CN107564535B - 一种分布式低速语音通话方法 - Google Patents
一种分布式低速语音通话方法 Download PDFInfo
- Publication number
- CN107564535B CN107564535B CN201710754733.8A CN201710754733A CN107564535B CN 107564535 B CN107564535 B CN 107564535B CN 201710754733 A CN201710754733 A CN 201710754733A CN 107564535 B CN107564535 B CN 107564535B
- Authority
- CN
- China
- Prior art keywords
- local area
- voice
- communication network
- codebook
- sub
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Telephonic Communication Services (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种分布式低速语音通话方法。本发明实施例基于两个局域通信网络,均包括多个语音通信终端,并且网络之间为窄带通信方式,通过在两个局域通信网络的各个语音通信终端上分布式存储子码本和分布式处理,在两个局域网络之间只需传输子码本编号即可实现两个局域通信网络上的语音通信终端之间进行流畅且良好音质的语音通信。本发明实施例解决了因语音特征码本太长、单个语音通信终端处理能力有限以及网间带宽受限,难以实现两个网络上语音终端进行语音通信以及语音质量不高的难题,并且充分利用网络内部的分布式处理能力,提高了网络利用效率和处理能力。
Description
技术领域
本发明涉及语音通信领域,尤其涉及一种分布式低速语音通话方法。
背景技术
利用声码器可以实现低速率语音编码通信,在通信带宽受限的条件下满足通信需求。在实际的应用中,当有多个语音终端联网通信时,由于网络容量有限,加之语音终端处理能力有限,语音通信的有效性和可靠性难以实现。
为此,针对通信带宽有限、语音终端组网使用的应用需求提供相应的高质量低速语音解决方案。
发明内容
本发明主要解决的技术问题是提供一种分布式低速语音通话方法,解决现有技术中由于单个语音通信终端处理能力有限、语音特征码本数据量大、网络之间的通信带宽有限而不能进行流畅的语音通信的难题。
为解决上述技术问题,本发明采用的一个技术方案是:提供一种分布式低速语音通话方法,基于第一局域通信网络和第二局域通信网络,该第一局域通信网络和第二局域通信网络内部均包括多个语音通信终端,该第一局域通信网络和第二局域通信网络之间通过容量有限的窄带通信方式互联,码本存储,该第一局域通信网络和第二局域通信网络使用相同的语音特征码本A进行语音编码和译码,将该语音特征码本A分解为多个子码本a1、a2、……、an,n≥2,A=a1∪a2∪……∪an,该子码本a1、a2、……、an存储到该第一局域通信网络中的各个该语音通信终端内,该子码本a1、a2、……、an也存储到该第二局域通信网络中的各个该语音通信终端内;参数提取,在该第一局域通信网络中,发话语音通信终端采集语音信号并分成语音数据帧,对该语音数据帧进行参数提取,得到发话语音编码参数,然后向该第一局域通信网络中的各个该语音通信终端发送;参数量化分析,该第一局域通信网络中的任意一个该语音通信终端对接收到的该发话语音编码参数均进行参数量化,再将参数量化结果与存储的每一个该子码本进行误差分析,得到与该子码本的量化误差值,再将该子码本的编号、该子码本对应的该量化误差值和该语音通信终端的编号作为该子码本对应的参数量化结果发送给该第一局域通信网络中的通信网络服务器;误差比较,该第一局域通信网络中的通信网络服务器接收来自该第一局域通信网络中的各个该语音通信终端传送的该参数量化结果,确定其中最小的量化误差值及其对应的子码本am的编号;跨网传输,该第一局域通信网络中的通信网络服务器将该最小的量化误差值所对应的该子码本am的编号通过该窄带通信方式传输给该第二局域通信网络中的通信网络服务器;恢复参数,该第二局域通信网络中的通信网络服务器根据接收的该子码本am的编号,查找该子码本am存储在该第二局域通信网络中的语音通信终端,并由该语音通信终端根据该子码本am恢复收话语音编码参数;合成语音,该收话语音编码参数进一步传输给该第二局域通信网络中的收话语音通信终端,由该收话语音通信终端根据该收话语音编码参数还原合成接收的语音。
