CN1074846C - 产生用于话音编码器的频谱噪音加权滤波器的方法 - Google Patents

Abstract

本方法利用R阶滤波器模仿多个滤波器的频率响应，从而提供一个滤波器以给予多个滤波器的控制而无多个滤波器的复杂性。根据所采用的实施例，第R阶滤波器可用以作为频谱噪音加权滤波器或短期预测滤波器与频谱噪音加权滤波器的组合亦即频谱噪音加权合成滤波器。本方法利用单一的R阶滤波器模仿L个P阶滤波器的频率响应(P＜L×P)。增强话音编码器滤波器的控制却无其复杂性。

Description

产生用于话音编码器的频谱噪音加权滤波器的方法

本发明涉及话音编码，具体涉及产生用于话音编码器的频谱噪音加权滤波器的改进方法。

受激编码线性预测(Code-excited linear prediction简称“CELP”)是一种用于产生高质量合成话音的话音编码技术。这种话音编码也称为“矢量受激线性预测”，用于多数话音通信和话音合成的场合。CELP成尤其适用于数字话音加密和数字无线电话通信系统，在该系统中话音质量、数据速率、规格大小及成本都是重点考虑的内容。

在CELP话音编码器中，模仿输入话音信号特性的长期(音调)和短期(共振峰段)预测器在一组时变滤滤器中相组合。即一个长期滤波器和一个短期滤波器。滤波器的激励信号是从存储的新息序列或码矢量的代码簿中选择的。

对于每帧话音，话音编码器都向滤波器施加单独的码矢量以产生重构的话音信号。重构的话音信号与原始输入的话音信号相比较，产生一个误差信号。然后，将该误差信号通过一个频谱噪音加权滤波器对该误差信号进行加权，该频谱噪音加权滤波器具有以人听力可接收为基础的响应。最佳激励信号通过选择一个码矢量来确定，该码矢量产生对于当前话音帧而言具有最小能量的加权误差信号。

对于每个话音帧来说，由系数分析器产生一组线性预测编码参数。这些参数一般包括用于长期、短期和频谱噪音加权滤波器的系数。

由于频谱加权误差信号需要对来自新息序列的代码表的每个码矢量进行计算，所以由频谱噪音加权滤波器进行的滤波操作能构成话音编码器总体计算复杂性的一个主要部分。一般地，需要有在提供的控制和由于频谱噪音加权滤波器所造成的复杂性之间的折衷方案。一种能够使频谱噪音加权滤波器引入的频率整形的控制增强而无相应地增加加权滤波器复杂性的技术将是话音编码现有技术中的一种有用的先进技术。

本发明包括一种数字话音编码方法。该方法包括利用R阶滤波器模仿多个滤波器的频率响应，从而提供一种滤波器，给予多个滤波器的控制，而没有多个滤波器的复杂性。R阶滤波器可用以作为频谱噪音加权滤波器，或短期预测滤波器和频谱噪音加权滤波器的组合，这取决于所应用的实施例。短期预测滤波器和频谱噪音加权滤波器的组合称为“频谱噪音加权合成滤波器”。通常，该方法由单个的R阶滤波器模仿LP阶滤波器的频率响应，此外R＜L×P。在优选实施例中，L等于2。下式说明本发明采用的方法。 $\frac{1}{A\left[\frac{z}{{\mathrm{\α}}_2}\right]}A\left[\frac{z}{{\mathrm{\α}}_3}\right]\⇒\frac{1}{1-\underset{i=1}{\overset{R}{\mathrm{\Σ}}}{\stackrel{\‾}{a}}_i{z}^{-i}}$ 此处 $A\left(\frac{z}{{\mathrm{\α}}_n}\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{a}_i{\mathrm{\α}}_n^i{z}^{-i}}$ 和1≥α₂≥α₃≥0

