点；

(2)按2400b/s混合激励的线性预测语音编码算法对当前帧提取声码器线谱对参数；当多帧联合矢量量化时，则需分别提取当前超帧中所有帧的声码器线谱对参数；对其提取出的线谱对参数进行矢量量化，并对矢量量化后的线谱对LSP参数进行奇偶校验；

(3)将校验位回写到语音参数中最不重要比特位，即对合成语音质量影响最小的参数比特位；参数合路后送信道传输；

(4)按2400b/s混合激励的线性预测语音编码算法对接收到的语音参数序列提取清浊音参数，当多帧联合矢量量化时，需分别提取当前超帧中所有帧的清浊音参数；对所述当前帧中的子带清浊音参数序列进行判断：若最低带，即第一子带为浊音时判决当前帧即为浊音帧，否则为清音帧；当多帧联合矢量量化时，只有超帧中所有帧都是浊音帧时，才认为当前超帧是浊音帧；当前帧清浊音参数B_k受到信道误码影响发生错误时，将本帧接收到的清浊音参数按二进制表示值各比特分别翻转，得到候选清浊音参数B_k，f，1≤t≤H，k为当前帧序号，H表示清浊音参数比特数；语音中清浊音参数与前面已收到的清浊音参数之间存在着相关性，存储前m帧收到的清浊音参数，在结合前m帧的长时统计特性的条件下计算后验概率 $p\left(\frac{B_{k,t}}{r,B_i^j}\right)=\frac{p(B_{k,t},{r,B}_i^j)}{p(r,B_i^j)}$ ，j-i＝m，r为接收到的比特序列，i、j为前面收到帧的帧序号；选择其中使该后验概率取值最大的候选参数作为当前帧的清浊音参数，完成恢复操作；

(5)从接收到的语音参数序列解码提取出解码端实际得到的步骤(2)中量化后的线谱对参数，并对进行奇偶校验；

(6)若奇偶校验成功，则直接送参数合路，声码器解码；若奇偶校验不成功，则依次翻转线谱对参数各比特位，形成接收端候选线谱对参数集，其中t为对应的翻转比特位，考虑到校验位的错误，原接收到的线谱对参数也为后选之一；

(7)判断前一帧和当前帧是否均为浊音帧；若否，则设置候选参数的权重W_n，k置为1；若是，则判断前一帧和当前帧的线谱对参数各维均方和之差是否小于阈值若小于阈值，则当前候选参数的权重置1，否则置为0；

(8)对所有候选线谱对参数进行基于前向统计概率和最小均方误差准则的加权差错后处理，设

为发送端发送的线谱对参数矢量，即选择使声码器线谱对参数估计的误差期望值 $D_{\mathrm{LSF}}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}{(\widehat{L_{t,k,n}}-\mathrm{SL}{\widehat{\mathrm{SP}}}_{t,k,n})}^2\×W_{n,k}\×P_{t,k}\left(\widehat{L_{t,k,N}}\right|r,s)$ 取值最小的线谱对参数最佳恢复值 $\mathrm{LS}{\hat{P}}_{t,k,n}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}\widehat{L_{t,k,n}}\×\frac{P_{t,k}(\widehat{L_{t,k,N}},s)}{P\left(s\right)}\×W_{n,k}$ 为当前帧的线谱对参数，其中

P(s)为前向统计概率由标准语音库离线统计得到；

(9)线谱对参数合路，送声码器解码。

本发明的特点是采用了信源信道联合编解码技术，在编码端对声码器编码后的线谱对参数(LSP)进行奇偶校验以便于在解码器中发现差错，将校验位写到声码器最不重要的参数比特；在解码端，提取清浊音参数并结合长时统计特性的改进最大后验概率算法进行恢复估计以进一步提高线谱对参数的恢复精度。同时提取线谱对参数并做相应的奇偶校验。对于奇偶校验失败的线谱对参数综合利用了信源信道的联合特性进行基于前向统计概率和最小均方误差准则的加权差错后处理。最后线谱对参数合路，送声码器解码。

本发明在不消耗任何额外带宽且无算法延时的要求下可以显著降低线谱对参数谱失真，提高声码器抗信道误码能力和合成语音质量，使合成语音具有更高的可懂性和舒适度。在1.2kb/s SELP声码器中保护矢量量化后的线谱对参数第一级，在1％信道随机误码的情况下谱失真平均降低15％～20％，3％信道随机误码的情况下谱失真平均降低20％，5％信道随机误码的情况下谱失真平均降低25％。该发明可以用在各种速率声码器上，包括0.6kb/s声码器，可以提高声码器的抗误码性能。目前已经初步用在了2.4kb/s、1.2kb/s、0.6kb/s声码器上。将在数字处理芯片DSP上实现。

