CN103456309B - 语音编码器及其代数码表搜索方法和装置 - Google Patents

Abstract

本发明公开了一种语音编码代数码表搜索方法和装置，及语音编码器，涉及语音编码技术领域。该方法包括：确定第1个冲激的候选位置；对于第2个冲激到第M个冲激依次分别：确定第i个冲激的候选位置i_k；确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由候选位置i_k和最优关联候选位置(i-1)_t的关联序列组成的候选位置i_k的关联序列具有最大的相似度值；选择第M个冲激的具有最大相似度值的候选位置关联序列。该方法整个搜索过程需要在N个信号位置搜索到M个冲激，其复杂度为O(N*N*M)，能得到比AMR等语音编码标准中规定的代数码表搜索方法更优的冲激序列，从而提高语音编码质量。

Description

语音编码器及其代数码表搜索方法和装置

技术领域

本发明涉及语音编码技术领域，特别涉及一种语音编码器及其代数码表搜索方法和装置。

背景技术

在移动通信中，通常对语音等数字信息进行压缩编码，从而有效地利用传输频带。其中，对于广泛应用于移动终端中的语音编码技术，不仅要求编码压缩率高，对音质方面的要求也进一步增强。

语音编码技术通过将语音的发声结构模型化并巧妙应用了矢量化的基本方式“CELP”(CodeExcitedLinearPrediction,码激励线性预测)使性能大幅提高，并且通过利用代数码表(AlgebraicCodebook)那样的少数脉冲的固定激励技术，使性能进一步提高。ITU-T标准和ETSI(EuropeanTelecommunicationsStandardsInstitute，欧洲电信标准协会)标准AMR(AdaptiveMulti-Rate，自适应多速率)是使用了代数码表的CELP的代表性编解码器，其在世界范围内广泛应用。

3GPPAMR语音编码标准(包括AMR-NB语音编码标准和AMR-WB语音编码标准)使用代数码表搜索的方法，减少加权的输入语音信号和加权的码表合成语音信号之间的均方误差值。3GPPAMR语音编码标准的代数码表搜索方法，在一个子帧(subframe)编码中，假设c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，代数码表搜索需要最大化下式：

其中，θ_i、θ_j表示第i、j个冲激的振幅，N_p为冲激(pulse)个数，m_i、m_j表示第i、j个冲激的位置。d和Φ在代数码表搜索之前已经计算获得。

3GPPAMR语音编码标准中，将一个子帧(subframe)分割为多个音轨(track)，每个音轨有固定个数的代数码对应的冲激。例如，在AMR-NB语音编码标准中的12.2kbps模式下，每个子帧含40个输入信号，分割为5个音轨，共有10个代数码对应的冲激i₀～i₉，可选信号位置如下表所示。

音轨	冲激数	可选位置
			1	2	0,5,10,15,20,25,30,35
2	2	1,6,11,16,21,26,31,36
			3	2	2,7,12,17,22,27,32,37
4	2	3,8,13,18,23,28,33,38
			5	2	4,9,14,19,24,29,34,39

表1

因为全局遍历搜索所有可能的冲激组合具有极大的运算复杂度，3GPPAMR语音编码标准定义了以两个音轨为步长的深度优先搜索方法。在每一步中，在继承之前各步已经搜到的冲激的前提下，对该步所考察的两个冲激所在的音轨进行遍历搜索。注意在搜索中计算A需要依赖于之前各步已经搜到的冲激位置。例如，AMR-NB语音编码标准中12.2kbps模式规定i₀对应于具有全局最大绝对幅度值的冲激，并进行四次循环搜索：每次搜索中，i₁分别限定在四个不同于i₀所在音轨的中的一个，并且是具有该音轨最大绝对幅度值的冲激。其余冲激两个为一组依步进行遍历搜索，每步中搜索的两个音轨编号按照1～5的圆周循环次序，保证每次循环搜索结果中每个音轨都含有两个冲激(如上表所示)。最后，四个循环搜索结果中得到最大A值的那个选为代数码表搜索的最终方案。在每一步遍历搜索中，任何一个冲激的可选位置数为8，这样总共可选的冲激组合数，即代数码表搜索复杂度为4×4×(8×8)＝1024。