图1示出其内可采用本发明的一种话音编码器的方框图。

图2示出本发明的一个实施例所执行的话音编码操作之总程序流程图。

图3示出本发明产生组合的频谱噪音滤波器系数的程序流程图。

图4示出本发明的话音编码器实施例的方框图。

图5示出一个产生 的系数的方法的过程流程图；

图6A和图6B示出本发明的特定频谱噪音加权滤波器配置的方框图。

图7A和图7B示出本发明的特定频谱噪音加权滤波器配置的方框图。

图1是本发明使用的话音编码器第一实施例的方框图。待分析的声频输入信号在麦克风102处施加到话音编码器100上。然后，该输入信号(一般为话音信号)施加到滤波器104上。滤波器104通常呈现带通滤波特性。但是，如果话音带宽已经满足要求，滤波器104可以包括一直线连接。

模/数(A/D)变换器108把滤波器104输出的模拟话音信号152变换成N个脉冲取样序列，每个脉冲样值幅值由数字编码表示，正如现有技术中所公知的那样。取样时钟SC确定A/D变换器108的取样速率。在优选实施例中，SC以8KHz运行。取样时钟SC与帧时钟FC一起在时钟模块112中产生。

A/D变换器108的数字输出信号S(n)158称为输入话音矢量加到系数分析器100。这个输入话音矢量S(n)158在分离帧中重复地获得，亦即时间长度，该长度由该帧时钟FC确定。

对于话音编码器的每个功能框，都由系数分析器110产生一组线性预测编码(LPC)参数。将短期预测器(STP)系数160、长期预测器(LTP)系数162、以及激励增益因数166g都施加到复用器150上并在话音合成器所用的信道上发送。输入话音矢量S(n)158也加到减法器130，其作用将随后描述。

基本矢量存储块114内含一组M基本矢量Vm(n)，此处1≤m≤M，其中每个矢量由N个样值组成，此处1≤n≤N。编码表发生器120利用这些基本矢量产生一组2^M伪随机激励矢量ui(n)，此处o≤i≤2^M-1。每个M基本矢量由一系列随机白卡森(Guassian)样值组成，虽然也可用其它种类的基本矢量。

编码表发生器120利用M基本矢量Vm(n)和一组2^M激励码字Ii(此处o≤i≤2^M-1)产生2^M激励矢量ui(m)。在本实施例中，每个码字Ii等于其标号i，即Ii＝i。如果激励信号以每个样值0.25比特的速率对40个样值中的每一个进行编码(这样M＝10)，则将有10个基本矢量用于产生1024个激励矢量。

对于每个单独的激励矢量ui(n)，产生一个重构的话音矢量Si′(n)，来与输入话音矢量S(n)进行比较。增益功能框122利用激励增益因数gi标度激励矢量ui(n)，对帧而言，激励增益因数gi为常数。然后，该标度的激励信号giui(n)168由长期预测滤波器124和短期预测滤波器126进行滤波，产生重构的话音矢量Si′(n)170。长期预测滤波器124利用长期预测系数162引入语音周期性，而短期预测滤波器126利用短期预测系数160引入频谱包络。请注意，功能框124和126实际是递归滤波器，在它们各自的反馈通路中包含有长期预测器和短期预测器。

在减法器130中，通过第i激励编码矢量的重构话音矢量Si′(n)170与输入话音矢量S(n)158相减，矢量Si′(n)170与矢量S(n)的相同数据组进行比较。其差矢量e_i(n)172代表原始的和重构的话音数据组之间的差。利用系数分析器110产生的频谱噪音加权滤波器系数164，通过频谱噪音加权滤波器132对差矢量e_i(n)172加权，频谱噪音加权增强了那些对人耳来说误差感觉更重要的频率，而衰减了其它的频率。进行频谱噪音加权的更有效的方法是这个发明的主题。

能量计算器134计算频谱噪音加权差矢量e_i′(n)174的能量，并将该主差信号E_i176施加到号码表检索控制器140。号码表检索控制器140将当前激励矢量ui(n)的第i个误差信号与在先的误差信号相比较，以确定产生最小加权误差的激励矢量。然后具有最小误差的第i激励矢量的编码作为最好的激励编码I178通过信道输出。另一方面，检索控制器140可以确定一个具有某些预定判断标准的误差信号的特定码字，例如该码字满足预先规定的误差阈值。

图2示出过程流程200，该图说明按照图1所示的本发明第一实施例所执行的话音编码操作的总程序。该过程在步骤201开始。功能框203按照图1的描述接收话音数据。功能框205确定短期和长期预测器系数，这是在图1的系数分析器110中完成的。用于确定短期和长期预测器系数的方法在题为“以低比特率进行话音的预测编码”的文章中(IEEEE Trans.Commun.Vol.Com-30，PP.600-14，April1982，by B..S.Atal)已有描述。短期预测器A(z)由下式确定即： $A\left(z\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{a}_i{z}^{-i}}$

功能框207产生一组中间频谱噪音加权滤系数，这些系数至少表示第一和第二组滤波器的特征。这些滤波器可以是任意阶滤波器，即第一滤波器是第F阶，而第二滤波器是第J阶，此处，R＜F+J。优选实施例利用两个第J阶滤器，此处J等于P。利用这些系数的滤波器具有下式的关系： $\hat{H}\left(z\right)=\frac{1}{A\left[\frac{z}{{\mathrm{\α}}_2}\right]}A\left[\frac{z}{{\mathrm{\α}}_3}\right]$ 此处1≥α₂≥α₃≥0，至少为第一和第二组的第J阶滤波器级连的H(z)被确定为中间频谱噪音加权滤波器。请注意，中间频谱噪音加权滤波器的系数依赖于功能框205中产生的短期预测器系数。这个中间频谱噪音加权滤波器

过去已经直接应用于话音编码器的实施中。

为了减少由于频谱噪音加权引起的计算复杂性， 的频率响应由单个的第R阶波滤器

模仿，频谱噪音加权滤波器组合的Hs(z)以下式表示： ${\hat{H}}_s\left(z\right)=\frac{1}{1-\underset{i=1}{\overset{R}{\mathrm{\Σ}}}{\stackrel{\‾}{a}}_i{z}^{-i}}$ 应注意，虽然

被示为极点滤波器，但 也可以被设计为零点滤波器。功能框209产生

滤波器系数。产生用于组合的频谱噪音加权滤波器系数的过程详细地在图3中示出。请注意，第R阶全极点模式是比中间频谱噪音加权滤波器更低的阶，它导致计算上的简化。

功能框211响应于按照图1的描述接收的话音数据提供激励矢量。功能框213通过长期预测滤波器124和短期预测滤波器126滤波该激励矢量。

功能框215比较由功能框213输出的已滤波的激励矢量并按照图1的描述形成差矢量。功能框217利用功能框209中产生的组合频谱噪音加权滤波系数对差矢量进行滤波，以形成频谱噪音加权差矢量。功能框219按照图1的描述计算频谱噪音加权差矢量的能量，并形成一个误差信号。功能框221按照图1的说明利用误差信号选择一个激励码I。该过程在步骤223结束。

图3示出过程的流程300，该图示出可以用于实施图2的功能框209的细节。该过程在步骤301开始。若给定中间频谱噪音加权滤波器

，则功能框303产生用于K个样值的

的冲激响应

，此处 $\hat{H}\left(z\right)=A\left[\frac{z}{{\mathrm{\α}}_1}\right]\frac{1}{A\left[\frac{z}{{\mathrm{\α}}_2}\right]}A\left[\frac{z}{{\mathrm{\α}}_3}\right]$ $A\left(\frac{z}{{\mathrm{\α}}_n}\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\Σ}}}{a}_i{\mathrm{\α}}_n^i{z}^{-i}}$ 此处0≤α_n≤1而且至少有两个不取消项，即对于α1＞0和α2＞0时α1≠α2，或对于α2＞0和α3＞0，α2≠α3。功能框305自动相关冲激响应

，形成以下形式的自动相关性： $R_{\mathrm{hh}}\left(i\right)=\underset{n=1}{\overset{k-i}{\mathrm{\&Sigma;}}}\hat{h}\left(n\right)\hat{h}(n+i),0\&le;i\&le;R;R<K$ 功能框307利用自动相关法和Levinson递归法计算

的系数，它是下式的组合频谱噪音加权滤波器： ${\hat{H}}_s\left(z\right)=\frac{1}{1-\underset{i=1}{\overset{R}{\mathrm{\&Sigma;}}}{\stackrel{\&OverBar;}{a}}_i{z}^{-i}}$

图4是本发明的话音编码器第二实施例的方框图。话音编码器400除了以下所解释的不同点之外，其它都与话音编码器100相同。首先，图1中的频谱噪音加权滤波器132在图4中由减法器430之前的两个滤波器替代。这两个滤波器就是频谱噪音加权合成滤波器1 468和频谱噪音加权合成滤波器2 426。此后分别称这些滤波器为滤波器1和滤波器2。滤波器1 468和滤波器2 426与图1的频谱噪音加权滤波器132不同之处在于：其每一个除了一个频谱噪音加权滤波器之外还包括一个短期合成滤波器或一个加权短期合成滤波器。最后得到的滤波器一般称为频谱噪音加权的合成滤波器。具体地说，它可以作为中间频谱噪音加权合成滤波器即作为组合的频谱噪音加权合成滤波器进行实施。滤波器1 468前边接有一个短期反滤波器470。另外，图1的短期预测器126已在图4中取消。滤波器1和滤波器2除了在图4中各自的位置不同外，其它完全相同。图6和图7中示出了这两个滤波器的两个特定的构形。

系数分析器410产生短期预测器系数458、滤波器1系数460、滤波器2系数462、长期预测器系数464和激励增益因数g466。图5示出了产生用于滤波器1和滤波器2的系数的方法。话音编码器400能够产生与话音编码器100相同的结果而可能将所需计算量减少。因此，话音编码器400可能比话音编码器100更可取。为了便于描述，在话音编码器100和话音编码器400中的那些对功能框完全相同的描述将不进行重复。

图5是一个过程流程图，说明产生用于 的系数的方法，

是组合频谱噪音加权合成滤波器。该过程在步骤501开始。功能框503产生用于第P阶短期预测滤波器A(z)的系数。功能框505产生用于中间频谱噪音加权综合滤波器

的系数，其公式为： $\tilde{H}\left(z\right)=A\left[\frac{z}{{\mathrm{\&alpha;}}_1}\right]\frac{1}{A\left[\frac{z}{{\mathrm{\&alpha;}}_2}\right]}A\left[\frac{z}{{\mathrm{\&alpha;}}_3}\right]$ $A\left(\frac{z}{{\mathrm{\&alpha;}}_n}\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\&Sigma;}}}{a}_i{\mathrm{\&alpha;}}_n^i{z}^{-i}}$ 此处0≤α_n≤1

若给定

，则功能框509产生用于第R阶组合频谱噪音加权合成滤波器

的系数，它模仿滤波器

的频率响应。这些系数是通过使

的冲激响应

自动相关和利用找到这些系数的递归方法而产生的。优选实施例利用了Levinson递归法，这种方法被认为是本领域普通技术人员所公知的方法。该过程在步骤511结束。

图6和图7分别可以用于图4的加权合成滤波器1 468和加权合成滤波器2 426的第一构形和第二构形。

在图6a的构形1中，加权合成滤波器2 426包括中间频谱噪音加权合成滤波器 ，这是三个滤波器的一个级连：即由α1加权的短期合成滤波器A(z/α1) 611，由α2加权的短期反滤波器1/A(z/α2)613，以及由α3加权的短期合成滤波器A(z/α3)615，其中0≤α3≤α2≤α1≤1。图6a中的加权合成滤波器468除了在其前接有一个短期反滤波器1/A(z)603之外与加权合成滤波器2 426完全相同，并置于输入话音通路中。在这种情况中，

是滤波器605、607和609的级连。

在图6b中，中间频谱噪音加权合成滤波器 468和426由单一的组合频谱噪音加权合成滤波器

619和621替代。Hs(z)模仿 的频率响应，

是图6a中的滤波器605、607和609的级连，即相当于滤波器611、613和615的级连。产生

滤波器系数的细节在图5中可找到。

在图7a的构形2是构形1在α3＝0的特定情况。加权合成滤波器2 426包括中间频谱噪音加权合成滤波器 ，它是两个滤波器的级连，即由α1加权的短期合成滤波器A(z/α1)729和由α2加权的短期反滤波器1/A(z/α2)731，图7a的加权合成滤波器1 468除了在前边接有一个短期反滤波器1/A(z)703之外，其它皆与加权合成滤波器2 426相同，并置于输入话音通道。在该情况中，H(z)是滤波器725和727的级连。