附图说明

图1为本发明提出的声码器线谱对参数抗信道误码方法框图。

具体实施方式

本发明提出的声码器线谱对参数抗信道误码方法结合附图及实施例进一步说明如下：

本发明的方法流程如图1所示，包括以下步骤：

(1)对输入的语音信号样点按设定的时间顺序分帧，该语音信号样点是已经按照设定频率采样且经过高通滤波去除工频干扰后的信号样点；

(2)按2400b/s混合激励的线性预测语音编码算法对当前帧提取声码器线谱对参数：当多帧联合矢量量化时，则需分别提取当前超帧中所有帧的声码器线谱对参数；对其提取出的线谱对参数进行矢量量化，并对矢量量化后的线谱对LSP参数进行奇偶校验；

(3)将校验位回写到语音参数中最不重要比特位，即对合成语音质量影响最小的参数比特位；参数合路后送信道传输；

(4)按2400b/s混合激励的线性预测语音编码算法对接收到的语音参数序列提取清浊音参数，当多帧联合矢量量化时，需分别提取当前超帧中所有帧的清浊音参数；对所述当前帧中的子带清浊音参数序列进行判断：若最低带，即第一子带为浊音时判决当前帧即为浊音帧，否则为清音帧；当多帧联合矢量量化时，只有超帧中所有帧都是浊音帧时，才认为当前超帧是浊音帧；当前帧清浊音参数B_k受到信道误码影响发生错误时，将本帧接收到的清浊音参数按二进制表示值各比特分别翻转，得到候选清浊音参数B_k，t，1≤t≤H，k为当前帧序号，H表示清浊音参数比特数；语音中清浊音参数与前面已收到的清浊音参数之间存在着相关性，存储前m帧收到的清浊音参数，在结合前m帧的长时统计特性的条件下计算后验概率 $p\left(\frac{B_{k,t}}{r,B_i^j}\right)=\frac{p(B_{k,t},r,B_i^j)}{p(r,B_i^j)}$ ，j-i=m，r为接收到的比特序列，i、j为前面收到帧的帧序号；选择其中使该后验概率取值最大的候选参数作为当前帧的清浊音参数，完成恢复操作；

(5)从接收到的语音参数序列解码提取出解码端实际得到的步骤(2)中量化后的线谱对参数，并对进行奇偶校验；

(6)若奇偶校验成功，则直接送参数合路，声码器解码；若奇偶校验不成功，则依次翻转线谱对参数各比特位，形成接收端候选线谱对参数集

，其中t为对应的翻转比特位，

考虑到校验位的错误，原接收到的线谱对参数也为后选之一；

(7)判断前一帧和当前帧是否均为浊音帧；若否，则设置候选参数的权重W_n，k置为1；若是，则判断前一帧和当前帧的线谱对参数各维均方和之差是否小于阈值若小于阈值，则当前候选参数的权重置1，否则置为0；

(8)对所有候选线谱对参数进行基于前向统计概率和最小均方误差准则的加权差错后处理，设

为发送端发送的线谱对参数矢量，即选择使声码器线谱对参数估计的误差期望值 $D_{\mathrm{LSF}}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}{(\widehat{L_{t,k,n}}-\mathrm{SL}{\widehat{\mathrm{SP}}}_{t,k,n})}^2\×W_{n,k}\×P_{t,k}\left(\widehat{L_{t,k,N}}\right|r,s)$ 取值最小的线谱对参数最佳恢复值 $\mathrm{LS}{\hat{P}}_{t,k,n}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}\widehat{L_{t,k,n}}\×\frac{P_{t,k}(\widehat{L_{t,k,N}},s)}{P\left(s\right)}\×W_{n,k}$ 为当前帧的线谱对参数，其中

P(s)为前向统计概率由标准语音库离线统计得到；

(9)线谱对参数合路，送声码器解码。

本发明上述方法各步骤的具体实施例分别详细说明如下：

上述方法步骤(1)对输入语音信号样点按时间顺序分帧的实施例是按8kHz频率采样、已经过高通滤波去除工频干扰的语音样点。每25ms，也就是200个语音样点构成一帧。但不局限于此数目。