在本发明分布式低速语音通话方法另一实施例中,该码本存储中,当该第一局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,该多个子码本a1、a2、……、an在该第一局域通信网络中的各个语音通信终端上重新进行存储;当该第二局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,该多个子码本a1、a2、……、an在该第二局域通信网络中的各个语音通信终端上重新进行存储。
在本发明分布式低速语音通话方法另一实施例中,在该码本存储之前包括通过训练数据提取参数直接构造该语音特征码本A,该语音特征码本A包括单级码本、二级码本或三级码本。
在本发明分布式低速语音通话方法另一实施例中,该通过训练数据提取参数包括对线谱对参数提取,直接构造的该语音特征码本A为单极码本。
在本发明分布式低速语音通话方法另一实施例中,在对该语音信号帧进行参数提取中包括对线谱对参数提取。
在本发明分布式低速语音通话方法另一实施例中,该参数提取还包括对基音周期提取、能量提取和/或清浊音判决提取。
在本发明分布式低速语音通话方法另一实施例中,在该参数量化分析中,当同一个语音通信终端中存有多个子码本时,则对该多个子码本分别进行误差分析,对得到的误差值进行比较,从该多个子码本中选取误差值最小的子码本,称之为局部最小误差子码本,该语音通信终端只需将该局部最小误差子码本的编号、对应的量化误差值和语音通信终端的编号作为该局部最小误差子码本对应的参数量化结果发送给该第一局域通信网络中的该通信网络服务器。
在本发明分布式低速语音通话方法另一实施例中,该参数量化分析中,该误差分析采用加权欧氏距离计算量化误差值。
在本发明分布式低速语音通话方法另一实施例中,该第一局域通信网络和该第二局域通信网络为计算机局域通信网络,该第一局域通信网络和该第二局域通信网络之间的窄带通信方式包括短波通信、超短波通信或者卫星通信中的窄带信道。
在本发明分布式低速语音通话方法另一实施例中,该跨网传输中,包括该第一局域通信网络中的通信网络服务器对该子码本am的编号进行信道编码,对应在该恢复参数中,该第二局域通信网络中的通信网络服务器首先进行信道译码,然后得到该子码本am的编号。
本发明的有益效果是:本发明实施例基于第一局域通信网络和第二局域通信网络,两个局域通信网络均包括多个语音通信终端,并且网络之间为窄带通信方式,通过在两个局域通信网络的各个语音通信终端上分布式存储子码本,并且可以在各个语音通信终端上对提取的语音参数与子码本进行误差分析,找到最小误差值所对应的子码本编号,在两个局域网络之间只需传输子码本编号即可实现两个局域通信网络上的语音通信终端之间进行流畅且良好音质的语音通信。本发明实施例解决了因语音特征码本太长、单个语音通信终端处理能力有限以及网间带宽受限,无法实现两个网络上语音终端进行语音通信以及语音质量不高的难题,并且充分利用网络内部的分布式处理能力,提高了网络利用效率和处理能力。
附图说明
图1是根据本发明分布式低速语音通话方法一实施例的组成示意图;
图2是根据本发明分布式低速语音通话方法另一实施例的流程图。
具体实施方式
为了便于理解本发明,下面结合附图和具体实施例,对本发明进行更详细的说明。附图中给出了本发明的较佳的实施例。但是,本发明可以以许多不同的形式来实现,并不限于本说明书所描述的实施例。相反地,提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。
需要说明的是,除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限制本发明。本说明书所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
图1是根据本发明分布式低速语音通话方法一实施例的组成示意图。该分布式低速语音通话方法是基于第一局域通信网络11和第二局域通信网络12,其中,第一局域通信网络11内部包括网络服务器111和多个语音通信终端112(图1中只示意显示3个),第二局域通信网络12内部也包括网络服务器121和多个语音通信终端122(图1中只示意显示3个),并且第一局域通信网络11和第二局域通信网络12之间通过容量有限的窄带通信方式13互联。