在图7b中，图7a中的中间频谱噪音加权合成滤波器H(z)468和426由单独的组合频谱噪音加权合成滤波器 719和721替代。 模仿

的频率响应，

是图7a中的滤波器725和727的级连，即相当于滤波器729和731的级连。产生

滤波器系数的细节在图5中可找到。

从在此公开形式的中间频谱噪音加权滤波器产生组合的频谱噪音加权滤波器，形成一种有效的滤波器，这种有效滤波器有2个或更多个第J阶滤波器的控制而具有一个第R阶滤波器的复杂性。这就提供了一个更有效的滤波器而不相应增加话音编码器的复杂性。同样，从在此公开形式的中间频谱噪音加权合成滤波器中产生组合的频谱噪音加权合成滤波器，这就形成一种有效的滤波器，这种有效的滤波器具有一个第P阶滤波器的控制以及组合成一个R阶滤波器的一个或更多第J阶滤波器。这就提供了一个更有效的滤波器而却不相应地增加话音编码器的复杂性。

Claims (9)

1.一种用于数字话音编码器的话音编码方法，该方法包括步骤：

接收话音数据；

响应于接收到的话音数据而产生激励矢量；

响应于该话音数据和激励矢量而产生差矢量；

生成用于第P阶滤波器的系数；

生成用于中间滤波器的系数，该系数包括用于第一个第F阶滤波器和第二个第J阶滤波器的系数，每个滤波器依赖于所述第P阶滤波器的系数；

生成所述的用于加权滤波器的中间滤波器的第R阶模型的系数，其中R＜F+J；

利用用于所述中间滤波器的第R阶模型的系数，来过滤所述话音编码器的差矢量，产生过滤后的差矢量；

响应于该过滤后的差矢量而选择一个激励码；

传送该激励码，用于随后的话音数据解码。

2.根据权利要求1的方法，其中所述的产生第R阶模型的步骤还包括步骤：

产生一个中间滤波器的脉冲响应；

自相关所述的脉冲响应，形成自相关性，Rhh(i)；

利用一种递归方法和自相关性来计算第R阶滤波器的系数。

3.根据权利要求2的方法，其中所述的递归方法是Levinson递归方法。

4.一种用于数字话音编码器的话音编码方法，该数字话音编码器包括一个组合的频谱噪音加权滤波器

以及一个第P阶短期滤波器A(z)，该方法包括步骤：

接收话音数据；

响应于该话音数据而产生激励矢量；

响应于该话音数据和激励矢量而产生差矢量；

产生具有以下形式的中间加权滤波器的系数，该形式为： $\hat{H}\left(z\right)=\frac{1}{A\frac{z}{{\mathrm{\&alpha;}}_2}}A\left[\frac{z}{{\mathrm{\&alpha;}}_3}\right]$

其中0≤α_n≤1， $A\left(\frac{z}{{\mathrm{\&alpha;}}_n}\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_i{\mathrm{\&alpha;}}_n^i{z}^{-1}}$

产生用于K个取样的中间加权滤波器

的一个脉冲响应

对脉冲响应

自相关，形成一个自相关性 $R_{\mathrm{hh}}\left(i\right)=\underset{n=1}{\overset{k-i}{\mathrm{\&Sigma;}}}\hat{h}\left(n\right)\hat{h}(n+i),0\&le;i\&le;R;R<K$

计算组合的频谱噪音加权滤波器 (z)的系数，其形式为： $\hat{H}s\left(z\right)=\frac{1}{1-\underset{i=1}{\overset{R}{\mathrm{\&Sigma;}}}{\stackrel{\&OverBar;}{a}}_i{z}^{-i}}$

该计算利用自相关性Rhh(i)和递归方法；

利用该组合的频谱噪音加权滤波器的系数，来过滤所述话音编码器的差矢量，产生过滤后的差矢量；

响应于该过滤后的差矢量而选择一个激励码；

传送该激励码，用于随后的话音数据解码。

5.根据权利要求4的方法，其中所述的递归方法是Levinson递归方法。

6.一种用于数字话音编码器的话音编码方法，该数字话音编码器包括一个组合的频谱噪音加权合成滤波器 以及一个第P阶短期滤波器A(z)，该方法包括步骤：

接收话音数据；

响应于该话音数据而产生激励矢量；

响应于该话音数据和激励矢量而产生差矢量；

产生具有以下形式的中间频谱噪音加权合成滤波器的系数，其形式为： $\tilde{H}\left(z\right)=A\left[\frac{z}{{\mathrm{\&alpha;}}_1}\right]\frac{1}{A\left[\frac{z}{{\mathrm{\&alpha;}}_2}\right]}A\left[\frac{z}{{\mathrm{\&alpha;}}_3}\right]$

其中0≤α_n≤1， $A\left(\frac{z}{{\mathrm{\&alpha;}}_n}\right)=\frac{1}{1-\underset{i=1}{\overset{P}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_i{\mathrm{\&alpha;}}_n^i{z}^{-i}}$ 而且至少存在两个非消除项；

产生用于K个样值的中间频谱噪音加权合成滤波器H(z)的脉冲响应h(n)；

使脉冲响应h(n)自相关，形成一个自相关性： $R_{\mathrm{hh}}\left(i\right)=\underset{n=1}{\overset{k-i}{\mathrm{\&Sigma;}}}\hat{h}\left(n\right)\hat{h}(n+i),0\&le;i\&le;R;R<K$

计算组合的频谱噪音加权合成滤波器

的系数，其形式为： $\hat{H}s\left(z\right)=\frac{1}{1-\underset{i=1}{\overset{R}{\mathrm{\&Sigma;}}}{\stackrel{\&OverBar;}{a}}_i{z}^{-i}}$

该计算利用自动相关性Rhh(i)和递归方法；

利用该组合的频谱噪音加权合成滤波器的系数，来过滤所述话音编码器的差矢量，产生过滤后的差矢量；

响应于该过滤后的差矢量而选择一个激励码；

传送该激励码，用于随后的话音数据解码。

7.一种用于数字话音编码器的话音编码方法，该方法包括步骤：

接收话音数据；

响应于该话音数据而产生激励矢量；

响应于该话音数据和该激励矢量而产生差矢量；

生成一个第P阶短期滤波器；

根据第P阶短期滤波器，产生具有至少两个第J阶非消除项的中间频谱噪音加权滤波器的系数；

产生用于K个样值的中间频谱噪音加权滤波器的脉冲响应；

使脉冲响应自相关，形成一个自相关性；

利用该自相关性和递归方法来确定频谱噪音加权滤波器的系数；

响应于确定步骤，利用该组合的频谱噪音加权滤波器，来过滤所述话音编码器的差矢量，产生过滤后的差矢量；

响应于该过滤后的差矢量而选择激励码；

传送该激励码，用于随后的话音数据解码。

8.一种话音编码方法，包括以下步骤：

接收话音数据；

响应于所述的接收步骤而提供基矢量；

确定由长期预测器滤波器和第P阶短期预测滤波器所使用的短期和长期预测器系数；

利用所述的长期预测器滤波器以及所述的短期预测器滤波器，对所述矢量进行滤波，形成滤波后的矢量；

确定频谱噪音加权滤波器的系数，包括以下步骤：

根据所述的第P阶短期滤波器系数，产生包括第一个第F阶滤波器和第二个第J阶滤波器的中间频谱噪音加权滤波器，

利用所述的中间频谱噪音加权滤波器的第R阶全极点模型，产生频谱噪音加权系数，其中R＜F+J；

将所述的滤波后的激励矢量与接收到的话音数据相比较，相成一个差矢量；

根据所述的频谱噪音加权滤波器系数，利用一个滤波器对所述的差矢量进行滤波，形成一个滤波后的差矢量；

计算所述的滤波后的差矢量的能量，形成一个误差信号；并且

利用该误差信号来选择一个激励码I，该激励码代表接收到的话音数据。

9.根据权利要求8的方法，其中产生第R阶全极点滤波器模型的步骤还包括步骤：

产生中间频谱噪音加权滤波器的脉冲响应；

使所述脉冲响应自相关，形成一个自相关性Rhh(i)；并且

利用递归方法和自相关性来计算第R阶全极点滤波器的系数。

Images