CN101009098B - 声码器增益参数分模式抗信道误码方法 - Google Patents

Abstract

本发明属于语音编码抗信道误码技术领域。其特征在于：利用增益参数在不同清浊音模式下的分布统计特性和不同清浊音转移模式下的变化特性在解码端对信道误码引起的增益参数错误进行检测和恢复；为了防止错误的扩散，在上一帧做过误码恢复的情况下，本帧增益的误码检测与恢复就不再利用与上一帧的增益差值的统计特性；另外，通过计算分布最集中的全1模式的增益参数的长时平均值估计语音的总体能量水平，自适应地对使用的增益参数特性值作相应的调整以适应不同的语音情况。该算法能够在2400b/s声码器上将增益参数由于信道误码而引起的误差降低40％以上。

Description

声码器增益参数分模式抗信道误码方法

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

声码器由于是对语音波形的参数编码，因此对信道误码非常敏感，其抗信道误码算法的研究成为一个重要的课题。在研究信道误码问题的过程中，纠错码得到了深入的研究和广泛的应用，它可以有效地保护码字，但这是以增加冗余码位为代价的。而在低速率声码器算法中，如在2.4kb/s声码器、1.2kb/s声码器甚至更低速率声码器中，可用比特资源非常少，是不能完全依靠纠错编码技术来增加声码器抗误码性能的。在不增加额外比特开销的基础上，出现了一系列提高声码器抵抗信道误码能力的算法，这类算法主要是通过合理安排量化码本的索引，使得汉明距离小的码字之间对应矢量的欧式距离也尽量的小，从而使发生信道误码时引起的失真减小。

这类算法是针对编码器的算法，主要用以提高编码器自身抗误码能力，并没有研究如何提高解码器的抗误码能力。实际上，声码器的某些参数，如增益参数，在一定的清浊音模式下，其分布的范围是相对集中的，并未达到整个参数的量化范围，因此是存在冗余的。另外，在各种特定的清浊音模式跳转下，其前后两帧的增益参数之差也是存在一定的统计规律的。对于这些信源编码未能消除的冗余，可以用来抵抗传输过程中的噪声。也就是说，可以利用增益参数的在不同清浊音模式下的分布统计特性和不同清浊音模式转换下的变化特性在解码端对信道误码引起的增益参数错误进行检测与恢复。

发明内容

本发明的目的是为克服已有技术的不足之处，将声码器的抗误码能力的研究拓展到了解码端，主要研究了如何在解码端发现由于信道误码导致的增益参数的错误并纠正错误。

本发明提出的声码器增益参数分模式抗信道误码方法，包括以下步骤：

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；

步骤(2)按如下方法对当前帧提取增益参数g_i：

$g_i=\sqrt{\frac{1}{L}\underset{L}{\mathrm{\Σ}}s{\left(n\right)}^2}$

其中i表示当前帧的帧序号，L是窗口的长度，为200，s(n)是预处理后的语音信号；

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增益参数；

步骤(3)把当前帧中的增益参数g_i变换到对数域，G_i＝1g(g_i)，然后将对数域上的增益参数G_i在设定的量化范围内按设定的量化比特数进行均匀标量量化，编码后经信道传输到解码端；当多帧联合矢量量化时，则所述的量化值是所选择的码字矢量在量化码本中的索引值；

步骤(4)按2400b/s混合激励的线性预测语音编码算法对当前帧提取清浊音参数，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；

步骤(5)根据步骤(4)从每一帧提取到的5个子带的清浊音参数，若子带为清音，用“0”表示，子带为浊音则用“1”表示，记为矢量B，B＝[b₁，b₂，b₃，b₄，b₅]，再对该子带清浊音矢量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；