这里,第一局域通信网络和第二局域通信网络中的“第一”和“第二”只是一种编号称谓上的区别,而局域通信网络是指在一定有限范围内的网络,例如一个有线互联的局域计算机网络,或者通过WiFi互联的无线局域计算机网络。在这些局域通信网络中设置有多个语音通信终端,例如基于计算机网络的数据话音终端、IP电话终端等。容量有限的窄带通信方式则是表明了一种应用场景,就是在两个局域通信网络之间的通信连接是窄带通信,例如通过短波通信、超短波通信的信道带宽本身就比较窄,或者说能够分配给这两个局域通信网络之间的通信带宽有限,例如通过卫星通信连接两个局域通信网络,但是能够分配的卫星通信带宽非常有限,例如只有几十bit/s至几百bit/s或者几kbit/s的通信带宽。在这种情况下,如果在两个局域通信网络之间的语音通信终端建立起语音通信,必须要经过该窄带通信连接方式,但又要保持语音通信的流畅性,这就需要本发明的实施例所采取的处理方法。
图2显示了本发明分布式低速语音通话方法的一个优选实施例流程图。该方法实施例包括:
步骤S11,码本存储,第一局域通信网络和第二局域通信网络使用相同的语音特征码本A进行语音编码和译码,将语音特征码本A分解为多个子码本a1、a2、……、an,n≥2,A=a1∪a2∪……∪an,子码本a1、a2、……、an存储到第一局域通信网络中的各个语音通信终端内,子码本a1、a2、……、an也存储到第二局域通信网络中的所述语音通信终端内。
这里,语音特征码本A是指对语音信号进行采样量化之后,进行特征参数提取,完成参数特征提取后得到的码本。优选的,例如先完成语音信号采样量化得到600bit/s的语音编码,其中提取线谱对参数,而线谱对参数为一个30维的矢量,采用24比特进行量化编码,对应采用的线谱对参数码本采用三级码本结构,各级量化比特数分别为8bit、8bit、8bit。这种码本结构的码本大小为22040个16位的字,在量化分析过程中需要进行768次30维数据的距离计算,并进行比较。优选的,在分布式语音编码条件下,可以对线谱对参数采用单极码本,即线谱对参数采用20比特单级码本,其中多出的4个比特用于提高基音周期量化质量,或者用于量化残差谱。常规600bit/s语音编码的线谱对参数码本采用多级码本设计方法得到。优选的,在本发明实施例中,分布式语音编码的线谱对参数码本由于码本尺寸足够大,可以直接将训练数据的线谱对参数存为码本,也可以采用更大的训练数据,采用单级码本设计方法进行码本设计。除了采用单级码本外,还可以采用简单结构码本,简单结构码本是针对传统语音参数采用分裂量化、多级量化,一般4级左右,这里可以少一些如2级或3级量化,即包括二级码本和三级码本。由于单级码本或简单结构码本的码本尺寸比较大,码本可以通过训练数据提取参数直接构造,也可以通过码本设计方法训练得到。
由于这种单极码本或简单结构码本尺寸比较大,例如需要31457280个16位字,码本存储量过大,在量化分析过程中需要1048576次30维数据的距离计算,并进行比较,运算量十分大。单个语音通信终端难以存储和实时实现。为此,在本发明的优选实施例中,将语音特征码本A分解为多个子码本a1、a2、……、an,n≥2,这些子码本相互不重叠,属于语音特征码本A的子集,因此有A=a1∪a2∪……∪an。另外,还将这些子码本a1、a2、……、an存储到第一局域通信网络中的各个语音通信终端内,以及将子码本a1、a2、……、an也存储到第二局域通信网络中的各个语音通信终端内。例如,这里假设局域通信网内有32个语音通信终端处于激活状态。为此,将语音特征码本A平均分配为32份,并对不同的语音通信终端存储的子码本进行编号范围为0-31,不同语音通信终端的标号范围为0-31,而用二进制数表示这32个子码本的编号时只需要5位二进制数即可。这里,子码本的编号是指子码本在整个语音特征码本A中的编号,每个子码本都有一个唯一的编号。
这里,之所以将语音特征码本A分解为多个子码本,并将这些子码本分布式存储到各个语音通信终端内,主要是因为语音特征码本A通常占用的数据量较大,例如一个语音特征码本A需要60M字节,就是480Mbit的数据量,如果在一个语音通信终端内利用语音特征码本A对语音信号进行各种处理,则在数据存储转换、CPU处理等方面都会受到限制,影响处理速度。因此,有必要将语音特征码本A分解为多个子码本,例如将480Mbit的语音特征码本A均匀分成32个子码本,则每个子码本的大小是15Mbit,这样的子码本在数据储存量和处理能力需求上能够适用于单机处理。因此,本发明实施例将在一个语音通信终端上进行语音处理,转换成在多个语音终端上进行语音处理,通过这种分布式处理方法,来降低一个语音通信终端的工作负荷,融合整个网络内的各个语音通信终端的处理能力。