上述方法步骤(2)的实施例为：按美国政府混合激励的线性预测(MELP)语音编码算法标准所描述的线谱对参数提方法对当前帧提取线谱对参数。对提取出的线谱对参数进行前瞻一帧，并进行分级矢量量化，通过大规模语音客观MOS分测试，对合成语音质量来说矢量量化的低一级重要性大于高一级。对矢量量化后的线谱对LSP参数进行奇偶校验，综合考虑对声码器无误码时语音质量的最小影响和声码器抗信道误码能力，一般仅对其矢量量化后的第一级参数进行奇偶校验。若需要进一步提高声码器抗信道误码能力，也可追加保护其第二级、第三级等。

上述方法步骤(3)的实施例为：声码器中，不同的语音参数对合成语音质量的影响是不一样的。特别的，通过大规模语音客观MOS分测试，在SELP声码器中余量谱幅度是对合成语音质量影响最小，基本不影响语音可懂度的参数。因此对余量谱幅度参数减少1比特重新矢量量化，将奇偶校验位写到该比特中。对于0.6kb/s SELP声码器没有余量谱幅度参数，因此将校验位写入其他对语音合成质量影响不大的参数比特中。参数合路后送信道进行传输。

上述方法步骤 (4)的实施例为：选取声码器清浊音参数作为模式信息。按美国政府混合激励的线性预测(MELP)语音编码算法标准所描述的方法编码器对每一帧语音划分为5个子带，并对每个子带提取清浊音参数，若子带为清音，用“0”表示，子带为浊音则用“1”表示，记为B，B＝b₁，b₂，b₃，b₄，b₅，再对该子带清浊音参数B用5比特量化，5个比特依次对应着5个子带的清浊音模式，即若第k个子带为浊音，则b_k＝1，否则b_k＝0，该量化值编码后经信道传输到解码端；当多帧联合矢量量化时，所述量化值则是所选择的码字矢量在清浊音参数量化码本中的索引值。在解码端进行与编码端对应的清浊音提取操作，当多帧联合矢量量化时，需分别提取当前超帧中所有帧的清浊音参数；对所述当前帧中的子带清浊音参数序列进行判断：若最低带，即第一子带为浊音时判决当前帧即为浊音帧，否则为清音帧；当多帧联合矢量量化时，只有超帧中所有帧都是浊音帧时，才认为当前超帧是浊音帧。由于语音中清浊音参数与前面已收到的清浊音参数之间存在着一定的相关性。连续多帧语音的清浊音参数记为B_i ^j，0≤i≤j≤n，则当前帧的清浊音参数记为B_k，设语音帧为清音时B_k＝0，浊音时B_k＝1。则根据语音清浊音参数的稳定性有：

$p\left(\frac{B_k=1}{B_i^j=1}\right)>p\left(\frac{B_k=1}{B_i^j=0}\right)---\left(1\right)$

$p\left(\frac{B_k=0}{B_i^j=0}\right)>p\left(\frac{B_k=1}{B_i^j=0}\right)---\left(2\right)$

即前面连续帧是浊音帧时，当前帧是浊音帧的概率大于当前帧是清音帧得概率，同样当前面连续帧是清音帧时，当前帧是清音帧的概率大于当前帧是浊音帧得概率。设接收端接收到的比特序列为r，在SELP声码器保护方案中可以指示当前帧清浊音参数是否发生错误，当发现本帧清浊音参数B_k受信道误码影响出现错误后，按比特位翻转形成编码端候选清浊音参数B_k，t，1≤t≤H，k为当前帧序号，H表示清浊音参数比特数。存储前m帧收到的清浊音参数，在结合前m帧的长时统计特性的条件下计算所有候选清浊音参数的后验概率

$p\left(\frac{B_{k,t}}{r,B_i^j}\right)=\frac{p(B_{k,t},r,B_i^j)}{p(r,B_i^j)},j-i=m---\left(3\right)$

r为接收到的比特序列，i，j为前面收到帧的帧序号。其中p(r，B_i ^j)是接收端的出现概率，p(B_k，t，r，B_i ^j)通过离线的大规模统计信源特性得到。因此选择使该后验概率取值最大的B_k，t为解码端恢复得到的清浊音参数。该参数在结合长时统计特性的改进MAP的准则下是最优的，由此得到了清浊音参数的恢复值。对于基于模式信息的线谱对参数差错恢复的准确有有进一步的帮助。特别的，恢复得到的清浊音参数并不回写，只提供给线谱对参数的差错恢复以提高其精度。

