CN102163430A - 采用信息隐藏技术进行amr-wb语音编码或解码的方法 - Google Patents

Abstract

本发明公开了一种采用信息隐藏技术进行AMR-WB语音编码或解码，从而减少编码参数长度、节省语音传输带宽的方法，所述AMR-WB语音编码器包括线性预测(LPC)分析模块、基音搜索模块、固定码本搜索模块(含信息隐藏子模块)；所述方法包括以下步骤：(1)根据编码速率模式通过LPC分析模块提取ISF参数编码，将其划分成步骤(2)中待嵌入的隐藏信息S_T；(2)固定码本搜索模块采取第一深度树搜索算法，在局部码本空间中搜索符合约束条件(I)的次优码本，并将S_T嵌入到固定码本索引中进行传输；

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中要嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。该方法降低了编码速率，提高了资源利用率，方法简便易行，没有增加额外的计算复杂度。

Description

采用信息隐藏技术进行AMR-WB语音编码或解码的方法

技术领域

本发明属于移动通信领域，特别涉及语音编码技术领域，具体涉及一种采用信息隐藏技术进行AMR-WB语音编码或解码，降低编码参数长度或编码速率的方法。

背景技术

自适应多速率宽带语音编码(AMR-WB)是3GPP/ETSI制定的用于第三代移动通信系统WCDMA中的宽带语音压缩编码技术，之后也被ITU-T采用作为G722.2标准，成为第一个同时被无线和有线通信采用的语音编码技术。AMR-WB支持9种速率模式(23.85，23.05，19.85，18.25，15.85，14.25，12.65，8.85，6.6kbit/s)，以更加智能的方式解决信源和信道编码的速率分配问题，此外AMR-WB提供语音带宽范围达到50HZ～7000HZ，用户可主观感受到比窄带编码更加自然、舒适和易于分辨的语音效果。3GPP的测试结果显示，AMR-WB语音编码器抗干扰度优于AMR语音编码器，并且明显节省资源。因此，AMR-WB在第三代移动通信中有着广泛的应用前景。

根据3GPP发布的技术规范TS26.190，AMR-WB采用代数码激励线性预测(ACELP)技术，在16kHZ的采样率下，编码器对20毫秒320个采样点的语音帧进行处理，提取ACELP模型参数，将他们编码后传输到接收端，在接收端，解码器通过解码参数来重建语音信号。ACELP模型参数包括VAD标志、长时预测滤波器索引、ISP索引、基音索引(4组)、固定码本索引和码本增益(4组)，在23.85kbit/s模式中还包含高带增益索引(4组)。

现有技术中编码流程如图1所示，根据其实现功能大致可以分为线性预测(LPC)分析、基音搜索、固定码本搜索三大部分。其中LPC分析完成的主要功能是获得线谱对参数(LSP)，并对LSP参数进行量化(得ISF索引)；基音搜索包括开环基音分析和闭环基音分析两部分，以获得基音延迟和基音增益这两个参数；代数码本搜索则是为了获得代数码本索引和代数码本增益，还包括了对码本增益的量化。解码流程如图2所示，通过解码相应的参数重建语音信号。

以18.25kbit/s模式为例，每20毫秒语音帧编码后得到的参数如表1，该模式下编码后的参数共365bit，则每秒需要传输的参数为365×50＝18250bit，即编码速率18.25kbit/s。

表1每20毫秒AMR-WB编码参数的比特数(18.25kbit/s)

语音编码的最终目的是在尽可能低的编码速率条件下，在解码端重建得到尽可能高的合成语音质量。因此，编码速率是衡量语音编码性能的重要指标，它直接反应对语音信息的压缩程度，用bit/s度量，表示每秒语音帧编码后的比特数。尽管标准AMR-WB对参数的编码算法较为高效，但是其编码后的参数比特数仍然很大，因此在获得与标准AMR-WB编码基本一样的语音质量前提下，减少ACELP模型参数编码比特数，从而降低编码速率，对于节省网络开销，具有很高的实用价值。