进一步优选的,在上述步骤S11中,当第一局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,该多个子码本a1、a2、……、an在第一局域通信网络中的各个语音通信终端上重新进行存储;当第二局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,该多个子码本a1、a2、……、an在第二局域通信网络中的各个语音通信终端上重新进行存储。
另外,由于这两个局域通信网络中的语音通信终端的数量与子码本的个数并不一定刚好对应相等,比如子码本个数较多而语音通信终端的数量较少,这样,一个语音通信终端至少存有一个子码本,但在同一个局域通信网中各个语音通信终端所存储的子码本彼此不同,就是不存在同一个子码本在不同的语音通信终端重复存储的现象。当然,当语音通信终端的数量多于子码本的个数时,也会出现其中一个语音通信终端没有存储子码本的现象,或者出现同一个子码本在不同的语音通信终端重复存储的现象
步骤S12,参数提取,在第一局域通信网络中,发话语音通信终端采集语音信号并分成语音数据帧,并对该语音数据帧进行参数提取,得到发话语音编码参数,然后向第一局域通信网络中的各个语音通信终端发送。
该步骤描述了发话的编码过程,这里是以第一局域通信网为描述对象,同样适用于第二局域通信网中的发话语音通信终端发话。其中,对语音数据帧进行参数提取的过程具体包括:语音预处理、语音编码参数提取、参数预编码和前向纠错编码。这里,语音预处理主要是指对语音信号进行滤波处理,去除直流和低频成分;语音编码参数提取就是提取语音参数,如线谱对参数等;参数预编码包括数据压缩,主要是为了适应局域通信网络内部带宽较小的应用,对数据进行适当压缩以适应网内带宽的传输需要;前向纠错编码是为了保证在局域通信网络内部可靠传输。经过本步骤参数提取后,得到的是发话语音编码参数,该发话语音编码参数以广播形式发送给第一局域通信网络中的各个语音通信终端。
优选的,针对常规600bit/s语音编码,这里的语音数据帧采用25ms为基本帧长,采用3个基本帧联合为一个超帧进行处理。这样,每75ms编码45比特。这里,当收集满一个超帧的数据后,发话语音终端进行每个25ms的基本帧的参数提取,并将基本帧的参数联合为一个超帧参数。也就是说,这里的语音数据的数据速率为600bit/s,语音数据帧采用25ms为基本帧长,采用3个语音数据帧联合为一个语音数据超帧,参数提取是基于语音数据帧进行提取。
并且,这里主要针对线谱对参数进行参数提取,以及后续的分布式处理也是针对线谱对参数。而对于语音数据帧中的其它参数提取,如基音周期、能量、清浊音判决的参数提取等,由于这些参数的码本大小比较小,量化处理运算量相对比较小。因此,对其它参数的提取只是在发话语音通信终端进行处理。
步骤S13,参数量化分析,第一局域通信网络中的任意一个语音通信终端对接收到的发话语音编码参数均进行量化编码,再将参数编码的结果与存储的每一个子码本进行误差分析,得到与该子码本对应的量化误差值,再将该子码本的编号、该子码本对应的量化误差值和语音通信终端的编号作为该子码本对应的参数量化结果发送给第一局域通信网络中的通信网络服务器。
优选的,其中误差分析采用加权欧氏距离计算量化误差值。
这里,每一个语音通信终端对接收的发话语音编码参数进行量化编码,主要包括前向纠错译码、参数预编码的解码和参数量化。经过量化编码后将其结果与该语音通信终端中存储的子码本进行比较,完成误差分析,这里当一个语音通信终端中存有多个子码本时,需要分别对所存储的子码本进行误差分析,得到与各个子码本对应的量化误差值。
优选的,对于一个语音通信终端中存有多个子码本的情况,则在该语音通信终端中也可以在对其中的多个子码本分别进行误差分析后,对得到的误差值进行比较,从这几个子码本中选取误差值最小的子码本,称之为局部最小误差子码本,该语音通信终端只需将该局部最小误差子码本的编号、对应的量化误差值和语音通信终端的编号作为该局部最小误差子码本对应的参数量化结果发送给第一局域通信网络中的通信网络服务器。这样,可以减小该语音通信终端向通信网络服务器传输的数据量。
可以看出,通过步骤S13,第一局域通信网络中的通信网络服务器就可以获得所有的子码本对应的参数量化结果,而该过程是通过分布到第一局域通信网络中的各个语音通信终端中分别实施的,因此充分利用了各个语音通信终端的处理能力,而不是仅仅在发话语音通信终端完成上述参数量化分析的处理,充分利用了第一局域通信网络的整体效能。这也是步骤S11中把语音特征码本A分解为多个子码本,并且分别存储到各个语音通信终端的主要原因,对于每个语音通信终端而言只需对所存储的子码本进行误差分析即可,而每个语音通信终端存储的子码本通常只有一个或少数几个,子码本的数据量大小也与语音通信终端的处理能力相适配,并且这些语音通信终端是同时并行进行处理,因此从整体上看通过这种分布式处理方法能够提高对语音特征码本A的处理能力。