上述方法步骤(5)中的实施例为：从接收到的语音参数序列解码提取出解码端实际得到的步骤(2)中量化后的线谱对参数，并对进行与编码端对应的奇偶校验，以判断当前接收到的线谱对参数是否因为信道误码的影响而产生错误。

上述方法步骤(6)的实施例为：如果校验结果正确，则将本帧线谱对参数直接进行参数合路，送声码器解码；若校验失败有两种可能：1)线谱对参数第一级发生了奇数个错误；2)校验位本身受信道误码影响出错。在5×10^-2左右的信道误码率下，线谱对参数比特序列发生3比特错误的概率是发生1比特错误的概率的400倍以上，因此对于大规模语音来说，只考虑1比特出错的情况。翻转线谱对参数比特序列的各个比特位形成线谱对的候选参数集合

其中t为对应的翻转比特位，小于等于线谱对参数第一级比特序列长度N。同时考虑到校验位出错的情况，接收到的线谱对参数

也是候选参数之一，因此共有N+1个候选线谱对参数 $\widehat{L_{t,k}},t\≤N+1.$

上述方法步骤(7)的实施例为：考虑到语音线谱对参数的特性，对N+1个候选参数给于不同的权重，权重的分配由参数的前向出现概率决定。由于声码器中稳定的浊音帧中线谱对参数矢量的变化范围一般不大。前两帧、前一帧和当前帧解码后线谱对参数分别为

线谱对参数各维矢量严格按大小顺序排列。连续稳定浊音帧之间的矢量差值为：

$\mathrm{diff}=\underset{N}{\mathrm{\Σ}}{(\widehat{L_{k,N}}-\widehat{L_{k-1,N}})}^2-\underset{N}{\mathrm{\Σ}}{(\widehat{L_{k-1,N}}-\widehat{L_{k-2,N}})}^2---\left(4\right)$

通过超过104M的标准语音库统计，选取差值的阈值为0.12。当前一子帧和当前子帧均非为浊音帧时将候选参数的权重W_n，k置为1。当前一子帧和当前子帧均为浊音帧时，计算当前矢量差值，若大于给定阈值，则将当前子帧的权重W_n，k置为0，即不参与最后的合成恢复过程。否则置为1。连续的浊音帧在声码器中占60％左右的比例，加入权重判决后能进一步提高线谱对参数的恢复质量，进而提高声码器的抗误码性能。

上述方法步骤(8)的实施例为：考虑到受信道随机误码影响时各个候选参数的出现概率是一样的，因此前向转移概率P_k(r|s)归一化为1，其中S为编码端发送的参数比特序列。设为收到当前参数序列的情况下各个候选参数出现的后验概率。

当前声码器线谱对参数估计的误差期望为：

$D_{\mathrm{LSF}}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}{(\widehat{L_{t,k,n}}-\mathrm{SL}{\widehat{\mathrm{SP}}}_{t,k,n})}^2\×W_{n,k}\×P_{t,k}\left(\widehat{L_{t,k,N}}\right|r,s)---\left(5\right)$

为发送端发送的线谱对参数矢量。则基于前向统计概率和最小均方误差准则的加权线谱对参数最佳恢复值的计算公式为：

$\mathrm{LS}{\hat{P}}_{t,k,n}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}\widehat{L_{t,k,n}}\×P_{t,k}\left(\widehat{L_{t,k,N}}\right|r,s)\×W_{n,k}---\left(6\right)$

接收到的参数序列与参数本身等价，所以有：

$P_{t,k}\left(\widehat{L_{t,k,N}}\right|r,s)=P_{i,k}\left(\widehat{L_{t,k,N}}\right|s)=\frac{P_{t,k}(\widehat{L_{t,k,N}},s)}{P\left(s\right)}---\left(7\right)$

因此，线谱对参数恢复值进一步表示为：

$\mathrm{LS}{\hat{P}}_{t,k,n}=\underset{n}{\mathrm{\Σ}}\underset{t}{\mathrm{\Σ}}\underset{k}{\mathrm{\Σ}}\widehat{L_{t,k,n}}\×\frac{P_{t,k}(\widehat{L_{t,k,N}},s)}{P\left(s\right)}\×W_{n,k}---\left(8\right)$