步骤(6)解码得到步骤(5)中的清浊音模式参数和步骤(3)中的对数域上的增益参数G_i，

根据当前帧的子带清浊音参数模式B_i，通过查预先设定的表确定当前帧增益参数G_i所应存在的范围Ψ_Bi以及当前帧增益参数的期望值Γ_Bi，并根据调整因子Δ参数的值，Δ参数的求取方法参见步骤(9)，平移Ψ_Bi和Γ_Bi，即若查表所得的 ${\mathrm{\Ψ}}_{B_i}=[m,n]$ 和 ${\mathrm{\Γ}}_{B_i}=c,$ 则经过Δ参数平移调整后实际使用的 ${\mathrm{\Ψ}}_{B_i}=[m+\mathrm{\Δ},n+\mathrm{\Δ}]$ 和 ${\mathrm{\Γ}}_{B_i}=c+\mathrm{\Δ};$ 然后再根据当前帧中的子带清浊音参数模式B_i以及上一帧的子带清浊音参数模式B_i-1，通过查预先设定的表确定当前帧增益参数与上一帧增益参数之差G_i-G_i-1所应存在的范围Ω_Bi-1，Bi以及差值的期望值Λ_Bi-1，Bi；两个范围Ψ_Bi和Ω_Bi-1，Bi用于对错误的检测，即步骤(7)中，而两个对应的期望值Γ_Bi和Λ_Bi-1，Bi用于对错误的恢复，即步骤(8)中；当多帧联合矢量量化时，上述的两个范围Ω_{Bi，j-1，Bi，j}和Ψ_Bi，j以及对应的两个期望值    Λ_{Bi，j-1，Bi，j}和Γ_Bi，j对当前超帧中的所有子帧都要分别确定，其中j表示子帧的序号，Ψ_Bi，j是当前超帧第j子帧的增益参数所应存在的范围，Ω_{Bi，j-1，Bi，j}是当前超帧中第j子帧与其上一子帧，即j-1帧，增益参数的差值所应存在的范围，第一子帧的上一子帧，即第0子帧表示上一超帧最后一个子帧的相关参数值；

步骤(7)判断上一帧增益参数G_i-1是否做过错误恢复：如果上一帧增益参数是否做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，如果是，转到步骤(9)，否则，转到步骤(8)进行错误恢复；如果上一帧增益参数G_i-1未做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，再判断当前帧增益参数和上一帧增益参数的差值G_i-G_i-1是否落在所应存在的范围Ω_Bi-1，Bi内，如果两者都满足，转到步骤(9)，否则，即至少有一个判据不满足，则转到步骤(8)进行错误恢复；当多帧联合矢量量化时，须判断当前超帧中的所有子帧的增益参数是否分别落于其对应范围Ψ_Bi，j和Ω_{Bi，j-1，Bi，j}内，如果上一超帧增益参数做过错误恢复，则当前超帧的第一子帧，即j＝1，与上一超帧的最后子帧的增益参数之差是否落于其对应范围Ω_Bi，0Bi，1内的判据不被采用，否则采用，由于多帧联合矢量量化时判断增益出错采用的判据数目很多，因此只有当不满足的判据数目达到设定量时，才转到步骤(8)进行错误恢复，否则转到步骤(9)；

步骤(8)把接收到的步骤(3)中当前帧的增益参数的二进制表示值

中的各比特分别反转，得到

N表示比特数，n＝1.2……N表示把

的第n位反转得到的二进制值，假设

共有N位；对得到的这N个候选增益参数的二进制表示值分别做反量化求取其对应的步骤(3)中的对数增益参数，设为G_i ⁽¹⁾、G_i ⁽²⁾…G_i ^(N)，组成候选增益参数集 ${\mathrm{\Ψ}}_i=\{G_i^{\left(1\right)},G_i^{\left(2\right)}\·\·\·\·\·\·G_i^{\left(N\right)}\};$ 判断上一帧增益参数是否做过错误恢复：如果上一帧增益参数做过错误恢复，则选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值最小的候选增益参数，即 ${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}|;$ 如果上一帧增益参数未做过错误恢复，那么将候选增益参数集中的元素分别与上一帧的步骤(3)中求取的对数增益参数G_i-1做差值运算 $G_{i-1,i}^{\left(n\right)}=G_i^{\left(n\right)}-G_{i-1},$ n＝1，2……N，最后选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值，加上差值D_i-1，i ⁽ⁿ⁾与对应差值期望值Λ_Bi-1，Bi的绝对差值的和最小的候选增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}\left[\underset{j}{\mathrm{\Σ}}\right(|D_{i-1,i}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i-1},B_i}|+|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}|\left)\right]$

从而完成错误恢复，转到步骤(1)；当多帧联合矢量量化时，如果上一帧增益参数未做过错误恢复，则选取的增益参数是使得当前超帧所有子帧的增益参数与对应增益参数期望值Γ_Bi，j的绝对差值之和，加上所有子帧的增益参数与上一子帧增益参数的差值D_j-1，j ⁽ⁿ⁾与对应差值期望值Λ_{Bi，j-1，Bi，j}的绝对差值之和的总合最小的候选增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}\left[\underset{j}{\mathrm{\Σ}}\right(|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1},B_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}|\left)\right]$