步骤S14,误差比较,第一局域通信网络中的通信网络服务器接收来自第一局域通信网络中的各个语音通信终端传送的参数量化结果,确定其中最小的量化误差值及其对应的子码本am的编号。
可以看出,该过程中各个语音通信终端传送的参数量化结果并不需要占用网络的大量的数据带宽,在第一局域通信网络中完全可以做到实时快速传输,而通信网络服务器从各个量化误差值中确定最小值及对应的子码本am的编号,通信网络服务器的处理能力是完全满足的,因此也可以由某一个语音通信终端来查找误差最小值及对应的子码本am的编号。
通过该步骤,在第一局域通信网络中就能够确定需要传输的子码本的编号,而该子码本是通过比较所有的参数量化结果后找到的最小的那个量化误差值所对应的子码本。
步骤S15,跨网传输,第一局域通信网络中的通信网络服务器将最小的量化误差值所对应的子码本am的编号通过窄带通信方式传输给第二局域通信网络中的通信网络服务器。
由此可见,在第一局域通信网络和第二局域通信网络之间只需要传输一个子码本的编号即可,而该编号通常只有几个比特而已,与之相对比要传输一个基本帧和超帧而言,如前述的常规600bit/s语音编码采用25ms为基本帧长,3个基本帧联合为一个超帧,这里仅仅传输几个比特所占用的带宽是很小的,因此,适用于这种网间为窄带通信的应用环境。
优选的,当考虑到该窄带通信方式存在信道干扰问题,还可以对传输的子码本am的编号进行信道编码,然后再通过该窄带通信方式传输。
优选的,在步骤S14和步骤S15中,所述的第一局域通信网络中的通信网络服务器功能作用也可以由第一局域通信网络中的其中一个语音通信终端来承担,此种情况同样适用于第二局域通信网络。
步骤S16,恢复参数,第二局域通信网络中的通信网络服务器根据接收的子码本am的编号,查找子码本am存储在第二局域通信网络中的语音通信终端,并由该语音通信终端根据该子码本am恢复收话语音编码参数。
这里,当第二局域通信网络中的通信网络服务器接收到子码本am的编号后,要查找到该子码本am所在的语音通信终端,再由该语音通信终端利用该子码本am恢复对应的语音编码参数。
优选的,当在第一局域通信网络中对发送的子码本am的编号进行过信道编码,则在第二局域通信网络中的通信网络服务器首先进行信道译码,然后得到该子码本am的编号。
结合步骤S11可以看出,由于在第二局域通信网络中也采取了与在第一局域通信网络中相同的方法,将语音特征码本A分解为多个子码本,并将这些子码本分别存储到网内各个语音通信终端上,具体再由存储子码本am所在的语音通信终端来恢复该子码本am对应的语音编码参数。该过程也体现了分布式处理的优点,将恢复语音编码参数的处理过程转移到第二局域通信网络中的各个语音通信终端分别来完成,充分利用了各个语音通信终端的处理能力,从而在整体上提高了第二局域通信网络的处理能力。
步骤S17,合成语音,收话语音编码参数进一步传输给第二局域通信网络中的收话语音通信终端,由收话语音通信终端根据收话语音编码参数还原合成接收的语音。
这里,收话语音通信终端是第一局域通信网络中的发话语音通信终端的通话对象,因此合成语音必须在该收话语音通信终端完成,主要是将得到的收话语音编码参数还原合成为话音信号。
由此可见,通过本发明上述优选实施例,通过在第一局域通信网络中的各个语音终端上实现分布式的语音处理,确定了需要在窄带通信方式上传输的子码本的编号,既充分利用了局域通信网络内部的网络传输能力和各个语音通信终端的分布式处理能力,同时也能充分适应窄带通信有限的传输带宽,而整个过程又不以牺牲通话质量为代价。经过试验验证,传统的600bit/s语音编码的客观语音质量感知评估得分约为2.7分,采用本发明优选实施例进行分布式语音编码的600bit/s语音编码的客观语音质量感知评估得分约为3.0分。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种分布式低速语音通话方法,基于第一局域通信网络和第二局域通信网络,所述第一局域通信网络和第二局域通信网络内部均包括多个语音通信终端,所述第一局域通信网络和第二局域通信网络之间通过容量有限的窄带通信方式互联,其特征在于,
码本存储,所述第一局域通信网络和第二局域通信网络使用相同的语音特征码本A进行语音编码和译码,将所述语音特征码本A分解为多个子码本a1、a2、……、an,n≥2,A=a1∪a2∪……∪an,所述子码本a1、a2、……、an存储到所述第一局域通信网络中的各个所述语音通信终端内,所述子码本a1、a2、……、an也存储到所述第二局域通信网络中的各个所述语音通信终端内;