其中

P(s)为前向统计概率由大规模标准语音库统计得到。W_n，k通过判决阈值可以得到。由此得到了受信道误码影响后基于前向统计概率和分模式加权的最小均方误差准则下的线谱对参数恢复值。

上述方法步骤(9)的实施例为：将经过上述差错后处理并恢复出的线谱对参数合路，送声码器进行语音解码合成。

Claims (5)

1.声码器线谱对参数抗信道误码方法，其特征在于，所述方法是在数字集成电路芯片中依次按以下步骤实现的：

(1)对输入的语音信号样点按设定的时间顺序分帧，该语音信号样点是已经按照设定频率采样且经过高通滤波去除工频干扰后的信号样点；

(2)按2400b/s混合激励的线性预测语音编码算法对当前帧提取声码器线谱对参数；当多帧联合矢量量化时，则需分别提取当前超帧中所有帧的声码器线谱对参数；对其提取出的线谱对参数进行矢量量化，并对矢量量化后的线谱对LSP参数进行奇偶校验；

(3)将校验位回写到语音参数中最不重要比特位，即对合成语音质量影响最小的参数比特位；参数合路后送信道传输；

(4)按2400b/s混合激励的线性预测语音编码算法对接收到的语音参数序列提取清浊音参数，当多帧联合矢量量化时，需分别提取当前超帧中所有帧的清浊音参数；对所述当前帧中的子带清浊音参数序列进行判断：若最低子带，即第一子带为浊音时判决当前帧即为浊音帧，否则为清音帧；当多帧联合矢量量化时，只有超帧中所有帧都是浊音帧时，才认为当前超帧是浊音帧；当前帧清浊音参数B_k受到信道误码影响发生错误时，将本帧接收到的清浊音参数按二进制表示值各比特分别翻转，得到候选清浊音参数B_k，t，1≤t≤H，k为当前帧序号，H表示清浊音参数比特数；语音中清浊音参数与前面已收到的清浊音参数之间存在着相关性，存储前m帧收到的清浊音参数，在结合前m帧的长时统计特性的条件下计算后验概率 

j-i＝m，r为接收到的比特序列， 为连续多帧语音的清浊音参数，i、j为前面收到帧的帧序号；选择其中使该后验概率取值最大的候选参数作为当前帧的清浊音参数，完成恢复操作；

(5)从接收到的语音参数序列解码提取出解码端实际得到的步骤(2)中量化后的线谱对参数，并进行奇偶校验；

(6)若奇偶校验成功，则直接送参数合路，声码器解码；若奇偶校验不成功，则依次翻转线谱对参数各比特位，形成接收端候选线谱对参数集 

其中t为对应的翻转比特位，考虑到校验位的错误，原接收到的线谱对参数也为后选之一； 

(7)判断前一帧和当前帧是否均为浊音帧；若否，则设置候选参数的权重W_n，k置为1；若是，则判断前一帧和当前帧的线谱对参数各维均方和之差是否小于阈值，若小于阈值，则当前候选参数的权重置1，否则置为0；

(8)对所有候选线谱对参数进行基于前向统计概率和最小均方误差准则的加权差错后处理，设 

为发送端发送的线谱对参数矢量，即选择使声码器线谱对参数估计的误差期望值 

取值最小的线谱对参数最佳恢复值 

为当前帧的线谱对参数，其中n表示矢量中第n维，

P(s)为前向统计概率由标准语音库离线统计得到；

(9)线谱对参数合路，送声码器解码。

2.按权利要求1所述的声码器线谱对参数抗信道误码方法，其特征在于，所述步骤(1)中每一个帧包含的语音样点数是200个，或是180个。

3.按权利要求1所述的声码器线谱对参数抗信道误码方法，其特征在于，所述步骤(3)中对线谱对参数进行奇偶校验后，校验位写到对合成语音质量影响最小的参数比特位，即余量谱幅度参数；参数对合成语音质量的影响通过大规模语音离线测试得到。

4.按权利要求1所述的声码器线谱对参数抗信道误码方法，其特征在于，所述步骤(4)中存储前m帧的清浊音参数，m为5帧。

5.按权利要求1所述的声码器线谱对参数抗信道误码方法，其特征在于，所述步骤(7)中阈值是通过离线对大量语音统计后得到的，设为0.12。 

Images