3GPPAMR语音编码标准(包括AMR-NB语音编码标准和AMR-WB语音编码标准)中的代数码表搜索是基于两个音轨为步长的深度优先搜索方法。这种方法固定了搜索的复杂度，其实现的编码质量有进一步提高的空间。

发明内容

本发明的发明人发现上述现有技术中存在问题，并因此针对所述问题中的至少一个问题提出了一种新的技术方案。

本发明的一个目的是提供一种用于语音编码器代数码表搜索的技术方案。

根据本发明的第一方面，提供了一种语音编码器代数码表搜索方法，其中，代数码表搜索包括在N个信号位置搜索M个冲激，M和N为自然数，该方法包括：确定第1个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成；对于第2个冲激到第M脉冲依次分别：确定第i个冲激的候选位置i_k；确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由所述候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的所述候选位置i_k的关联序列具有最大的相似度值或最小误差，其中，i＝2,…,M；k,t表示N个信号位置中的序号；选择第M个冲激的具有最大相似度值或最小误差的候选位置关联序列。

可选地，每个冲激的候选位置为满足标准要求范围内的信号位置。

可选地，候选位置的关联序列的相似度值，是加权的输入语音信号和加权的码表合成语音信号之间误差的衡量标准，通过如下公式获得：

其中，c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，θ_i、θ_j表示第i、j个冲激的振幅，N_p为冲激个数，m_i、m_j表示第i、j个冲激的位置。

可选地，第1个冲激对应于具有全局最大绝对幅度值的冲激。

根据本发明的另一方面，提供一种语音编码器代数码表搜索装置，其中，所述代数码表搜索包括在N个信号位置搜索M个冲激，M和N为自然数，该装置包括：候选位置确定模块，用于确定各个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成；关联序列确定模块，用于对于第2个冲激到第M脉冲依次分别确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由所述候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的所述候选位置i_k的关联序列具有最大的相似度值或最小误差，其中，i＝2,…,M；k,t表示N个信号位置中的序号；最优关联选择模块，用于选择第M个冲激的具有最大相似度值或最小误差的候选位置关联序列。

可选地，每个冲激的候选位置为满足标准要求范围内的信号位置。

可选地，候选位置的关联序列的相似度值，是加权的输入语音信号和加权的码表合成语音信号之间误差的衡量标准，通过如下公式获得：

其中，c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，θ_i、θ_j表示第i、j个冲激的振幅，N_p为冲激个数，m_i、m_j表示第i、j个冲激的位置。

可选地，第1个冲激对应于具有全局最大绝对幅度值的冲激。

根据本发明的又一方面，提供一种语音编码器，包括上述代数码表搜索装置，用于搜索代数码表中使加权的输入语音信号和加权的码表合成语音信号之间误差最小的冲激位置。

本发明的一个优点在于，能得到比AMR等语音编码标准中规定的代数码表搜索方法更优的冲激序列，从而提高语音编码质量。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

附图说明

构成说明书的一部分的附图描述了本发明的实施例，并且连同说明书一起用于解释本发明的原理。

参照附图，根据下面的详细描述，可以更加清楚地理解本发明，其中：

图1示出本发明的代数码表搜索方法的一个实施例的流程图；

图2示出本发明的代数码表搜索方法的另一个实施例的流程图；

图3示出一个例子中的冲激搜索图示；

图4示出图3例子中的最终搜索结果；

图5示出本发明的代数码表搜索装置的一个实施例的结构图；

图6示出本发明的语音编码器的一个实施例的结构图。

具体实施方式

现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1示出本发明的代数码表搜索方法的一个实施例的流程图。该实施例中，代数码表搜索包括在N个信号位置搜索M个冲激，M和N为自然数。

如图1所示，步骤102，确定第1个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成。

步骤104，对于第2个冲激到第M个脉冲，按照从前往后的顺序，依次分别执行：

1)确定第i个冲激的候选位置；

2)确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由所述候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的候选位置i_k的关联序列具有最大的相似度值；其中，i＝2,…,M；k,t表示N个信号位置中的序号。

例如，候选位置的关联序列的相似度值通过如下公式获得：

其中，c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，θ_i、θ_j表示第i、j个冲激的振幅，N_p为冲激个数，m_i、m_j表示第i、j个冲激的位置。

步骤106，选择第M个冲激的具有最大相似度值的候选位置关联序列作为代数码表搜索的结果。从第M个冲激中的候选位置中选择一个最优候选位置，该最优候选位置的关联序列具有最大的相似度值。

上述实施例中，候选位置的关联序列的相似度值，是加权的输入语音信号和加权的码表合成语音信号之间误差的衡量标准，通过公式变换，可以将关联序列的相似度值转换为关联序列的误差值，即，具有最大相似度值的关联序列相当于具有最小误差的关联序列。

上述实施例中，依次确定各个冲激的候选位置，并按顺序确定各个候选位置的关联序列，从而得到具有最大相似度值的关联序列，作为代数码表搜索的结果，整个搜索过程需要在N个信号位置搜索到M个冲激，其复杂度为O(N*N*M)，能得到比AMR等语音编码标准中规定的代数码表搜索方法更优的冲激序列，从而提高语音编码质量。

图2示出本发明的代数码表搜索方法的另一个实施例的流程图。在该实施例中，从第1个冲激开始，循环逐个考察每一个冲激。

如图2所示，步骤202，在考察任一个冲激i(i＝1，2，….,M)时，确定该冲激i有可能在满足标准要求范围内的所有信号候选位置i_k。

步骤204，从第1个冲激开始，依次考察每个冲激的每一个候选位置i_k。在每一个信号候选位置i_k，考察前一个冲激(i-1)的所有信号候选位置并分别与该信号候选位置i_k关联，计算每个关联所对应的关联序列的相似度值(累计A值)。该计算中需要该关联相关的前续关联序列。

步骤206，对于每一个候选位置i_k，选择最大A值对应的关联，对于每一个信号位置，记录下该A值和更新对应的关联序列，为考察下一个冲激做准备。

步骤208，执行上述步骤，在考察完所有冲激后，最大累计A值所对应的关联序列即是搜索得到的冲激结果。

在一个实施例中，第1个冲激对应于具有全局最大绝对幅度值的冲激。第1个冲激的信号位置可以直接确定，减少了搜索过程的计算量和复杂度。

图3和4示出了根据本发明的代数码表搜索方法的一个例子的图示。该例子中，假设代数码表搜索需要在N个信号位置搜索到M个冲激。

如图3所示，在考察第一个冲激i₀时，在满足标准要求范围内的N个信号位置，分别对所对应的A值初始化。

在考察任一个冲激i_s(2≤s≤M)时，认为该冲激有可能在满足标准要求范围内的任意信号(0～N-1)位置。在每一个信号位置，考察前一个冲激所可能存在的所有信号候选位置并与之关联，计算每个关联所对应的累计A值(计算中需要该关联相关的前续关联序列)并选择最大A值对应的关联。

对于每一个信号位置，记录下该A值和更新对应的关联序列，为考察下一个冲激做准备。这样在考察完所有冲激后，最大累计A值所对应的关联序列即是搜索得到的冲激。

图4所示是一种可能的冲激搜索结果，其中虚线连线对应的信号位置序列具有最大A值，即是搜索得到的冲激。

图5示出本发明的代数码表搜索装置的一个实施例的结构图。如图5所示，代数码表搜索装置执行代数码表搜索，包括在N个信号位置搜索M个冲激，M和N为自然数。该装置包括：候选位置确定模块51，确定各个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成；关联序列确定模块52，对于第2个冲激到第M脉冲依次分别确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的所述候选位置i_k的关联序列具有最大的相似度值或最小误差，其中，i＝2,…,M；k,t表示N个信号位置中的序号；最优关联选择模块53，选择第M个冲激的具有最大相似度值或最小误差的候选位置关联序列。每个冲激的候选位置为满足标准要求范围内的信号位置。候选位置的关联序列的相似度值通过公式(1)获得。

在一个实施例中，第1个冲激对应于具有全局最大绝对幅度值的冲激。

图6示出本发明的语音编码器的一个实施例的结构图。如图6所示，该语音编码器包括:代数码表搜索装置60，用于搜索代数码表中使加权的输入语音信号和加权的码表合成语音信号之间误差最小的冲激位置。代数码表搜索装置60包括候选位置确定模块651、关联序列确定模块652和最优关联选择模块653。候选位置确定模块651、关联序列确定模块652和最优关联选择模块653的功能可以参见图5实施例中的对应描述，为简洁起见在此不再详细描述。第一加法器62，用于将代数码表搜索装置60搜索的非零冲激的位置对应的冲激相加，输出随机激励矢量；听觉加权合成滤波器63，用于将随机激励矢量进行听觉加权合成处理，输出听觉加权的合成语音信号；以及第二加法器64，将加权的输入语音信号与加权的码表合成语音信号相减，输出加权误差信号。

本发明提出的代数码表搜索方法、装置不仅限应用于3GPPAMR语音编码标准(包括AMR-NB语音编码标准和AMR-WB语音编码标准)中的代数码表搜索，还可以应用于其他语音编码中的代数码表搜索。这种代数码表搜索的特点是在固定个信号位置需要搜索到固定个数的冲激，并希望最大化(或最小化)一个目标函数以得到最好的编码质量。

本发明提出的代数码表搜索方法、装置可以针对语音编码标准或算法中规定的语音帧的所有冲激实施，也可以针对其中的部分冲激实施。

至此，已经详细描述了根据本发明的相机自动曝光方法、装置和相机。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

可能以许多方式来实现本发明的方法和系统。例如，可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明，本发明的方法的步骤不限于以上具体描述的顺序，除非以其它方式特别说明。此外，在一些实施例中，还可将本发明实施为记录在记录介质中的程序，这些程序包括用于实现根据本发明的方法的机器可读指令。因而，本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员应该理解，可在不脱离本发明的范围和精神的情况下，对以上实施例进行修改。本发明的范围由所附权利要求来限定。

Claims (9)

1.一种语音编码代数码表搜索方法，其中，所述代数码表搜索包括在N个信号位置搜索M个冲激，M和N为自然数，其特征在于，所述方法包括：

确定第1个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成；

对于第2个冲激到第M个冲激依次分别：

确定第i个冲激的候选位置i_k；

确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由所述候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的所述候选位置i_k的关联序列具有最大的相似度值或最小误差，其中，i＝2,…,M；k,t表示N个信号位置中的序号；

选择第M个冲激的具有最大相似度值或最小误差的候选位置关联序列。

2.根据权利要求1所述的方法，其特征在于，每个冲激的候选位置为满足语音编码标准要求范围内的信号位置。

3.根据权利要求1所述的方法，其特征在于，候选位置的关联序列的相似度值，是加权的输入语音信号和加权的码表合成语音信号之间误差的衡量标准，通过如下公式获得：

其中，c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，表示第i、j个冲激的振幅，N_p为冲激个数，m_i、m_j表示第i、j个冲激的位置。

4.根据权利要求1所述的方法，其特征在于，第1个冲激对应于具有全局最大绝对幅度值的冲激。

5.一种语音编码代数码表搜索装置，其中，所述代数码表搜索包括在N个信号位置搜索M个冲激，M和N为自然数，其特征在于，所述装置包括：

候选位置确定模块，用于确定各个冲激的候选位置，其中，第1个冲激的候选位置的关联序列由该候选位置组成；

关联序列确定模块，用于对于第2个冲激到第M个冲激依次分别确定每个候选位置i_k在前一个冲激的最优关联候选位置(i-1)_t，使得由所述候选位置i_k和所述最优关联候选位置(i-1)_t的关联序列组成的所述候选位置i_k的关联序列具有最大的相似度值或最小误差，其中，i＝2,…,M；k,t表示N个信号位置中的序号；

最优关联选择模块，用于选择第M个冲激的具有最大相似度值或最小误差的候选位置关联序列。

6.根据权利要求5所述的装置，其特征在于，每个冲激的候选位置为满足语音编码标准要求范围内的信号位置。

7.根据权利要求5所述的装置，其特征在于，候选位置的关联序列的相似度值，是加权的输入语音信号和加权的码表合成语音信号之间误差的衡量标准，通过如下公式获得：

其中，c是代数码序列，d是目标信号x和加权综合过滤器冲激响应h的关联函数，Φ是h的关联矩阵，表示第i、j个冲激的振幅，N_p为冲激个数，m_i、m_j表示第i、j个冲激的位置。

8.根据权利要求5所述的装置，其特征在于，第1个冲激对应于具有全局最大绝对幅度值的冲激。

9.一种语音编码器，其特征在于，包括：

如权利要求5至8中任意一项所述的语音编码器代数码表搜索装置，用于搜索代数码表中使加权的输入语音信号和加权的码表合成语音信号之间误差最小的冲激位置。