参数提取,在所述第一局域通信网络中,发话语音通信终端采集语音信号并分成语音数据帧,对所述语音数据帧进行参数提取,得到发话语音编码参数,然后向所述第一局域通信网络中的各个所述语音通信终端发送;
参数量化分析,所述第一局域通信网络中的任意一个所述语音通信终端对接收到的所述发话语音编码参数均进行量化编码,再将参数编码的结果与存储的每一个所述子码本进行误差分析,得到与所述子码本的量化误差值,再将所述子码本的编号、所述子码本对应的所述量化误差值和所述语音通信终端的编号作为所述子码本对应的参数量化结果发送给所述第一局域通信网络中的通信网络服务器;
误差比较,所述第一局域通信网络中的通信网络服务器接收来自所述第一局域通信网络中的各个所述语音通信终端传送的所述参数量化结果,确定其中最小的量化误差值及其对应的子码本am的编号;
跨网传输,所述第一局域通信网络中的通信网络服务器将所述最小的量化误差值所对应的所述子码本am的编号通过所述窄带通信方式传输给所述第二局域通信网络中的通信网络服务器;
恢复参数,所述第二局域通信网络中的通信网络服务器根据接收的所述子码本am的编号,查找所述子码本am存储在所述第二局域通信网络中的语音通信终端,并由所述语音通信终端根据所述子码本am恢复收话语音编码参数;
合成语音,所述收话语音编码参数进一步传输给所述第二局域通信网络中的收话语音通信终端,由所述收话语音通信终端根据所述收话语音编码参数还原合成接收的语音。
2.根据权利要求1所述的分布式低速语音通话方法,其特征在于,所述码本存储中,当所述第一局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,所述多个子码本a1、a2、……、an在所述第一局域通信网络中的各个语音通信终端上重新进行存储;当所述第二局域通信网络现存语音通信终端退网后,或者有新的语音通信终端入网后,所述多个子码本a1、a2、……、an在所述第二局域通信网络中的各个语音通信终端上重新进行存储。
3.根据权利要求1或2所述的分布式低速语音通话方法,其特征在于,在所述码本存储之前包括通过训练数据提取参数直接构造所述语音特征码本A,所述语音特征码本A包括单级码本、二级码本或三级码本。
4.根据权利要求3所述的分布式低速语音通话方法,其特征在于,所述通过训练数据提取参数包括对线谱对参数提取,直接构造的所述语音特征码本A为单级码本。
5.根据权利要求4所述的分布式低速语音通话方法,其特征在于,在所述对所述语音信号帧进行参数提取中包括对线谱对参数提取。
6.根据权利要求5所述的分布式低速语音通话方法,其特征在于,所述参数提取还包括对基音周期提取、能量提取和/或清浊音判决提取。
7.根据权利要求4所述的分布式低速语音通话方法,其特征在于,在所述参数量化分析中,当同一个语音通信终端中存有多个子码本时,则对所述多个子码本分别进行误差分析,对得到的误差值进行比较,从所述多个子码本中选取误差值最小的子码本,称之为局部最小误差子码本,所述语音通信终端只需将所述局部最小误差子码本的编号、对应的量化误差值和语音通信终端的编号作为所述局部最小误差子码本对应的参数量化结果发送给所述第一局域通信网络中的所述通信网络服务器。
8.根据权利要求7所述的分布式低速语音通话方法,其特征在于,所述参数量化分析中,所述误差分析采用加权欧氏距离计算量化误差值。
9.根据权利要求4所述的分布式低速语音通话方法,其特征在于,所述第一局域通信网络和所述第二局域通信网络为计算机局域通信网络,所述第一局域通信网络和所述第二局域通信网络之间的窄带通信方式包括短波通信、超短波通信或者卫星通信中的窄带信道。
10.根据权利要求9所述的分布式低速语音通话方法,其特征在于,所述跨网传输中,包括所述第一局域通信网络中的通信网络服务器对所述子码本am的编号进行信道编码,对应在所述恢复参数中,所述第二局域通信网络中的通信网络服务器首先进行信道译码,然后得到所述子码本am的编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710754733.8A CN107564535B (zh) | 2017-08-29 | 2017-08-29 | 一种分布式低速语音通话方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710754733.8A CN107564535B (zh) | 2017-08-29 | 2017-08-29 | 一种分布式低速语音通话方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107564535A CN107564535A (zh) | 2018-01-09 |