发明内容

本发明目的在于提供一种采用信息隐藏技术进行AMR-WB语音编码的方法，将ISF参数隐藏在固定码本参数中进行传输，解决了现有技术中编码后的参数比特数大带来了较大网络开销等问题。

为了解决现有技术中的这些问题，本发明提供的技术方案是：

一种采用信息隐藏技术进行AMR-WB语音编码的方法，所述AMR-WB语音编码器包括线性预测(LPC)分析模块、基音搜索模块、固定码本搜索模块；其特征在于所述方法包括以下步骤：

(1)根据编码速率模式通过LPC分析模块提取ISF参数编码，将其划分成步骤(2)中待嵌入的ISF隐藏信息S_T；

(2)固定码本搜索模块采取第一深度树优先搜索算法，在局部码本空间中搜索符合约束条件(I)的次优码本，并将S_T嵌入到固定码本索引中进行传输；

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中要嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。

优选的，固定码本搜索模块内可以设置信息隐藏子模块，用于进行ISF索引信息的隐藏。该方法通过在固定码本索引中隐藏加入ISF索引信息，可降低编码速率。

优选的，所述方法中编码速率模式选自23.85kbit/s、23.05kbit/s、19.85kbit/s、18.25kbit/s时，嵌入比特控制位M＝16，隐藏的ISF信息为46bit。

优选的，所述方法中编码速率模式选自15.85kbit/s时，嵌入比特控制位M＝8，隐藏的ISF信息为46bit。

优选的，所述方法中编码速率模式选自14.25kbit/s、12.65kbit/s时，嵌入比特控制位M＝4，隐藏的ISF信息为32bit。

相应的，本发明还提供了一种采用信息隐藏技术进行AMR-WB语音解码的方法，其特征在于所述方法包括AMR-WB语音解码器从接收的固定码本参数中，解码出所有子帧的固定码本索引，由码本中各个轨道的脉冲位置P_Tk，通过计算式(I)提取隐藏信息S_T，即ISF参数：

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中要嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。

本发明技术方案中每个码本包括4个轨道，每个轨道包含若干个非零脉冲；根据编码速率的不同，非零脉冲的数量也不同。

本发明的工作原理在于利用信息隐藏技术，将AMR-WB的部分编码参数嵌入到固定码本索引参数中，从而减少编码比特数，降低编码速率的方法。具体的本发明通过利用信息隐藏技术将全部或部分“ISF索引”隐藏在“固定码本索引”中，节省ACELP参数中ISF的编码比特数，降低编码速率。

在编码器的固定码本搜索过程中，利用信息隐藏技术，修改标准AMR-WB编码的深度优先树搜索算法，使搜索得到的码本索引满足一定的约束条件，从而将LPC分析得到的ISF索引嵌入在固定码本索引中(部分嵌入或全部嵌入)；在解码器端，利用相应的提取算法，解析出隐藏在固定码本索引中的ISF参数。采用本技术方案后的AMR-WB编解码流程见图3，4。

本发明所述的信息隐藏技术，是指以某种特定的方式在载体中嵌入隐藏信息，而不影响原始载体的技术，主要用来实现安全保密、隐蔽通信和数字版权保护等。上述过程中信息隐藏嵌入和提取算法描述如下：

标准AMR-WB编码中，固定码本搜索采取第一深度树优先搜索算法，该算法选取的固定码本索引是在局部码本空间中搜索的次优解，不是唯一的，可以用其他的次优码本替代，取得相同的合成语音效果，利用这一冗余性，可以进行信息隐藏。信息隐藏的嵌入过程，通过搜索满足约束条件(I)的次优码本来实现：

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中要嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。解码端，解码出固定码本索引(4组)，得到码本中各个轨道的脉冲位置P_Tk，通过计算式(I)提取隐藏信息S_T。

不同的编码速率下，固定码本索引中可以嵌入的信息比特数不一样，因此可以隐藏的ISF参数比特数也不一样，本发明方案中，每帧固定码本中可嵌入比特数与实际隐藏的ISF比特数见表2(由于编码速率为8.85kbit/s，6.6kbit/s模式编码速率已经很低，不予考虑)。