其中，j是超帧中的子帧序号，由于是多帧联合矢量量化，故G_i ⁽ⁿ⁾其实是矢量，可表示为 $G_i^{\left(n\right)}=[G_{i,1}^{\left(n\right)},G_{i,2}^{\left(n\right)}\·\·\·\·\·\·G_{i,N_f}^{\left(n\right)}],$ N_f是一个超帧所包含的子帧数目；如果上一帧增益参数做过错误恢复，则上述求最小值的和式中要去掉有关当前超帧中第一子帧与上一超帧中最后子帧增益参数的差值的那一项，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}\left[\underset{j}{\mathrm{\Σ}}\right(|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1},B_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}|)-|D_{\mathrm{0,1}}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,0},B_{i,1}}\left|\right]$

从而完成错误恢复，转到步骤(1)；

步骤(9)判断当前帧的子带清浊音参数模式B_i，如果B_i＝[1，1，1，1，1]，则更新全浊音帧的增益长时平均：G_avr＝0.9×G_avr+0.1×G_i，并更新调整因子Δ参数的值： $\mathrm{\Δ}=G_{\mathrm{avr}}-{\mathrm{\Γ}}_{B_i}{|}_{B_i=\left[\mathrm{1,1,1,1,1}\right]},$ 其中Γ_{Bi|Bi＝[1，1，1，1，1]}即清浊音模式为[1，1，1，1，1]时的增益参数期望值，可通过查表得到，是固定的；当多帧联合矢量量化时，当前超帧中的所有子帧都要分别进行本步骤中前述的浊音参数模式判断以及在满足条件时的全浊音帧增益长时平均参数G_avr和调整因子Δ参数的更新；转到步骤(1)。

本发明的特点是在不利用额外比特资源的前提下，利用增益参数的在不同清浊音模式下的分布统计特性和不同清浊音模式转换下的变化特性在解码端对信道误码引起的增益参数错误进行检测与恢复。并且为了防止增益参数由于恢复错误而引起误码扩散，在上一帧增益参数已经被判定为错误并进行过恢复的情况下，当前帧增益参数正确性的判断和判错后的恢复就不再利用与上一帧增益之差的统计特性。另外，考虑到增益参数表征的是语音帧的能量，故其总体的数值水平的高低会因为说话的轻重以及话筒的特性等有不同。故在本发明中利用分布最集中且出现频繁的[1，1，1，1，1]模式的增益参数的长时平均估计语音的总体能量水平，来对获取的增益参数分布特性作相应调整，这样能够更好的适应不同语音特性，不会因为一些语音能量的过低或过高影响该方法的性能。同样的方法不必使用在差值的统计特性上，因为其本身就是一个相对值。在进行错误检测与恢复的过程中，本发明充分利用了当前帧增益参数在当前帧清浊音模式下的统计特性以及当前帧与上一帧增益参数之差的统计特性，可以更准确地将错误增益参数进行恢复。

该算法能够在2400b/s声码器上将增益参数由于信道误码而引起的误差降低40％以上，效果明显，在1200b/s、600b/s声码器上也取得了很好的效果，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增益参数分模式抗信道误码方法流程框图。

具体实施方式

本发明提出的增益参数分模式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：

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；

步骤(2)按如下方法对当前帧提取增益参数g_i：

$g_i=\sqrt{\frac{1}{L}\underset{L}{\mathrm{\Σ}}s{\left(n\right)}^2}$

其中i表示当前帧的帧序号，L是窗口的长度，为200，s(n)是预处理后的语音信号；

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增益参数；

步骤(3)把当前帧中的增益参数g_i变换到对数域，G_i＝1g(g_i)，然后将对数域上的增益参数G_i在设定的量化范围内按设定的量化比特数进行均匀标量量化，编码后经信道传输到解码端；当多帧联合矢量量化时，则所述的量化值是所选择的码字矢量在量化码本中的索引值；

步骤(4)按2400b/s混合激励的线性预测语音编码算法对当前帧提取清浊音参数，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；

步骤(5)根据步骤(4)从每一帧提取到的5个子带的清浊音参数，若子带为清音，用“0”表示，子带为浊音则用“1”表示，记为矢量B，B＝[b₁，b₂，b₃，b₄，b₅］，再对该子带清浊音矢量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；

步骤(6)解码得到步骤(5)中的清浊音模式参数和步骤(3)中的对数域上的增益参数G_i，根据当前帧的子带清浊音参数模式B_i，通过查预先设定的表确定当前帧增益参数G_i所应存在的范围Ψ_Bi以及当前帧增益参数的期望值Γ_Bi，并根据调整因子Δ参数的值，Δ参数的求取方法参见步骤(9)，平移Ψ_Bi和Γ_Bi，即若查表所得的 ${\mathrm{\Ψ}}_{B_i}=[m,n]$ 和 ${\mathrm{\Γ}}_{B_i}=c$ ，则经过Δ参数平移调整后实际使用的 ${\mathrm{\Ψ}}_{B_i}[m+\mathrm{\Δ},n+\mathrm{\Δ}]$ 和 ${\mathrm{\Γ}}_{B_i}=c+\mathrm{\Δ};$ 然后再根据当前帧中的子带清浊音参数模式B_i以及上一帧的子带清浊音参数模式B_i-1,通过查预先设定的表确定当前帧增益参数与上一帧增益参数之差G_i-G_i-1所应存在的范围Ω_Bi-1，Bi以及差值的期望值Λ_B-i，Bi；两个范围Ψ_Bi和Ω_Bi-1，Bi用于对错误的检测，即步骤(7)中，而两个对应的期望值Γ_Bi和Λ_Bi-1，Bi用于对错误的恢复，即步骤(8)中；当多帧联合矢量量化时，上述的两个范围Ω_{Bi，j-1，Bi，j}和Ψ_Bi，j以及对应的两个期望值∧_Bi,j-1,Bi,j和Γ_Bi，j对当前超帧中的所有子帧都要分别确定，其中j表示子帧的序号，Ψ_Bi，j是当前超帧第j子帧的增益参数所应存在的范围，Ω_{Bi，j-1，Bi，j}是当前超帧中第j子帧与其上一子帧，即j-1帧，增益参数的差值所应存在的范围，第一子帧的上一子帧，即第0子帧表示上一超帧最后一个子帧的相关参数值；

步骤(7)判断上一帧增益参数G_i-1是否做过错误恢复：如果上一帧增益参数是否做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，如果是，转到步骤(9)，否则，转到步骤(8)进行错误恢复；如果上一帧增益参数G_i-1未做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，再判断当前帧增益参数和上一帧增益参数的差值G_i-G_i-1是否落在所应存在的范围Ω_Bi-1，Bi内，如果两者都满足，转到步骤(9)，否则，即至少有一个判据不满足，则转到步骤(8)进行错误恢复；当多帧联合矢量量化时，须判断当前超帧中的所有子帧的增益参数是否分别落于其对应范围Ψ_Bi，j和Ω_{Bi，j-1，Bi，j}内，如果上一超帧增益参数做过错误恢复，则当前超帧的第一子帧，即j＝1，与上一超帧的最后子帧的增益参数之差是否落于其对应范围Ω_{Bi，0，Bi，1}内的判据不被采用，否则采用，由于多帧联合矢量量化时判断增益出错采用的判据数目很多，因此只有当不满足的判据数目达到设定量时，才转到步骤(8)进行错误恢复，否则转到步骤(9)；

步骤(8)把接收到的步骤(3)中当前帧的增益参数的二进制表示值

中的各比特分别反转，得到N表示比特数，

n＝1，2……N表示把

的第n位反转得到的二进制值，假设

共有N位；对得到的这N个候选增益参数的二进制表示值分别做反量化求取其对应的步骤(3)中的对数增益参数，设为G_i ⁽¹⁾、G_i ⁽²⁾…G_i ^(N)，组成候选增益参数集 ${\mathrm{\Ψ}}_i=\{G_i^{\left(1\right)},G_i^{\left(2\right)}\·\·\·\·\·\·G_i^{\left(N\right)}\};$ 判断上一帧增益参数是否做过错误恢复：如果上一帧增益参数做过错误恢复，则选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值最小的候选增益参数，即 ${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}|;$ 如果上一帧增益参数未做过错误恢复，那么将候选增益参数集中的元素分别与上一帧的步骤(3)中求取的对数增益参数G_i-1做差值运算 $G_{i-1,i}^{\left(n\right)}=G_i^{\left(n\right)}-G_{i-1}$ ，n＝1，2……N，最后选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值，加上差值D_i-1，i ⁽ⁿ⁾与对应差值期望值Λ_Bi-1，Bi的绝对差值的和最小的候选增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\min }\left(\right|D_{i-1,i}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i-1,}{B}_i}|+|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}\left|\right)$

从而完成错误恢复，转到步骤(1)；当多帧联合矢量量化时，如果上一帧增益参数未做过错误恢复，则选取的增益参数是使得当前超帧所有子帧的增益参数与对应增益参数期望值Γ_Bi，j的绝对差值之和，加上所有子帧的增益参数与上一子帧增益参数的差值D_j-1，j ⁽ⁿ⁾与对应差值期望值Λ_{Bi，j-1，Bi，j}的绝对差值之和的总合最小的候选增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\min }\left[\underset{j}{\mathrm{\Σ}}\left(\right|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1,}{B}_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}\left|\right)\right]$

其中，j是超帧中的子帧序号，由于是多帧联合矢量量化，故G_i ⁽ⁿ⁾其实是矢量，可表示为 $G_i^{\left(n\right)}=[G_{i,1}^{\left(n\right)},G_{i,2}^{\left(n\right)}\·\·\·\·\·\·G_{i,N_f}^{\left(n\right)}],$ N_f是一个超帧所包含的子帧数目；如果上一帧增益参数做过错误恢复，则上述求最小值的和式中要去掉有关当前超帧中第一子帧与上一超帧中最后子帧增益参数的差值的那一项，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}\left[\underset{j}{\mathrm{\Σ}}\right(|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1},B_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}|)-|D_{\mathrm{0,1}}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,0},B_{i,1}}\left|\right]$

从而完成错误恢复，转到步骤(1)；

步骤(9)判断当前帧的子带清浊音参数模式B_i，如果B_i＝[1，1，1，1，1]，则更新全浊音帧的增益长时平均：G_avr＝0.9×G_avr+0.1×G_i，并更新调整因子Δ参数的值： $\mathrm{\Δ}=G_{\mathrm{avr}}-{\mathrm{\Γ}}_{B_i}{|}_{B_i=\left[\mathrm{1,1,1,1,1}\right]},$ 其中Γ_{Bi|Bi＝[1，1，1，1，1]}即清浊音模式为[1，1，1，1，1]时的增益参数期望值，可通过查表得到，是固定的；当多帧联合矢量量化时，当前超帧中的所有子帧都要分别进行本步骤中前述的浊音参数模式判断以及在满足条件时的全浊音帧增益长时平均参数G_avr，和调整因子Δ参数的更新；转到步骤(1)。

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将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。

上述方法步骤(2)的实施例为：按如下公式对当前帧提取增益参数g_i：

$g_i=\sqrt{\frac{1}{L}\underset{L}{\mathrm{\Σ}}s{\left(n\right)}^2}$

其中i表示当前帧的帧序号，L是窗口的长度，设为当前帧长200个样点，s(n)即是前述的8kHz频率采样、已经过高通滤波去除工频干扰的语音信号。

上述方法步骤(3)的实施例为：将当前帧增益参数g_i变换到对数域：G_i＝1g(g_i)，然后将对数域上的增益参数G_i进行均匀标量量化，为了提高量化性能，将对数增益参数的量化取值范围限制在10dB～77dB之间，上溢和下溢采用限幅处理，此参数用7比特表示，量化编号由下式得到：

其中

为取整符号。

上述方法步骤(4)的实施例为：按美国政府2400b/s混合激励的线性预测(MELP)语音编码算法标准所描述的方法对当前帧提取5个子带的清浊音参数，子带为清音用“0”表示，子带为浊音用“1”表示，记做B：

B＝[b₁，b₂，b₃，b₄，b₅]

B共有32取值可能，但在声码器中应用的只有17种模式，即b₁为0的[0，0，0，0，0]全零模式和b₁为1的全部16种模式；b₁为0的其他模式被认为是不能出现的。

上述方法步骤(5)的实施例为：对上述清浊音矢量B用5比特量化，5个比特依次对应着1到5个子带的清浊音模式，若第i个子带为浊音，则b_i＝1，否则，b_i＝0。

上述方法步骤(6)的实施例为：根据当前帧的子带清浊音参数模式B_i，通过查表确定当前帧增益参数G_i所应存在的范围Ψ_Bi以及当前帧增益参数的期望值Γ_Bi，并根据调整因子Δ参数的值，Δ参数的求取方法参见步骤(9)，平移Ψ_Bi和Γ_Bi，即若查表所得的 ${\mathrm{\Ψ}}_{B_i}=[a,b]$ 和 ${\mathrm{\Γ}}_{B_i}=c,$ 则经过Δ参数平移调整后实际使用的 ${\mathrm{\Ψ}}_{B_i}=[a+\mathrm{\Δ},b+\mathrm{\Δ}]$ 和 ${\mathrm{\Γ}}_{B_i}=c+\mathrm{\Δ},$ 如果因为信道的误码，造成接收到的当前帧的子带清浊音参数模式B_i不属于在步骤(4)实施例中所述的那17种正常模式，则本帧增益参数被认为是错误的，但不做恢复，直接回到步骤(1)；然后再根据当前帧中的子带清浊音参数模式B_i以及上一帧的子带清浊音参数模式B_i-1，通过查表确定当前帧增益参数与上一帧增益参数之差G_i-G_i-1所应存在的范围Ω_Bi-1，Bi以及差值的期望值∧_i-1，Bi；其中查表所使用的表格皆通过离线对增益参数的分模式大量统计后整理获得。

上述方法步骤(7)的实施例为：判断上一帧增益参数G_i-1是否被判错并做过错误恢复：如果上一帧增益参数是否做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，如果是，就认为当前帧增益参数没有出错，转到步骤(9)，否则认为当前帧增益参数出错，转到步骤(8)进行错误恢复；如果上一帧增益参数G_i-1未做过错误恢复，则判断当前帧增益参数G_i是否落在所应存在的范围Ψ_Bi内，再判断当前帧增益参数和上一帧增益参数的差值G_i-G_i-1是否落在所应存在的范围Ω_Bi-1，Bi内，只有两者都满足，才认为当前帧增益参数没有出错，转到步骤(9)，否则，即至少有一个判据不满足，则认为当前帧增益参数出错，转到步骤(8)进行错误恢复。

上述方法步骤(8)的实施例为：把接收到的步骤(3)中当前帧的增益参数的二进制表示值 ${\hat{G}}_i=[b_1,b_2,\·\·\·\·\·\·b_N]$ 中的各比特分别反转，得到

其中，N表示增益参数的总比特数， ${\hat{G}}_i^{\left(n\right)}[b_1,b_2,\·\·\·\·\·\·\stackrel{\‾}{b_n},\·\·\·\·\·\·b_N]n=\mathrm{1,2}\·\·\·\·\·\·N$ 表示把

的第n位反转得到的二进制值，假设

共有N位；对得到的这N个候选增益参数的二进制表示值分别做反量化求取其对应的步骤(3)中的对数增益参数，设为G_i ⁽¹⁾、G_i ⁽²⁾…G_i ^(N)，组成候选增益参数集 ${\mathrm{\Ψ}}_i=\{G_i^{\left(1\right)},G_i^{\left(2\right)}\·\·\·\·\·\·G_i^{\left(N\right)}\};$ 判断上一帧增益参数G_i-1是否做过错误恢复：如果上一帧增益参数做过错误恢复，则选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值最小的候选增益参数，即 ${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}|;$ 如果上一帧增益参数未做过错误恢复，那么将候选增益参数集中的元素分别与上一帧的步骤(3)中求取的对数增益参数G_i-1做差值运算 $D_{i-1,i}^{\left(n\right)}=G_i^{\left(n\right)}-G_{i-1}$ ，n＝1，2……N，最后选取的增益参数是使得该增益参数G_i ⁽ⁿ⁾与当前帧增益参数的期望值Γ_Bi的绝对差值，加上差值D_i-1，i ⁽ⁿ⁾与对应差值期望值Λ_Bi-1，Bi的绝对差值的和最小的候选增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\mathrm{mi}n}\left[\right(|D_{i-1,i}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i-1},B_i}|+|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}|\left)\right]$

从而完成错误恢复，转到步骤(1)；

上述方法步骤(9)的实施例为：判断当前帧的子带清浊音参数模式B_i，如果B_i＝[1，1，1，1，1］，则更新全浊音帧的增益长时平均：G_avr＝0.9×G_avr+0.1×G_i，并更新调整因子Δ参数的值： $\mathrm{\Δ}=G_{\mathrm{avr}}-{\mathrm{\Γ}}_{B_i}{|}_{B_i=\left[\mathrm{1,1,1,1,1}\right]}$ ，其中Γ_{Bi|Bi＝[1，1，1，1，1]}即清浊音模式为[1，1，1，1，1]时的增益参数期望值，可通过查表得到，是固定的；转到步骤(1)。

Claims (5)

1.声码器对数域增益参数分模式抗信道误码方法，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：

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；

步骤(2)按如下方法对当前帧提取增益参数g_i：

$g_i=\sqrt{\frac{1}{L}\underset{L}{\mathrm{\Σ}}s{\left(n\right)}^2}$

其中i表示当前帧的帧序号，L是窗口的长度，为200，s(n)是预处理后的语音信号；

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增益参数；

步骤(3)把当前帧中的增益参数g_i变换到对数域，G_i＝lg(g_i)，然后将对数域增益参数G_i在设定的量化范围内按设定的量化比特数进行均匀标量量化，编码后经信道传输到解码端；当多帧联合矢量量化时，则传输所选择的码字矢量在量化码本中的索引值；

步骤(4)按2400b/s混合激励的线性预测语音编码算法对当前帧提取清浊音参数，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；

步骤(5)根据步骤(4)从每一帧提取到的5个子带的清浊音参数，若子带为清音，用“0”表示，子带为浊音则用“1”表示，记为矢量B，B＝[b₁，b₂，b₃，b₄，b₅]，再对该子带清浊音矢量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，则传输所选择的码字矢量在清浊音参数量化码本中的索引值；

步骤(6)解码得到步骤(5)中的清浊音模式参数和步骤(3)中的对数域增益参数G_i，根据当前帧的子带清浊音参数模式B_i，通过查预先设定的表确定当前帧对数域增益参数G_i所应存在的范围以及当前帧对数域增益参数的期望值

并根据调整因子Δ参数的值，Δ参数的求取方法参见步骤(9)，平移

和即若查表所得的

和

则经过Δ参数平移调整后实际使用的

和然后再根据当前帧中的子带清浊音参数模式B_i以及上一帧的子带清浊音参数模式B_i-1，通过查预先设定的表确定当前帧对数域增益参数与上一帧对数域增益参数之差G_i-G_i-1所应存在的范围以及差值的期望值

两个范围

和

用于对错误的检测，即步骤(7)中，而两个对应的期望值

和

用于对错误的恢复，即步骤(8)中；当多帧联合矢量量化时，上述的两个范围

和

以及对应的两个期望值和

对当前超帧中的所有子帧都要分别确定，其中j表示子帧的序号，是当前超帧第j子帧的对数域增益参数所应存在的范围，

是当前超帧中第j子帧与其上一子帧，即j-1帧，对数域增益参数的差值所应存在的范围，第一子帧的上一子帧，即第0子帧表示上一超帧最后一个子帧的相关参数值；

步骤(7)判断上一帧对数域增益参数G_i-1是否做过错误恢复：如果上一帧对数域增益参数没有做过错误恢复，则判断当前帧对数域增益参数G_i是否落在所应存在的范围

内，如果是，转到步骤(9)，否则，转到步骤(8)进行错误恢复；如果上一帧对数域增益参数G_i-1未做过错误恢复，则判断当前帧对数域增益参数G_i是否落在所应存在的范围

内，再判断当前帧对数域增益参数和上一帧对数域增益参数的差值G_i-G_i-1是否落在所应存在的范围

内，如果两者都满足，转到步骤(9)，否则，即至少有一个判据不满足，则转到步骤(8)进行错误恢复；当多帧联合矢量量化时，须判断当前超帧中的所有子帧的对数域增益参数是否分别落于其对应范围

和内，如果上一超帧对数域增益参数做过错误恢复，则当前超帧的第一子帧，即j＝1，与上一超帧的最后子帧的对数域增益参数之差是否落于其对应范围

内的判据不被采用，否则采用，由于多帧联合矢量量化时判断增益出错采用的判据数目很多，因此只有当不满足的判据数目达到设定量时，才转到步骤(8)进行错误恢复，否则转到步骤(9)；

步骤(8)把接收到的步骤(3)中当前帧的对数域增益参数的二进制表示值

中的各比特分别反转，得到

N表示比特数，

n＝1，2……N表示把

的第n位反转得到的二进制值，假设

共有N位；对得到的这N个候选对数域增益参数的二进制表示值分别做反量化求取其对应的步骤(3)中的对数域增益参数，设为

组成候选对数域增益参数集

判断上一帧对数域增益参数是否做过错误恢复：如果上一帧对数域增益参数做过错误恢复，则选取的对数域增益参数是使得该对数域增益参数

与当前帧对数域增益参数的期望值

的绝对差值最小的候选对数域增益参数，即

如果上一帧对数域增益参数未做过错误恢复，那么将候选对数域增益参数集中的元素分别与上一帧的步骤(3)中求取的对数域增益参数G_i-1做差值运算

n＝1，2……N，最后选取的对数域增益参数是使得该对数域增益参数

与当前帧对数域增益参数的期望值

的绝对差值，加上差值

与对应差值期望值

的绝对差值的和最小的候选对数域增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\min }\left(\right|D_{i-1,i}^{\left(n\right)}-{\mathrm{\Δ}}_{B_{i-1},B_i}|+|G_i^{\left(n\right)}-{\mathrm{\Γ}}_{B_i}\left|\right)$

从而完成错误恢复，转到步骤(1)；当多帧联合矢量量化时，如果上一帧对数域增益参数未做过错误恢复，则选取的对数域增益参数是使得当前超帧所有子帧的对数域增益参数与对应对数域增益参数期望值

的绝对差值之和，加上所有子帧的对数域增益参数与上一子帧对数域增益参数的差值

与对应差值期望值的绝对差值之和的总和最小的候选对数域增益参数，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\min }\left[\underset{j}{\mathrm{\Σ}}\left(\right|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1},B_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}\left|\right)\right]$

其中，j是超帧中的子帧序号，由于是多帧联合矢量量化，故

其实是矢量，可表示为

N_f是一个超帧所包含的子帧数目；如果上一帧对数域增益参数做过错误恢复，则上述求最小值的和式中要去掉有关当前超帧中第一子帧与上一超帧中最后子帧对数域增益参数的差值的那一项，即

${\tilde{G}}_i=\arg \underset{G_i^{\left(n\right)}\∈{\mathrm{\Ψ}}_i}{\min }[\underset{j}{\mathrm{\Σ}}\left(\right|D_{j-1,j}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,j-1},B_{i,j}}|+|G_{i,j}^{\left(n\right)}-{\mathrm{\Γ}}_{B_{i,j}}\left|\right)-|D_{\mathrm{0,1}}^{\left(n\right)}-{\mathrm{\Λ}}_{B_{i,0},B_{i,1}}\left|\right]$

从而完成错误恢复，转到步骤(1)；

步骤(9)判断当前帧的子带清浊音参数模式B_i，如果B_i＝[1，1，1，1，1]，则更新全浊音帧的增益长时平均：G_avr＝0.9×G_avr+0.1×G_i，并更新调整因子Δ参数的值：其中

即清浊音模式为[1，1，1，1，1]时的对数域增益参数期望值，可通过查表得到，是固定的；当多帧联合矢量量化时，当前超帧中的所有子帧都要分别进行本步骤中前述的浊音参数模式判断以及在满足条件时的全浊音帧增益长时平均参数G_avr和调整因子Δ参数的更新；转到步骤(1)。

2.按权利要求1所述的声码器对数域增益参数分模式抗信道误码方法，其特征在于，所述步骤(4)中提及的混合激励的线性预测语音编码算法是美国国防部采用的声码器算法标准——MELP算法标准。

3.按权利要求1所述的声码器对数域增益参数分模式抗信道误码方法，其特征在于，所述步骤(6)中的根据当前帧清浊音模式B_i和上一帧清浊音模式B_i-1确定的当前帧对数域增益参数所应存在的范围

当前帧对数域增益参数的期望值当前对数帧对数域增益参数与上一帧对数域增益参数的差值所应存在的范围

以及差值的期望值

的对应关系表都是通过对大量语音的离线分模式统计获得的，是预先设定的；而由于所涉及的对数域增益参数是，故增益差值G_i-G_i-1是一个比值。

4.按权利要求1所述的声码器对数域增益参数分模式抗信道误码方法，其特征在于，所述步骤(7)中的多帧联合矢量量化情形下，若两帧联合编码，仍然是只要有不满足的判据就转到步骤(8)进行错误恢复，否则转到步骤(9)；若三帧联合编码，则只有当不满足的判据数目达到四个以上，包括四个时，才转到步骤(8)进行错误恢复，否则转到步骤(9)。

5.按权利要求1所述的声码器对数域增益参数分模式抗信道误码方法，其特征在于，所述步骤(9)中的全浊音帧的增益长时平均的初值设置为的值，而调整因子Δ参数的初值设置为0。

Images