CN107564535B true CN107564535B (zh) | 2020-09-01 |
Family
ID=60976119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710754733.8A Active CN107564535B (zh) | 2017-08-29 | 2017-08-29 | 一种分布式低速语音通话方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107564535B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113035226B (zh) * | 2019-12-24 | 2024-04-23 | 中兴通讯股份有限公司 | 语音通话方法、通信终端和计算机可读介质 |
CN112270934B (zh) * | 2020-09-29 | 2023-03-28 | 天津联声软件开发有限公司 | 一种nvoc低速窄带声码器的语音数据处理方法 |
CN114039705B (zh) * | 2022-01-10 | 2022-03-22 | 中国电子科技集团公司第五十四研究所 | 一种利用e1线路透传低速语音数据的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101019171A (zh) * | 2004-07-23 | 2007-08-15 | 意大利电信股份公司 | 用于生成向量码本的方法、用于压缩数据的方法及装置、以及分布式语音识别系统 |
CN102867516A (zh) * | 2012-09-10 | 2013-01-09 | 大连理工大学 | 一种采用高阶线性预测系数分组矢量量化的语音编解方法 |
CN103581893A (zh) * | 2012-08-10 | 2014-02-12 | 北京百度网讯科技有限公司 | 分布式无线网络自组织的方法、装置及系统 |
CN104168091A (zh) * | 2014-09-01 | 2014-11-26 | 东南大学 | 一种面向多播业务的多天线分组预编码方法 |
CN106605372A (zh) * | 2014-09-30 | 2017-04-26 | 华为技术有限公司 | 数据通信方法和相关设备及通信系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7177804B2 (en) * | 2005-05-31 | 2007-02-13 | Microsoft Corporation | Sub-band voice codec with multi-stage codebooks and redundant coding |
US20080317145A1 (en) * | 2007-06-25 | 2008-12-25 | Bruno Clerckx | Multiple input multiple output communication system and a method of adaptively generating codebook |
CN101631004B (zh) * | 2009-08-10 | 2014-05-28 | 中兴通讯股份有限公司 | 一种预编码方法、系统及预编码码本的构造方法 |
-
2017
- 2017-08-29 CN CN201710754733.8A patent/CN107564535B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101019171A (zh) * | 2004-07-23 | 2007-08-15 | 意大利电信股份公司 | 用于生成向量码本的方法、用于压缩数据的方法及装置、以及分布式语音识别系统 |
CN103581893A (zh) * | 2012-08-10 | 2014-02-12 | 北京百度网讯科技有限公司 | 分布式无线网络自组织的方法、装置及系统 |
CN102867516A (zh) * | 2012-09-10 | 2013-01-09 | 大连理工大学 | 一种采用高阶线性预测系数分组矢量量化的语音编解方法 |