表2本发明方案中各编码模式节省的ISF比特数

本发明在获得与标准AMR-WB编码相当的语音质量和效果前提下，减少AMR-WB参数编码比特数，降低编码速率，从而减少AMR-WB语音帧传输时对带宽的占用，有效的节约网络带宽资源，减轻网络负载。

相对于现有技术中的方案，本发明的优点是：

本发明技术方案与已有技术相比，在保证和现有技术相当语音质量的前提下，AMR-WB编码参数长度以及编码速率可减小10％～15％，节省1.6kbit/s～2.3kbit/s的网络带宽，从而提高资源利用率，并且方法简便易行，没有增加额外的计算复杂度。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为现有技术中标准AMR-WB语音编码器流程图；

图2为现有技术中标准AMR-WB语音解码器流程图；

图3为本发明实施例AMR-WB语音编码器流程图；

图4为本发明实施例AMR-WB语音解码器流程图；

图5为采用信息隐藏技术进行AMR-WB语音编码的方法流程图；

图6为现有技术中AMR-WB中固定码本搜索流程图；

图7为本发明实施例修改后的固定码本搜索流程图；

图8为现有技术中标准AMR-WB编码的语音波形；

图9为采用本发明技术后编码的语音波形。

具体实施方式

以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。

实施例

为了充分公开本发明的内容，本实施例首先介绍AMR-WB固定码本的搜索原理。AMR-WB技术规范中，搜索最佳固定码本的目标是使得加权输入语音和加权重构语音之间的均方误差最小。固定码本矢量是一个64维，每个脉冲幅度为+1或-1的向量。

寻求最佳码本矢量的过程，也就是寻找最大值的过程，其中，H是下三角Toeplitz卷积矩阵，d＝H^tx₂是目标信号x₂(n)和感觉加权合成滤波器的脉冲响应h(n)的互相关，φ＝H^tH是h(n)的自相关矩阵。由于码本矢量c_k中只有部分是非零脉冲，其码本允许快速搜索。AMR-WB通过采用第一深度树搜索算法减少每次的搜索范围，将待搜索的N_p个脉冲划分成N₁+N₂...+N_m...+N_M＝N_p，每次只在N_m个脉冲中进行搜索，每次在相邻的两个轨道中搜索两个脉冲，并引入脉冲位置预测向量b(式II)，对待搜索的位置进行评估，减少搜索次数。

$b\left(n\right)=\sqrt{\frac{E_d}{E_r}}{r}_{\mathrm{LTP}}\left(n\right)+\mathrm{\αd}\left(n\right)---\left(\mathrm{II}\right);$

其中，r_LTP(n)是经长时预测之后的残差信号，E_r为其能量；α为扩展因子，E_d为信号d的能量。

如图5所示为采用信息隐藏技术进行AMR-WB语音编码的方法流程图。LPC分析获取ISF参数，一方面开始基音搜索获取基音延迟和基音增益，另一方面，将ISF参数依次划分成小块赋给S_k，作为待嵌入信息。基音搜索获取基音延迟和基音增益后开始固定码本搜索，固定码本搜索跟ISF信息隐藏嵌入过程结合在一起，通过深度优先树算法搜索次优码本，判断次优码本是否满足约束条件(I)来实现：

当次优码本满足约束条件(I)时，则获得次优码本，该次优码本中嵌入了信息S_T。如果ISF参数划分结束，不足的S_k比特位则用0补充。当所有子帧固定码本参数都搜索完成后，传输语音帧参数(ISF隐藏在固定码本参数中，不需要传输)。解码端，解码出固定码本索引(4组)，得到码本中各个轨道的脉冲位置P_Tk，通过计算式(I)提取隐藏信息S_T。

以18.25kbit/s速率模式为例，其他速率模式类似。该模式下，固定码本结构如表3所示，该码本包含16个非零脉冲。这些非零脉冲在64维矢量中的位置可以划分为4个轨道，每个轨道中包含4个非零脉冲。

表3固定码本结构(18.25kbit/s模式)

标准编码中，利用深度优先树算法，一次搜索两个脉冲，并且这两个脉冲放在连续的轨道上，第一个脉冲待搜索的位置根据命中函数值b来确定，18.25kbit/s速率模式下，搜索树共7层。

现有技术的搜索流程简图如图6所示。level 0层中脉冲P₀，P₁，P₂，P₃被分别放置到轨道T₀到T₃层中b最大的位置，该层不需要搜索；level 1层中P₄放在轨道T₁，搜索b最大的4个位置，P₅放在轨道T₂，搜索该轨道全部16个位置；level 2层中P₆放在轨道T₃，搜索b最大的4个位置，P₇放在轨道T₀，搜索16个位置；level 3层中P₈放在轨道T₂，搜索b最大的6个位置，P₉放在轨道T₃，搜索16个位置；level 4层中P₁₀放在轨道T₀，搜索b最大的6个位置，P₁₁放在轨道T₁，搜索16个位置；level 5层中P₁₂放在轨道T₃，搜索b最大的8个位置，P₁₃放在轨道T₀，搜索16个位置；level 6层中P₁₄放在轨道T₁，搜索b最大的8个位置，P₁₅放在轨道T₂，搜索16个位置；重复搜索过程3次。结果总搜索次数(码本空间)为：3×(4×16+4×16+6×16+6×16+8×16+8×16)＝1728。

图7为本发明固定码本搜索流程图，通过搜索满足式(I)的码本来进行信息隐藏，具体实施时为了降低搜索运算量，除每个轨道最后一个脉冲外，其他脉冲的位置仍采用深度优先树算法来确定，然后根据表4(表4是式(I)的变形)确定最后一个脉冲的位置。为了补偿约束条件(I)带来的码本贡献损失，需要扩大其他脉冲的搜索空间，设计原则为总的码本搜索次数等于标准深度优先树算法的搜索次数。

表418.25kbit/s模式下根据约束条件计算最后一个脉冲的位置

其中P_i代表搜索的第i个脉冲，S_i-j表示嵌入信息S的第i-j比特位。

本发明应用于编码速率为18.25kbit/s模式中，将脉冲{P₄，P₅}{P₆，P₇}{P₈，P₉}{P₁₀，P₁₁}的搜索空间分别扩大为6×16，8×16，10×16，12×16；脉冲P₁₂，P₁₃，P₁₄，P₁₅分别是各个轨道的最后一个脉冲，根据表4确定其搜索位置。

如图7所示，本发明进行搜索时，level 0层：脉冲P₀，P₁，P₂，P₃被分别放置到轨道T₀到T₃层中b最大的位置，该层不需要搜索；level 1层：P₄放在轨道T₁，搜索b最大的6个位置，P₅放在轨道T₂，搜索该轨道全部16个位置；level 2层：P₆放在轨道T₃，搜索b最大的8个位置，P₇放在轨道T₀，搜索16个位置；level 3层：P₈放在轨道T₂，搜索b最大的10个位置，P₉放在轨道T₃，搜索16个位置；level 4层：P₁₀放在轨道T₀，搜索b最大的12个位置，P₁₁放在轨道T₁，搜索16个位置；level 5层：P₁₂放在轨道T₃，搜索满足式(I)的位置，P₁₃放在轨道T₀，搜索满足式(I)的位置；level 6层：P₁₄放在轨道T₁，搜索满足式(I)的位置，P₁₅放在轨道T₂，搜索满足式(I)的位置；重复搜索过程3次。总搜索次数(码本空间)为：3×(6×16+8×16+10×16+12×16)＝1728，跟原来一样。

18.25kbit/s速率模式下，M＝16(见表2)，每帧固定码本索引中最多可嵌入4×4×log₂16＝64bit信息，该模式下ISF参数占46bit＜64bit，可将ISF参数全部嵌入在固定码本参数中，不需要进行传输。具体实施过程如下：

(1)提取ISF参数编码后为46比特，补18位0，共64比特划分成4块，每块16比特，分别赋给S₁，S₂，S₃，S₄；

(2)用修改后的深度优先树算法进行固定码本搜索，分别将S₁，S₂，S₃，S₄嵌入到子帧1-4的固定码本索引中；

(3)解码端，首先解码出1-4子帧的固定码本索引，根据公式(I)提取出64bit信息，右移18位，即得到ISF参数。

本方法中搜索的码本空间设计成跟原来一样，没有降低码本贡献，对语音质量几乎没有影响；搜索的码本空间不变，即没有增加搜索运算量，嵌入和提取算法只涉及简单的加减和移位操作，因此采用本发明后，编码的运算复杂度仍然跟标准AMR-WB相当。

本实施案例的仿真程序是在3GPP/ITU发布的AMR-WB语音编码定点数版本基础上进行的，利用3GPP发布的测试序列进行语音质量测试和复杂度测试。

图8是语音样本经标准AMR-WB编码后的语音波形，图9是采用本发明后的编码语音波形图，对比结果显示，采用本发明后的语音波形和标准AMR-WB编码语音的波形差别很小。此外，采用本发明后编码语音的PESQ平均测试值约为3.6左右，仍然保持很好的语音质量。采用本发明前后的WMOPS复杂度结果如表5所示。结果显示采用本发明，不会增加系统运算负担。

表5采用发明前后编码的复杂度

表6采用发明后的语音帧参数

本实施案例中，采用发明技术后的语音帧参数如表6所示(未采用发明的语音帧参数见表1)，每帧语音需要传输的参数减少了46bit，编码速率由18.25kbit/s降低为15.95kbit/s，下降幅度达13％，节省了2.3kbit/s的带宽。案例说明，可以通过信息隐藏技术，将ACELP的部分编码参数嵌入在固定码本索引中，并且不会增加系统负担，不会降低编码语音质量，采用本发明方法，能有效的减少对带宽资源的占用。

上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种采用信息隐藏技术进行AMR-WB语音编码的方法，所述AMR-WB语音编码器包括线性预测(LPC)分析模块、基音搜索模块、固定码本搜索模块；其特征在于所述方法包括以下步骤：

(1)根据编码速率模式通过LPC分析模块提取ISF参数编码，将其划分成步骤(2)中待嵌入的隐藏信息S_T；

(2)固定码本搜索模块采取第一深度树搜索算法，在局部码本空间中搜索符合约束条件(I)的次优码本，并将S_T嵌入到固定码本索引中进行传输；

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中要嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。

2.根据权利要求1所述的方法，其特征在于所述方法中编码速率模式选自23.85kbit/s、23.05kbit/s、19.85kbit/s、18.25kbit/s时，嵌入比特控制位M＝16，隐藏的ISF信息为46bit。

3.根据权利要求1所述的方法，其特征在于所述方法中编码速率模式选自15.85kbit/s时，嵌入比特控制位M＝8，隐藏的ISF信息为46bit。

4.根据权利要求1所述的方法，其特征在于所述方法中编码速率模式选自14.25kbit/s、12.65kbit/s时，嵌入比特控制位M＝4，隐藏的ISF信息为32bit。

5.一种采用信息隐藏技术进行AMR-WB语音解码的方法，其特征在于所述方法包括AMR-WB语音解码器从接收的固定码本参数中，解码出所有子帧的固定码本索引，由码本中各个轨道的脉冲位置P_Tk，通过式(I)提取隐藏信息S_T，即ISF参数：

其中T为码本轨道编号，选自码本轨道0、码本轨道1、码本轨道2和码本轨道3；S_T为码本轨道T中嵌入的ISF索引信息；N_T为码本轨道T中包含的非零脉冲数；P_Tk为码本轨道T中第k个脉冲；M为嵌入比特控制位，log₂M为每个轨道中可嵌入信息的最大比特数。

Images