CN104168091A (zh) * | 2014-09-01 | 2014-11-26 | 东南大学 | 一种面向多播业务的多天线分组预编码方法 |
CN106605372A (zh) * | 2014-09-30 | 2017-04-26 | 华为技术有限公司 | 数据通信方法和相关设备及通信系统 |
Non-Patent Citations (1)
Title |
---|
移动通信端到端语音加密传输技术研究;韩心梓;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215;I136-1253 * |
Also Published As
Publication number | Publication date |
---|---|
CN107564535A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107564535B (zh) | 一种分布式低速语音通话方法 | |
DE60024123T2 (de) | Lpc-harmonischer sprachkodierer mit überrahmenformat | |
ZA200408780B (en) | Method and system for multi-rate lattice vector quantization of a signal. | |
WO2012144127A1 (ja) | ハフマン符号化を実行するための装置および方法 | |
US20070094019A1 (en) | Compression and decompression of data vectors | |
US11347941B2 (en) | Methods and apparatus for compressing data streams | |
US9385750B2 (en) | Split gain shape vector coding | |
CN110995753A (zh) | 用电信息采集系统中远程通信报文的组合压缩方法 | |
US6369722B1 (en) | Coding, decoding and transcoding methods | |
DE69913976T2 (de) | Sprachparameter-kompression | |
WO2011150810A1 (zh) | 数据编码方法、解码方法、编码器和解码器 | |
CN114422802B (zh) | 一种基于码本的自编码机图像压缩方法 | |
Vimala et al. | Enhanced ambtc for image compression using block classification and interpolation | |
CN114429200A (zh) | 规范化哈夫曼编解码方法及神经网络计算芯片 | |
Chen et al. | A linear predictive coding based compression algorithm for fronthaul link in C-RAN | |
RU2738141C2 (ru) | Способ и устройство сжатия/кодирования, способ и устройство декодирования | |
CN114157722A (zh) | 一种数据传输方法及装置 | |
Yanxia et al. | One effective method to design LBG initial codebook | |
CN117423348B (zh) | 基于深度学习和矢量预测的语音压缩方法及系统 | |
CN104113394A (zh) | 通信调制信号的压缩及解压方法 | |
WO2022217502A1 (zh) | 信息处理方法、装置、通信设备及存储介质 | |
Uda et al. | Picture coding by an adaptive multistage vector quantization | |
CN116072132A (zh) | 一种音频编码器、解码器、传输系统、方法及介质 | |
WO2011003233A1 (zh) | 编码方法、装置与系统、解码方法、装置与系统 | |
CN104681032A (zh) | 一种语音通信方法和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |