CN1079180C - 通信系统中的语音压缩方法及设备 - Google Patents

Abstract

本发明包括语音通信系统内具有给定带宽的语音通信资源中一种压缩多个语音信号的技术。该技术包括下述步骤：将该语音通信资源于信道化(441，442，443)，通过单边带调制在一个子信道上放置多个语音信号中的一对信号，在子信道内导频信号附近调制多个语音信号中的该对信号，并在多个子信道中压缩每一个语音信号的时间。在通信系统中由包括终端(113)和发送器(102)的基站设备使用该技术。选择呼叫接收器(112)接收压缩的多个话音信号并解压这些话音信号。

Description

通信系统中的语音压缩方法及设备

本发明一般涉及语音压缩技术，尤其涉及一种通过高效带宽利用和时间压缩技术进行语音压缩的方法和设备。

对当前技术的大型寻呼系统而言，语音消息寻呼在经济上是不可行的。语音寻呼所需的发射时间远大于信号音，数字或字母数字寻呼所需的发射时间。在当前技术下，与具有不够理想的语音质量再现的信号音，数字或字母数字寻呼相比较，语音寻呼服务在经济上是不可行的。限制语音消息寻呼的另一个因素是带宽和使用寻呼信道带宽的现有方法，相比较而言，字母数字寻呼的增长受限于必须获取键盘输入设备以向寻呼终端发送字母数字消息，它或者采用个人键盘的形式，或者是以呼入运行中心的呼叫的方式进行。因为主叫方可以简单地摘起话筒，拨打接入号码并口述消息，所以语音系统克服了这些入口问题。并且，没有哪一个现有语音寻呼系统采用了Motorola的新的高速寻呼协议结构，该协议结构也被称为FLEX^TM。

现有的语音寻呼系统缺乏FLEX^TM协议的许多优点，包括高电池节省率，多信道扫描功能，诸如语音和数据模式的混频，回应确认寻呼(允许向主叫方回送回执)，设置查找功能，系统和频率重用，这些优点尤其在大城市区域和延伸范围更为突出，它们通过丢失消息部分的选择重发来实现。

关于涉及语音信号时标的寻呼方面，以及诸如口授和语音邮件的其它应用，当前的时标方法缺少下述理想组合：既提供充分良好的话音质量，又具有允许设计者在给定的限制内优化应用的灵活性。因此，需要这样一种语音通信系统，它在经济上是可行的，并且具有在给定配置内允许优化的灵活性，尤其是在寻呼应用方面这种需求更为突出，并希望能进一步保持Motorola的FLEX^TM协议的许多优点。

一方面，本发明包括一种方法，用以在语音通信系统内具有给定带宽的语音通信资源中压缩多个语音信号。该方法包括下述步骤：将语音通信资源子信道化，将多个语音信号中的至少一个放置在一个子信道上，在每一个子信道中压缩每一个语音信号的时间。在子信道中这些步骤提供了一个压缩语音信号。

在本发明的另一方面，使用语音压缩的通信系统至少具有一个发送基站和多个选择呼叫接收性。发送基站包括一个接收音频信号的转入设备，一个处理设备，采用时标压缩技术和单边带调制技术压缩音频信号以提供一个处理信号，以及一个用于处理信号的后续发送的正交振幅调制器。多个选择呼叫接收器的每一个包括一个选择呼叫接收器模块以接收所发送的处理信号，一个处理设备，采用单边带解调技术和时标扩展技术解调所接收的处理信号以提供一个重构信号，以及一个放大器以将重构信号放大成一个重构音频信号。

在本发明的另一方面，接收压缩语音信号的选择呼叫接收器包括一个选择呼叫接收器模块的接收所发送的处理信号，一个处理设备，采用单边带解调技术和时标扩展技术解调所接收的处理信号以提供一个重构信号，以及一个放大器以将重构信号放大成一个重构音频信号。

在本发明的另一方面，在具有预定带宽的通信资源上发送选择呼叫信号的寻呼基站包括，一个输入设备以接收多个音频信号，一个将通信资源子信道化成预定数量的子信道的设备，每一个子信道的一个振幅压缩和琥波模块以压缩各个音频信号的振幅并滤波各个音频信号，一个时间压缩模块，为每个子信道压缩各个音频信号的时间，以及一个正交振幅调制器，用于处理信号的后续传送。

图1是根据本发明的语音通信系统的框图；

图2是根据本发明的基站发送器的框图；

图3是根据本发明的基站发送器的扩展电气框图；

图4是根据本发明的另一种基站发送器的扩展电气框图；

图5是根据本发明的基站发送器的语音处理，编码和调制部分的框图；

图6是根据本发明的6个单边带信号发送器的频谱分析仪输出；

图7是根据本发明的选择呼叫接收器的扩展电气框图；

图8是根据本发明的另一种选择呼叫接收器的扩展电气框图；

图9是根据本发明的另一种选择呼叫接收器的扩展电气框图；

图10是示出根据本发明的外出信令协议的传输格式的时序图；

图11是示出根据本发明的包括语音帧细节的外出信令协议的传输格式的另一个时序图；

图12是说明根据本发明的外出信令协议的一个控制帧和两个模拟帧的另一个时序图；

图13-17说明了根据本发明的WSOLA时标(压缩)方法的几个迭代的时序图；

图18-22说明了根据本发明的WSOLA-SD时标(压缩)方法的几个迭代的时序图；

图23-24说明了根据本发明的WSOLA-SD时标(扩展)方法的迭代的时序图；

图25说明了根据本发明的整个WSOLA-SD时标方法的框图。

参看图1，在选择呼叫系统100的框图中示出了说明本发明的语音压缩和扩展技术的通信系统，选择呼叫系统100包括一个接收音频信号的输入设备，例如电话114(或其它输入设备，例如一台计算机)，该输入设备启动基于语音的选择呼叫以将其传送到系统100的选择呼叫接收器中。每一个通过电话114进入的选择呼叫一般包括(a)至少一个系统中的选择呼叫接收器的接收器地址，和(b)一个语音消息。启动的选择呼叫一般提供给发送基站或选择呼叫终端113以进行格式化或排队。终端113的语音压缩电路系统101用于压缩所提供的语音消息的时间长度(这种语音压缩电路系统101的具体操作在后续图2，3和4的描述中讨论)。语音压缩电路系统101最好包括一个处理设备，采用时标技术和单边带调制技术压缩音频信号以提供处理信号。该选择呼叫随后被输入到选择呼叫发送器102，在后者中将其调制到一个无线频率信号，由天线103通过无线方式将其发送。发送器最好是一个正交振幅调制发送器以发送处理信号。

选择呼叫接收器112中的天线104接收已调发送射频信号并将其输入到用以接收处理信号或射频信号的选择呼叫接收器模块或射频接收器模块105，在模块105中解调射频信号并恢复接收器地址和压缩语音消息。压缩语音消息随后被提供给模数转换器(A/D)115。选择呼叫接收器112最好包括一个处理设备，采用单边带解调技术和时标扩展技术解调所接收的处理信号以提供一个重构信号。压缩语音信号然后被提供给语音扩展电路106，在电路106中最好将语音消息的时长扩展到所需值(本发明所采用的这种语音扩展电路系统106的具体操作在后续图7和8的描述中讨论)。语音消息然后被提供给一个放大器，例如音频放大器108以将其放大成一个重构音频信号。

解调的接收器地址从射频接收器105输送到解码器107。如果接收器地址匹配解码器107中存储的任一接收器地址，那么可以选择激活通知设备111，提供给该选择呼叫接收器112的用户一个简短的感觉(sensory)指示以告知接收到选择呼叫。该简短感觉指示可以包括可闻信号，触觉信号，例如振动，或者可见信号，例如光，或者是这三者的组合。放大的语音消息随后从音频放大器108输送给通知设备111内的音频扬声器以播放消息并供用户检查。

解码器107可以包括一个存储器，所接收的语音消息可以存储在其中，并由一个或多个控制110的行为重复调用以进行检查。

在本发明的另一方面，图1的部分可以等价为一个口述(dictation)设备，语音邮件系统，应答机，或者声迹编辑设备。通过取消系统100的无线方面，包括取消选择呼叫发送器102和射频接收器105，系统可以从语音压缩电路系统101经过A/D115到语音扩展电路系统106可选地进行硬件化，如虚线所示。这样，在语音邮件，应答机，声迹编辑或口述系统中，输入设备114向带有语音压缩电路系统101的终端113供应一个声输入信号，例如一个话音信号。语音扩展电路系统106和控制110将对语音邮件，应答机，口述，声迹编辑或其它应用系统中的输出话音信号实施监听和操作。本发明明确地考虑到所声明的发明的时标技术除了寻呼之外，还可以有许多其它应用。此处公开的寻呼例子仅说明了这些应用中的一个。

现在参看图2，示出了寻呼发送器102和终端113的框图，终端113包括一个振幅压缩和滤波模块150，它耦合到一个时间压缩模块150，后者耦合到选择呼叫发送器102并通过天线103发送消息。参看图3和4，示出了图2框图的一个较低层次框图。

请记住该压缩语音寻呼系统非常高效地利用了带宽，一般能够支持每25KHz信道上6到30个语音消息，这通过正交振幅(QAM)或单边带(SSB)调制的基本概念和话音信号的时标来实现。在第一实施例中，并请参看图6，压缩语音信道或语音通信资源最好包括3个相距6250Hz的子信道。每一个子信道包括两个单边带和一个导频。这两个单边带的每一个可以在第一方法中带有相同的消息，或者在第二方法中每一边带上带有不同的话音消息或者单个消息在上边带和下边带上分割。单个子信道实际上具有6250Hz带宽，每一个边带实际占据3125Hz带宽。实际话音带宽实际上是300-2800Hz。可选地，在直接通过信号的I和Q分量发送两个独立信号以生成每一子信道信号的情况下，可以使用正交振幅调制。在QAM和SSB情况下所需的传输带宽是相同的。

注意到图2中的模块150和160可以重复以供每一个不同的语音信号使用(在25KHz宽的信道中可以多达6次，在50KHz宽信道中多达14次)，从而允许语音消息的高效和同时传输(在示出的例子中多达6个)。它们随后可以在加法设备(未示出，但可参看图5)中全部累加，并最好在102中作为合成信号处理。单独的信号(未示出)  包含FLEX^TM协议(后面将予以描述)的FM调制，后者可以可选地在软件中产生或作为硬件FM信号激励器的输出。

在此处示出的例子中，最好由终端113接收到来的话音消息。本系统最好使用时标方案或技术以实现所需的压缩。本发明所采用的优选压缩技术需要与到来消息相关的特定参数以提供优化的质量。时标压缩技术最好将话音信号处理成一个具有与未压缩话音相同带宽特征的信号。(一旦计算出这些参数，采用所需的时标压缩技术压缩话音)。然后通过一个数字编码器编码该时标压缩话音以减少需要分配到发送器的比特数量。在寻呼系统的情况下，分配到联播寻呼系统的多个联播现场的发送器的编码话音需要再次解码以进行进一步处理，例如振幅压缩。在发送器中采用到来话音信号的振幅压缩(最好使用音节压扩器)以防止信道损伤。

一种称为基于波形相似性的重叠相加技术或WSOLA的时标技术将话音编码成一个具有与未压缩话音相同带宽特性的模拟信号。WSOLA的这种特性允许它与SSB或QAM调制组合，从而达到的总压缩是多个QAM或SSB子信道(在我们的例子中是6个话音信道)的带宽压缩率和WSOLA的时间压缩率(一般在1和5之间)的乘积。在本发明中，采用WSOLA的改进版本，这在后面描述并被称为“WSOLA-SD”。WSOLA-SD保持了WSOLA的兼容特性，允许与SSB或QAM调制组合。

最好采用且适应差分脉码调制编码器(ADPCM)将话音编码成数据，随后分配给发送器。在发送器中，解码数字数据以获取WSOLA-SD压缩话音，随后振幅压扩该压缩话音以提供保护，免受信道噪声的影响。对该信号进行希尔伯特交换以得到一个单边带信号。可选地，对该信号进行正交调制以得到一个QAM信号。然后向该信号中加入导频，最好将最终信号插值成16KHz抽样速率并转换成模拟信号，随后对其进行调制和发送。

本发明可以作为混合模式(语音或数字)单或双向通信系统工作，以在前向信道(从基站发送器发出)上向选择呼叫接收器单元传送模拟语音和/或数字消息，并从同一个选择呼叫接收器单元中接收确认，该选择呼叫接收器单元在可选的反向信道(进入到基站接收器)上额外具有可选的发送器。本发明的系统在前向信道上最好采用类似于FLEX^TM(Motorola公司的高速寻呼协议，美国专利No.5,282,205的主题，在此列出以供参考)的同步帧结构以进行寻址和语音消息发送。使用两种类型的帧、控制帧和语音帧。控制帧最好用于将数字数据寻址并传递到便携式语音单元(PVU)形式的选择呼叫接收器。语音帧用于将模拟语音消息传递给PVU。这两种帧类型在长度上都与标准FLEX^TM帧相同，并且都以标准FLEX^TM同步开始。这两类帧在单个前向信道上时分复用。本发明的帧结构将在后面参照图10，11和12更详细地予以讨论。

在调制方面，最好在本发明的前向信道上使用两种类型的调制：数字FM(2值和4值FSK)和AM(带有导频的SSB或QAM)。数字FM调制用于这两类帧的同步部分，并用于控制帧的地址和数据域。在语音帧的语音消息域中采用AM调制(每一边带可以独立使用或在单个消息中组合在一起使用)。传输的数字FM部分支持6400BPS(3200波特码元)信令传送。传输的AM部分支持限带语音(2800Hz)，并且一对语音信号需要6.25KHz。该协议将在后面描述，它通过将一个主速信道划分成6.25KHz子信道，并通过为独立消息使用每一子信道和AM边带来利用减少的AM带宽。

本发明的语音系统最好设计成工作在25KHz或50KHz前向信道，但其它范围的频谱当然也在本发明的考虑之内。25KHz前向信道在控制帧期间支持单个FM控制信号，而在语音帧的消息部分期间支持多达3个AM子信道(6个独立信号)。50KHz前向信道在控制帧期间支持以时间同步方式工作的两个FM控制信号，而在语音帧的消息部分期间支持多达7个AM子信道(14个独立信号)。当然，使用不同大小的带宽和子信道和信号数量的其它配置也在本发明的考虑之内。此处公开的例子仅仅用于说明和指示此权利要求书的潜在的宽广范围。

除了通过调制和频谱的子信道化实现的频谱效率，本发明在另一个实施例中可以使用一种独立于扬声器的语音压缩技术，该语音压缩技术利用1到5倍的因子时标话音。通过对同一个消息的不同部分或不同消息使用子信道的两个AM边带(可选的，2个QAM分量)，每一子信道的总压缩因子是2到10倍。随着时间压缩因子的增长，语音质量一般将下降。在本发明的语音系统中使用的压缩技术最好是一种已知的时标技术的改进形式，如前所述，这种时标技术被称为基于波形相似性的重叠相加技术(WSOLA)。WSOLA的改进形式独立于所使用的特定扬声器或话音，因此将其定名为“WSOLA-SD”，其中“SD”意味着独立于扬声器，后面将对其进行讨论。

当可以使用反向(进入到基站接收器)信道时，本发明的操作能够得到改进。频分单工操作方式是所支持的一种进入操作方式(美国专利No.4,875,038和4,882,579，都已转让给本发明的受让人，Motorola公司，它们说明了在一个进入信道上使用多个确认信号，此处列出以供参考)。在频分单2方式下，为进入的传输提供一个单独的专用信道(通常与一个外出信道成对)。在12.5KHz信道带宽内，可以考虑800到9600BPS的进入数据速率。

本发明的系统可以根据反向信道的可用性工作在多个模式之一。  当反向信道不可用时，系统最好在寻址和语音消息传送时都工作在联播模式。当提供了反向信道时，系统可以工作在目标消息模式，因而消息仅在位于便携式语音单元附近的单个发送器或某个发送器的子集中广播。目标消息模式的特征在于，联播寻址以定位该便携式语音单元，便携式语音单元在反向信道上的响应提供了位置，接着是向该便携式语音单元的本地化消息传输。目标消息模式操作的优点在于，它提供了子信道重用的机会；以及因此这种模式的操作可以在许多大型系统中带来系统容量的增加。

图3说明了根据本发明的发送器300的第一实施例的框图。模拟话音信号被输入到一个抗混淆低通滤波器301，后者强烈衰减所有超过模数转换器(ADC)303抽样速率一倍半的频率，模数转换器303进一步耦合到滤波器301。ADC303最好将模拟话音信号转换成数字信号，以便用数字处理技术完成进一步的信号处理。数字处理是优选方法，但同样的功能可以通过模拟技术或模拟和数字技术的组合来执行。

耦合到ADC303的带通滤波器305强烈衰减低于或高于其截止频率的频率。下截止频率最好是300Hz，它允许有效话音频率通过，但是衰减会干扰导频的较低频率。上截止频率最好是2800Hz，它允许有效话音频率通过，但衰减会干扰相邻传输信道的较高频率。最好耦合到滤波器305的自动增益控制(AGC)块307均衡不同语音的音量电平。

最好耦合到AGC块307的时间压缩块309缩短了话音信号传输所需的时间，同时保持了实质上与带宽滤波器305的输出相同的信号频谱。时间压缩方法最好是WSOLA-SD(后面将予以解释)，但是也可以使用其它方法。振幅压缩块311，和接收器700中对应的振幅扩展块720(图7)形成了压扩设备，众所周知，该压扩设备能够明显增加所接受话音的信噪比。压扩率最好是2分贝比1分贝，但是根据本发明也可以使用其它比值。在通信系统的特定实例，例如寻呼系统中，设备301-309可以包括在寻呼终端(图1的113)中，而图3中的其余元件可以组成寻呼发送器(图1的102)。在这种情况下，一般在寻呼终端和寻呼发送器之间有一条数字链路。例如，块309之后的信号可以采用脉码调制(PCM)技术进行编码，随后通过PCM解码来减少寻呼终端和寻呼发送器间传送的比特数量。

在任何情况下，耦合到振幅压缩块311的第二带通滤波器308强烈衰减低于和高于其截止频率的频率以消去由AGC307，时间压缩块309或振幅压缩块311所产生的任何寄生频率分量。下截止频率最好是300Hz，它允许有效话音频率通过，而衰减会干扰导频的较低频率。上截止频率最好是2800Hz，它允许有效话音频率通过，但衰减会干扰相邻传输信道的较高频率。

时间压缩话音样本最好存储在缓冲器313中，直至处理完整个话音消息。这允许时间压缩话音信号随后作为一个整体进行传输。这种缓冲方法最好用于寻呼服务(它一般不是实时服务)对其它应用而言，其它缓冲方法可能更合适。例如，对涉及双向实时通话的应用而言，这种类型的缓冲所引起的时延可能是无法忍受的。在该情况下，交织几个通话的小段更为可取。例如，如果时间压缩率是3∶1，那么3个定时话音信号通过单个信道传送。这3个传输可以在信道上以150毫秒脉冲串的形式进行交织，其结果时延将不会再令人厌烦。来自缓冲器313的时间压缩话音信号被输送给希尔伯特变换滤波器323，同时输送给时延块315，后者具有与希尔伯特变换滤波器相同的时延，但是并不影响该信号。

时延块315(经过加法电路317)和希尔伯特变换滤波器323的输出分别形成了上边带(USB)单边带(SSB)信号的同相(I)和正交(Q)分量。时延的输出和希尔伯特变换的负(325)输出分别形成了下边带(LSB)单边带信号的同相(I)和正交(Q)分量。这样传输可以在上边带或下边带上进行，如虚线所示。

当使用上边带传送一个时间压缩话音信号时，通过工作在下边带的另一个类似的发送器可以利用下边带同时发送第二时间压缩话音信号。SSB是优选调制方法，因为它能高效地使用传输带宽并能防止串音。也可以使用双边带振幅调制(AM)或频率调制(FM)，但将需要至少两倍的传输带宽。也可以直接通过I分量发送一个时间压缩话音信号，直接通过Q分量发送第二时间压缩话音信号，但是在本实施例中，当在接收器中发生多径接收时，这种方法会导致两个信号间的串音。

将直流(DC)信号加入到信号的I分量以产生导频，后者与信号一起发送，并由接收器(700)用以实际上消除传输信道上的增益和相位变化或衰落的影响。信号的I和Q分量分别由数模转换器(DAC)319和327转换成模拟形式。这两个信号随后分别由低通重构滤波器321和329滤波以消除由数模转换处理带来的寄生频率分量。正交振幅调制(QAM)调制器333将I和Q信号调制成较低功率值的射频(RF)载波。其它调制方法，例如已调信号的直接数字合成将完成DAC(319和327)，重构滤波器(321和329)和QAM调制器333的相同功能。最后，线性RF放大器335将已调RF信号放大到所需的功率值，一般是50瓦或更多。然后，将RF功率放大器335的输出传送到发射天线。基它变化可以产生实际上相同的结果。例如，振幅压缩可以在时间压缩之前执行，或者完全忽略，而设备仍将执行实际上相同的功能。

图4说明了根据本发明的发送器400的第二实施例的框图。在图4中，使用上边带和下边带同时发送同一个时间压缩信号的不同部分。发送器400最好包括一个抗混淆滤波器404，一个ADC403，一个带通滤波器405和一个AGC 407，一个时间压缩块409，一个振幅压缩块411，和一个带通滤波器408，其连接和配置如图3所示。图4的发送器的操作与图3相同，直至处理完整个话音消息并将其存储在缓冲器413中。存储在缓冲器413中的时间压缩话音样本随后被划分以在上边带或下边带上发送。最好是前半部分时间压缩话音消息通过一个边带发送，而后半部分时间压缩话音消息通过另一个边带发送(或者也可以直接在每一个I和Q分量上发送)。

来自缓冲器413的第一部分时间压缩话音信号同时输送给第一希尔伯特变换滤波器423和第一时延块415，后者具有与希尔伯特变换滤波器423相同的时延，但并不影响信号。第一时延的输出(通过加法电路417)和第一希尔伯特变换滤波器423的输出(通过加法电路465)是同相(1)和正交相位(Q)信号分量，当连接到QAM调制器的I和Q输入时，它们产生的上边带信号仅带有来自第一部分时间压缩话音样本的信息。来自缓冲器413的第二时间压缩话音信号同时输送给第二希尔伯特变换滤波器461和第二时延块457，后者具有与希尔伯特变换滤波器461相同的时延，但并不影响信号。第二时延的输出(通过加法电路459和417)和第二希尔伯特变换滤波器461的负输出(463)(再次通过加法电路465)是同相(I)和正交相位(Q)信号分量，当连接到QAM调制器的I和Q输入时，它们产生的上边带信号仅带有来自第二部分时间压缩话音样本的信号。上边带和下边带信号的I分量与一个DC导频分量相加(通过加法电路459)生成合成的I分量用于传输。上边带和下边带信号的Q分量相加(通过加法电路465)，生成合成的Q分量用于传输。应当理解元件415，423，457，461，417，459，463，465，419，427，421和429形成一个预处理器，它产生预处理的I和Q信号分量，当连接到QAM调制器453时，这两个信号分量产生低电平子信道信号，后者带有子载波F_A并具有两个单边带信号，这两个信号的每一边带上带有独立信息。

发送器400进一步包括DAC419和427，重构滤波器421和429，QAM调制器433和RF功率放大器455，其布局和构造如图3所示。图4的发送器的其余部分的操作与图3相同。

分别在图3和4中的发送器300和400中，最好仅有抗混淆滤波器，重构滤波器，RF功率放大器和可选的模数转换器和数模转换器是独立的硬件元件。这两个设备的其余部分最好是并入软件中，后者可以在处理器，最好是数字信号处理器中运行。

图7说明了根据本发明的最好与图3的发送器300一起工作的接收器700的框图。接收天线连接到接收器模块702。接收器模块702包括传统的接收器元件，例如RF放大器，混频器，带通滤波器和中频(IF)放大器(未示出)。QAM解调器704检测所接收信号的I和Q分量。模数转换器(ADC)706将I和Q分量转换成数字形式以进行进一步处理。数字处理是优选方法，但是相同功能也可以由模拟技术或模拟与数字技术的组合来执行。其它的解调方法，例如sigma-delta转换器或直接数字解调也能完成与QAM解调器704和ADC706的相同的功能。

前馈自动增益控制(AGC)块708使用与时间压缩话音信号一起传送的导频作为相位和振幅参考信号以实际消除传输信道中发生的振幅和相位失真的影响。前馈自动增益控制的输出是所接收信号的修正的I和Q分量。修正的Q分量输送给希尔伯特交换滤波器712，而修正的I分量输送给时延块710，后者具有与希尔伯特变换滤波器712相同的时延，但并不影响信号。

如果时间压缩话音信号在上边带上传送，希尔伯特变换滤波器712的输出加入(通过加法电路714)到时延块710的输出中以产生恢复的时间压缩话音信号。如果时间压缩话音信号在下边带上传送，从时延块710的输出中减去(716)希尔伯特变换滤波器712的输出以产生恢复的时间压缩话音信号。恢复的时间压缩话音信号最好存储在缓冲器718中直至接收完整个消息。也可以采用其它缓冲方法。(参看图3的讨论)

振幅扩展块720与图3的振幅压缩块311一起工作的执行压扩功能。时间扩展块722与图3的时间压缩块309一起工作，最好将话音重构成它本来的时间帧用于传感器724的音频输出，或者重构成其它应用可能建议的其它时间帧。一种应用可选地包括将数字化语音传送给计算设备726，其中接收器到计算机的接口可以是PCMCIA或RS-232接口或本领域中已知的任意型号的接口。时间压缩方法最好是WSOLA-SD，但是也可以使用其它方法，只要在发送器和接收器中采用互补的方法。配置中的其它变化可以产生实质上相同的结果。例如，振幅压缩可以在时间压缩之后执行，或者完全忽略而设备仍将执行实际上相同的功能。

图8说明了根据本发明与图4的发送器400一起工作的接收器750的框图。图8的接收器包括一根天线，接收器模块752，一个QAM调制器754，一个ADC756，一人前馈AGC758，一个时延块760和一个希尔伯特变换滤波器762，其布局和构造如图7所示。图8的接收器的操作直到时延块760和希尔伯特变换滤波器762的输出为止都与图7相同。希尔伯特变换滤波器762的输出加入到时延块760的输出(通过加法电路764)以产生恢复的时间压缩话音信号，后者对应于在上边带上传送的话音消息的前半部分，从时延块760的输出中减去(766)希尔伯特变换滤波器762的输出以产生恢复的时间压缩话音信号，后者对应于在下边带上传送的话音消息的后半部分。

这两个恢复的时间压缩话音信号存储在各自的上边带和下边带缓冲器768和769中，直至接收完整个消息。然后，对应于前半部分消息的信号和对应于后半部分消息的信号接着被输送到振幅扩展块770。振幅扩展块770与图4的振幅压缩块411一起工作以执行压扩功能。

图8的接收器的其余部分的操作与图7相同。时间扩展块722与图4的时间压缩块409一起工作，最好将话音重构成它本来的时间帧或其它应用可能建议或需要的其它时间帧。时间压缩方法最好是WSOLA-SD，但是也可以使用其它方法，只要在发送器和接收器中采用互补的方法，其它配置可以产生实质上相同的结果。例如，振幅压缩可以在时间压缩之后执行，或者完全忽略而设备仍将执行实际上相同的功能。

根据图3和4的发送器的实现，图7和8的许多元件可以以软件方式实现，包括但不限于AGC，单边带或QAM解调器，求和电路，振幅扩展块，以及时间扩展块。所有其它元件最好以硬件方式实现。

如果本发明的话音处理，编码和调制部分将在硬件中实现，则可以使用图5的实现方式。例如，图5的发送器500包括一系列单边带激励器对(571-576)，它们设置成各自导频(581-583)的频率。激励器571-576和导频581-583对应于不同的语音处理路径。所有这些信号，包括来自FM信号激励器577的信号(用于前述同步，地址和数据域的数字FM调制)将被馈送到一个加法放大器570并随后发送，加法放大器570则由线性放大器580放大。FM激励器577的低电平输出也线性合并到加法放大器570。线性RF功率放大器580将加法放大器570的合成的输出信号放大到所需的功率值，通常是50瓦或更大。线性RF功率放大器580的输出随后输送给发射天线。

也可以使用其它装置来合并多个子信道信号。例如，在图4的417和465的输出中得到的多个数字基带I和Q信号可以在频率上转换成它们各自的子载波偏频，以数字形式予以合并，然后转换到模拟形式以调制到载频。

参看图9，示出了根据本发明的另一种接收器单元900。在接收器900中额外并入了一个装置，用于检测和解码在FLEX^TM信令协议中使用的FM已调控制信号。框902是接收器前端和FM后端。一个数字自动频率控制器(DAFC)和自动增益控制器(AGC)并入到框902。框906包括带有一个支持芯片950的无线处理器，框911，914和916包括所有输出设备。框904是在处理器906控制下工作的电池节能器或电池节能电路。框850是一个线性解码器，连接着模数转换器和随机存取存储器(RAM)框858。接收器框902最好是一个改进的PM接收器，包括一个附加的如美国专利No.5,239,306中所描述的DAFC(该专利已转让给本发明的受让人，在此列出以供参考)，一个AGC，在大部分接收器增益之后但在FM解调器之前的某个点上提供中频(IF)输出。

控制Motorola的FLEX^TM协议兼容寻呼机的同一个处理器应该能充分处理本发明中的所有协议功能，包括FM解调信号的地址识别和消息解码。此外，响应于FM已调地址(和可能的消息指针码字)，处理器906启动模数转换和RAM框868的操作。框868在线性解码器框850的输出中抽样I(同相)和Q(正交)线性已调信号中的一个，或者两者都进行抽样。借助于地址计数器将信号样本直接写入RAM并响应于来自处理器906的控制信号。

如前所述，语音可以作为占据信道的单语音边带的一个SSB信号发送，或在均分到I或Q信道上发送。每一个I和Q信号作为两个模拟单边带(SSB)同时占据相同的RF带宽。语音带宽在2.8KHz的量级上，所以如果从I和Q信道信息中恢复模拟SSB，那么一般每一个模数转换器都需要大约6.4KHz的信号抽样率。模数转换器以8比特精度(尽管最好是多达10比特)抽样。模数转换器进行的直接存储器存取允许使用速度和功率都不是信道数据速率的直接函数的处理器。也就是说，微处理器可以用以进行直接存储器存取，但是如果通过微处理器将模数转换数据读入存储器，则需要一个速度高得多的处理器。

模数转换器(A/D)，双端口RAM和地址计数器组成框868。第二RAM I/O端口可以是串行或并行的，并且工作在每秒6或12K样本速率。提供第二RAM I/O端口是为了处理器能析取抽样语音或数据，处理解调功能以及扩展压缩的语音或格式化数据。恢复的语音通过语音处理器914和传感器916回放，而格式化数据可以在显示设备911上显示。

再次参看图9，通过扩展电气框图进一步具体描述本发明的双模式通信接收器的接收器操作。天线802截取发送的信息信号，该信号以FM调制格式调制，或者以线性调制格式(例如SSB)方式调制。天线802将该信息信号输送到接收器部分902，尤其输送到射频(RF)放大器806的输入端。该消息信息在任一合适的RF信道，例如在VHP波段和UHF波段上的信道上发送。RF放大器806放大所接收的信息信号，例如在930MHz寻呼信道频率上接收的信号中的信息信号，将放大的信息信号输送到第一混频器808的输入端。在本发明的优选实施例中通过频率合成器或本地振荡器810产生的第一振荡信号也输送到第一混频器808。第一混频器808将放大的信息信号和第一振荡器信号混频以提供第一中频，或IF，信号，例如45MHzIF信号，它被输送到第一IF滤波器812的输入端。应当理解也可以使用其它IF频率，尤其在使用其它寻呼信道频率时更是如此。IF滤波器812的输出是一个在信道信息信号，它被输送到第二转换部分814的输入端，下面将进一步具体描述第二转换部分814。第二转换部分814通过第二振荡器信号将在信道信息信号混频到较低的中频，例如455KHz，第二振荡器信号也由合成器810产生，第二转换部分814放大结果中频信号以提供适于输送到FM解调器部分908或线性输出部分824的第二IF信号。

接收器部分804以类似于传统FM接收器的方式工作，但是不同于传统FM接收器，本发明的接收器部分804还包括一个自动频率控制部分816，它连接到第二转换部分814，并且恰当地抽样第二IF信号以提供一个频率修正信号，后者输送到频率合成器810以维护调谐到指派信道的接收器。接收器调谐的维护对以线性调制格式传送的QAM(即I和Q分量)和/或SSB信息的正确接收尤其重要。使用频率合成器以产生第一和第二振荡器频率允许接收器在多个工作频率上选择操作，这些工作频率例如通过代码存储器编程和/或通过电波接收到的，例如在FLEX^TM协议中的参数选出。应当理解，也可以使用其它振荡器电路，例如可以由来自自动频率控制部分816的频率修正信号调整的固定频率振荡器电路。

自动增益控制820也连接到本发明的双模式接收器的第二转换部分814。自动增益控制820估计第二IF信号的样本的能量，并提供一个增益修正信号，后在被输送到RF放大器806以维持RF放大器806的预定增益。该增益修正信号也输送到第二转换部分814以维持第二转换部分814的预定增益。RF放大器806和第二转换部分814的增益的维护是正确接收以线性调制格式传送的高速数据信息，并进一步区分本发明的双模式接收器和传统FM接收器所必需的。

当以FM调制格式传送消息信息或控制数据时，第二IF信号输送到FM解调器部分908，下面将更具体地子以解释。FM解调器部分908以一种本领域技术人员众所周知的方式解调第二IF信号以提供一个恢复的数据信号，后者是一个对应于所接收的以FM调制格式传送的地址和消息信息的二进制信息流。恢复的数据信号通过输入/输出端口或I/O端口828的输入端输送到微机906的输入端，微机906充当解码器和控制器。微机906提供通信接收器900的完全操作控制，提供了诸如解码，消息存储和检索，显示控制以及通知等功能，这里仅列出了一些功能。设备906最好是单芯片微机，例如由Motorola生产的MC 68HC05微机，并包括用于操作控制的CPU840。内部总线830连接设备906的每一个操作元件。I/O端口828(在图9中分解示出)提供了多个控制和数据线，提供从外部电路，例如电池节能器开关904，音频处理器914，显示器911和数字存储868到设备906的通信。通过一个定时装置，例如定时器834产生通信接收器的操作所需的定时信号，这些操作例如是电池节能器定时，通知定时和消息存储和显示定时。振荡器832为CPU840的操作提供时钟，并为定时器834提供参考时钟。RAM838用于存储在执行控制通信接收器900的操作的不同固件例程时所用的信息，也可以用于存储短消息，例如数字消息。ROM836包含用于控制设备906操作的固件例程，这些例程包括解码所恢复的数据信号，电池节能器控制，数字存储部分868中的消息存储和检索所需的例程，以及寻呼器操作和消息呈现的一般控制。通知产生器842响应于解码FM已调信令信息提供一个通知信号。代码存储器910(未示出)通过I/O端口828连接到微机906。代码存储器最好是一个EEPROM(电可擦除编程只读存储器)，它存储通信接收器900响应的一个或多个预定地址。

当接收到FM已调信令信息时，由设备906对其解码，设备906以本领域技术人员众所周知的方式充当解码器。当恢复数据信号中的信息匹配任一存储的预定地址，则解码后续接收的信息以判定发向接收器的附加信息是以FM调制格式调制的，还是以线性调整格式调制。如果附加信息以FM调制格式发送，则在微机RAM838，或在数字存储部分868中接收并存储所恢复的消息信息，这将在后面进一步解释，并生成一个通知信号发向通知产生器842。该通知信号被输送到音频处理电路914，后者驱动传感器916，发出可闻通知。其它形式的可感通知，诸如触觉或振动通知，也可以用于通知用户。

如果待发送的附加信息是线性调制格式(诸如SSB或“I和Q”)，微机906解码指针信息。指针信息包括向接收器指示在发送附加信息的信道带宽内是何种边带组合(或何种I和Q分量组合)的信息。设备906维持以FM调制格式传送的信息的监控和解码操作，直至当前这批信息结束，在该时刻挂起对接收器的供电，直至指定的下一批，或者直至由指针识别的那批信息到达，在这期间传送高速数据。设备906通过I/O端口828产生一个电池节能控制信号，后者输送到电池节能器开关904以挂起FM解调器908的供电，并向线性输出部分824，线性解调器850、和数字存储部分868供电，这将在下面描述。

现在携带SSB(或“I和Q”)信息的第二IF输出信号被耦合到线性输出部分824。线性输出部分824的输出耦合到正交检波器850，尤其耦合到第三混频器852的输入端。第三本地振荡器还连接到第三混频器852，它最好在35-150KHz的频率范围内，尽管应当理解成也可以使用其它频率。来自线性输出部分824的信号与第三本地振荡器信号854混频，在第三混频器852的输出端产生一个第三IF信号，该信号被输送到第三IF放大器856。第三IF放大器是一个低增益放大器，它在输入信号中缓冲输出信号。第三输出信号被输送到I信道混频器858和Q信道混频器860。I/Q振荡器862提供第三IF频率的正交振荡器信号，后者在I信道混频器858和Q信道混频器860中与第三输出信号混频，以在混频器输出端提供基带I信道信号和Q信道信号。基带I信道信号被输送给低通滤波器864，而基带Q信号被输送给低通滤波器866，以提供一对代表压缩和压扩语音信号的基带音频信号。

该音频信号被输送到数字存储部分868，尤其输送到模数转换器870的输入端，A/D转换器870以864和866输出的最高频率分量的至少两倍的速率抽样该信号。抽样速率最好是每I和Q信道6.4千赫兹。应当理解，所指出的数据抽样速率仅是示例性的，根据所接收的音频消息的带宽，也可以使用其它抽样速率。

在传送高速数据的批量期间，微处理器906提供一个计数允许信号，后者被输送到地址计数器872。也允许A/D转换器870抽样信息码元对。A/D转换器870产生用于当地址计数器872提供时钟的高速样本时钟信号，而地址计数器872则相应地产生地址，从而通过从转换器870到RAM874的数据线将抽样语音信号装入双端口随机存取存储器874。实时高速装入双端口RAM874语音信号，由微机906在接收完所有语音信号之后予以处理，因为不再需要微机906实时处理信息，所以所消耗的能量大大减少。微机906通过数据线和地址线存取所存储的信号，在本发明的优选实施例中，它处理信息码元对，在传送字母数字数据的情况下产生ASCII编码信息，而在传送语音的情况下产生数字抽样数据。数字语音样本根据需要可以存储成其它格式，例如基于BCD，CVSD，或者2PC的形式和其它类型，在时间压缩语音信号的情况下，ADC转换器870抽样的I和Q分量由CPU840通过双端口874和I/Q828进一步处理，以(1)振幅扩展该音频信号和(2)时间扩展该信号，如同在图7和8的接收器的类似操作中所描述的那样。该语音然后被再次存储在RAM874中。在双端口RAM中存储该ASCII编码或语音数据，直至通信接收器用户要求呈现该信息。用户通过开关(未示出)选择和读取所存储的消息，从而恢复了所存储的ASCII编码数据。当需要读出所存储的ASCII编码消息时，用户选择要读出的消息并开启读开关，从而允许微机906恢复数据并在显示器911，例如一个液晶显示器上呈现所恢复的数据。如果需要读出一个语音消息，用户选择要读出的消息并开启读开关，从而允许微机906恢复来自双端口RAM的数据，并将所恢复的数据提供给音频处理器914，后者将数据语音信息转换成模拟语音信号，提供给扬声器916以向用户播放该语音消息。如前所述，微机906也可以产生一个频率选择信号，将该信号输送到频率合成器810以允许不同频率的选择。

参看图10，示出了根据本发明的优选实施例的时序图，该图说明了图1的无线通信系统100所采用的外出信令的FLEX^TM编码格式的特征，并包括了控制幅330的细节。控制帧也被归到数字帧一类。信令协议被进一步划分成协议划分，后者是一个小时310，一个周期320，帧330，430，一个块340，和一个字350，在每一小时310中传送多达15个4分钟唯一标识周期。正常情况下，每一小时传送全部15个周期320。在每一周期320中传送多达128个1.875秒唯一标识帧，包括数字帧330和模拟帧430。正常情况下，传送全部128个帧。在每一个控制帧330中传送持续115毫秒的一个同步和帧信息信号331和11个160毫秒唯一标识块340。在每一控制帧330期间最好使用每秒3200比特(bps)或6400bps的比特率。在同步信号331期间，将每一控制帧330的比特率通知给选择呼叫无线设备106。如果比特率是3200bps，如图10所示，每一块340中包括16个唯一标识32比特字。如果比特率是6400bps，在每一块340中包括32个唯一标识32比特字(未示出)。在每一字中，至少11个比特用于差错检测和纠正，而21个比特或更少的比特用于信息，其方式是本领域一般技术人员所熟知的。每一块340中的比特和字350以一种交织方式进行传送以改善协议的纠错性能，该交织方式使用本领域一般技术人员所熟知的技术。

信息包含在每一控制帧330的信息域中，包括块信息域(BI)332中的帧结构信息，地址域(AF)333中的一个或多个选择呼叫地址，和矢量域(VF)334中的一个或多个矢量。矢量域334从矢量边界334开始。矢量域334中的每一个矢量对应地址域333中的一个地址。信息域332，333，334的边界由块信息域332定义。根据下述因子，信息域332，333，334是可变的，即诸如在同步和帧信息域331中包含的系统信息类型，在地址域333中包含的地址数量，和在矢量域334中包含的矢量的数量和类型。

参看图11，根据本发明的优选实施例示出了一个时序图，它说明了图1的无线通信系统所采用的外出信令协议的传输格式的特征，并包括语音帧430的细节。此处将语音帧归到模拟帧一类。协议划分的持续时间小时310，周期320和帧330，430与图10中的控制帧所描述的相同。每一模拟帧430带有一个信头部分435和一个模拟部分440。同步和帧信息信号331中的信息与控制帧330中的同步信号331相同。如上所述，信头部分435是调频的，而帧430的模拟部分440是调幅的。根据本发明的优选实施例，信头部分435和模拟部分440之间存在着一个过渡部分444，该过渡部分包括多达3个子信道441，442，443的子调幅导频。模拟部分440说明了同时传送的3个子信道441，442，443，每一子信道包括一个上边带信号401和一个下边带信号402(或者可选的，一个同相和一个正交信号)。在图11给出的例子中，上边带信号401包括一个消息片段415，它是第一模拟消息的第一片段。在下边带402中包括4个质量评价信号420，422，424，426，4个消息片段410，412，416，418，和一个片段414(在本例中未使用)。410，412这两段是第一模拟消息的第二片段的段。416，418这两段是第二模拟消息的第一片段的段。第一和第二模拟消息是压缩语音消息，它们已被分成片段以包含在320的周期2的帧1 430的第一子信道441中。将第一消息的第二片段和第二消息的第一片段每一个都进行分解以包括质量评价信号420，426，后者在3个子信道441，442，443的每一个的下边带402中的预定位置重复。模拟帧中包括的消息的最小段定义成语音增量450，在一个模拟帧430的每一模拟部分440中唯一标识了88个语音增量。质量评价信号最好作为未调子载波导频信号传送，时长最好是一个语音增量，并且最好在一个帧的模拟部分内相隔不超过420毫秒。应当理解，在两个质量评价信号之间可以存在多于一个消息片段，并且这些消息片段一般是变化的整数长度的语音增量。

参看图12，根据本发明的优选实施例示出了一个时序图，说明了图1的无线通信系统所采用的外出信令协议的一个控制帧330和两个模拟帧。图12示出了帧0(图10)作为控制帧330的例子。示出了4个地址510，511，512，513和4个矢量520，521，522，523。这两个地址510，511包括一个选择呼叫无线设备106的地址，而其它两个地址512，513用于第二和第三选择呼叫无线设备106。每一地址510，511，512，513通过下述方式与一个矢量520，521、522和523唯一相关，即在每一地址内包含一个指针，该指针指示相关矢量的协议位置(即，矢量从何处开始且有多长)。

在图12示出的例子中，矢量520，521，522，523还与一个子信道中的消息部分唯一相关。特别地，矢量520可以指向子信道441(参见图11)的上边带，而矢量522可以指向子信道441和下边带。类似地，矢量521可以指向子信道442的两个边带。也就是说，在子信道441的情况下，本例可以示出上边带和下边带携带两个不同的消息部分。在子信道442的情况下，由上边带和下边带分别携带一个消息部分的两半。这样，矢量最好包含有指示接收器应当查找哪一个子信道(即哪一个射频)以发现消息的信息，以及指示是从该子信道恢复两个单独的消息，还是恢复单个消息的前半部分和后半部分的信息。

分别在上边带和下边带(或I和Q信道)上同时传送两个不同消息的实施例的一种用途在于以下情况，即一个消息是直接语音寻呼消息，而另一个消息是需要在寻呼器中存储的一个语音信箱消息。

根据本发明的优选实施例，通过识别在矢量开始的矢量边界335之后的字350的数量，及以字为单位的矢量的长度来提供矢量位置。应当理解，地址和矢量的相对位置是彼此独立的。其关系由箭头示出。每一矢量520，521，522，523通过下述方式与一个消息片段550，551，552，553唯一相关，即在每一矢量内包含一个指针，该指针指示相关矢量的协议位置(即，该片段从何处开始且有多长)。根据本发明的优选实施例，该消息片段位置通过下述方式提供，即在消息片段开始处识别帧430的序号(从1到127)，子信道441，442，443的序号(从1到3)，边带401，402(或I或Q)和语音增量450，以及以语音增量450形式给出的消息片段的长度。例如，矢量3 522包括指示消息2，片段1 522的位置从帧1560的语音增量46 450(图12中未标明语音增量450)开始的信息，消息2，片段1 552用于具有选择呼叫地址512的选择呼叫收发信机106，而矢量13 523包括指示消息9片段1 553的位置从帧5 561的语音增量0 450(图12中未示出语音增量450)开始的信息、消息9片段1 553则用于具有选择呼叫地址573的选择呼叫收发信机106。

应当理解，虽然根据本发明的优选实施例描述了语音信号，但是本发明也可以采纳其它模拟信号，例如调制解调信号或双音多频(DTMF)信号。还应当理解，在前述帧结构中所采用的块信息可以用于实现进一步的改进以允许通信系统更大的总吐量和附加特征。例如，向便携式语音单元发送的消息可以要求回送给系统的确认信号包括标识下述发送器的信息，即它正从该发送器接收消息。这样，通过下述方式可以实现联播系统中的频率重用，即通过接通便携式语音单元所需的一个发送器向指定的便携式语音单元发送消息。此外，一旦系统得知该便携式语音单元的位置，逻辑上紧接着实现目标消息传递。

在本发明的另一方面，前面描述为WSOLA的时标技术在与本发明一起使用时存在一些不足。因此，开发了一种改进WSOLA以使其独立于扬声器的技术，并将之恰当地命名为“WSOLA-SD”。为了进一步理解我们对WSOLA的改进以生成WSOLA-SD，下面给出WSOLA的简要描述。

与其它技术相比，一种称为基于重波形相似性的叠相加技术(WSOLA)能够实现高质量时标改进，并且也比其它方法简单得多。当用于加速或放慢话音时，即使使用WSOLA技术也无法得到质量非常好的话音。重构的话音包含许多人工产物，例如背景中的回声，金属声和混响。本发明的这一方面描述了几种改进以克服该问题并最小化出现的人工产物。必须优化WSOLA算法中的许多参数以达到给定扬声器的最佳可能质量和所需的压缩/扩展或时标因子。本发明的这一方面处理这些参数的确定以及如何将它们并入话音信号的压缩/扩展或时标过程中，从而改善所恢复的话音或语音信号的质量。

WSOLA算法：设x(n)是待改进的输入话音信号、y(n)是时标改进信号，α是时标参数。如果α小于1，则及时扩展该话音信号。如果α大于1，则及时压缩该话音信号。

参看图13-17，示出了WSOLA时标(压缩)方法的几个迭代的时序图，以比较本发明的WSOLA-SD的优选方法。假定对输入话音信号进行适当的数字化并予以存储，图13说明了未压缩话音输入信号上的WSOLA方法的第一迭代。WSOLA方法需要一个时标因子α(本例中我们假定等于2，其中如果α＞1，我们需要压缩，而如果α＜1，我们需要扩展)和一个任意的分析段大小(Ss)，它独立于输入话音特征，尤其独立于音调。在WSOLA中重叠段大小So由0.5*Ss计算出，并且是固定的。如图14所示，每一Ss样本直接复制到输出。设输出的上一个样本的标号是1_f1。可以以输出的上一个可用样本的结束起Ss/2个样本来确定一个重叠标号O₁。现在需重叠相加的样本介于O₁和1_f1之间。查找标号(S₁)中α*O₁确定。在将输入信号的初始部分复制到输出之后、确定在输入中样本的移动窗口。该窗口在查找标号S₁附近确定。设窗口开始于Si-L_offset，结束于Si＋H_offset。在第一迭代中，i＝1。在该窗口内，通过下面给定的归一化互相关方程确定最佳相关S₀样本： $R\left(k\right)=\frac{\underset{j=0}{\overset{\mathrm{jn}{S}_o}{\mathrm{\Σ}}}x(\mathrm{Si}+k+j)y(\mathrm{Oi}+l)}{[\underset{j=0}{\overset{j=S_p}{\mathrm{\Σ}}}{x}^2(\mathrm{Si}+k+j)\underset{j=0}{\overset{j=S_o}{\mathrm{\Σ}}}{y}^2(O_i+j){]}^{1/2}}$ 其中k＝S_i－L_offset·S_i＋H_offset判定偏移k＝m，则归一化R(k)最大。最佳标号Bi由Si＋m给出。注意到也可以使用其它方案，例如平均振幅差函数(AMDF)和其它相关函数以发现最佳匹配波形。开始于B1的S₀样本乘上一个递增的斜坡函数(尽管也可以使用其它加权函数)，并加入到输出中的上一个S₀样本中，在相加之前，输出的S₀样本乘上一个递减的斜坡函数(尽管这儿也可以使用其它加权函数)。相加后的结果样本将置换输入的上一个S₀样本。最后，紧随着前一个最佳匹配S₀样本的下一个S₀样本随后复制到输出的结尾以供下一次迭代使用。这就结束了WSOLA的第一迭代。

参看图15和16的下一次迭代，我们需要计算一个新的重叠标号O₂，它类似于O₁。同样地，与前一迭代相同，确定一个新的查找标号S₂和对应的查找窗口。在查找窗口中，再次通过前述互相关方程确定最佳相关S₀样本，其中确定最佳样本的开端是B2，开始于B2的S₀样本随后乘上一个递增的斜坡函数并加入到输出的上一个S₀样本。在相加之前，输出的S₀样本乘上一个递减的斜坡函数。相加后的结果样本置换输入的上一个S₀样本。最后，紧随前一个最佳匹配S₀样本的下一个S₀样本随后复制到输出的结尾，以供下一次迭代使用，其中将来的第i次迭代将具有一个重叠标号Oi，一个查找标号Si，输出的上一个样本I_fi，和最佳标号Bi。

图17示出了参照图13-16描述的前两次迭代的结果输出。应当注意到在这两次迭代间的结果输出信号上没有重叠。如果该方法以类似方式继续，WSOLA方法将时标(压缩)整个话音信号，但是在每一迭代的结果之间不会出现任何重叠。WSOLA时标扩展以类似方式进行。

与本发明的优选方法(WSOLA-SD)相比，WSOLA的几个缺陷或不足是明显的。当你理解图18-23所示的WSOLA-SD方法的下面的例子时，必须记住这些缺陷。WSOLA的一个主要缺陷在于，因为不管音调特征如何，对所有输入话音都使用一个固定的分析段大小(Ss)，所以不能得到时标话音的优化质量。例如，如果Ss对输入话音信号而言太大了，扩展的结果话音将包括回声和混响。进一步，如果Ss对输入话音信号而言太小了，则扩展的结果话音听起来会刺耳。

当压缩率(α)大于2时，WSOLA将导致第二严重缺陷，在该情况下，迭代间的移动窗口的划分可能引起该方法跳过有效输入话音分量，从而严重影响了结果输出话音的可理解性。因为互相关函数的作用，在迭代期间增加移动窗口的大小以弥补非重叠查找窗口会进一步引起跳过一些输入话音，并进一步引起变化的时标，这将明显影响结果输出话音。

WSOLA方法的第三缺陷涉及其无法提供给设计者或用户话音质量的灵活性(对某一给定的时标因子(α)而言)和具有给定限制的给定系统的计算的复杂性。因为在WSOLA方法中重叠程度(f)固定在0.5，所以这尤其明显，这样，在需要高质量话音再现的应用中，假定处理功率和存储器足够，本发明的WSOLA-SD方法可以以增加计算复杂性为代价使用更高程度的重叠，以提供更高质量的话音再现。另一方面，在受限于处理功率，存储器或其它限制的应用中，在WSOLA-SD中可以降低重叠程度，从而在考虑这些特定应用限制时，仅牺牲话音质量到所需程度。

图25说明了WSOLA-SD方法的总框图，在该框图中，根据我们正在压缩还是扩展话音，计算Ss，f和α。WSOLA-SD算法比单独的WSOLA在重构话音质量上有了很大改进。WSOLA-SD方法是独立于扬声器的，尤其独立于特尽扬声器的音调。因此，在确定(14)分析段大小之前已进行了音调确定12。对给定的f和α而言(可以根据音调确定12对其进行改进、提供一个改进的α(16))，WSOLA-SD时标(18)该话音。该次时标可以是输入信号的扩展或压缩。可选地，可以通过下述方式得到频标信号，即如果α＞1，以因子α内插该时标信号，或者如果α＜1，以因子1/α抽取该时标信号。如同在Oppenheim和Schaefer的DiscreteTime Signal Processing中所描述的，内插和抽取是众所周知的数字信号处理技术。例如，假定2秒的输入话音以8KHz进行抽样，其中信号具有0到4000Hz间的有效频率分量。假定输入话音信号以因子2进行时标压缩，结果信号长度将为1秒，但仍具有0到4000赫兹间的有效频率分量。该信号以因子α＝2进行内插(见Oppenheim和Schaefer)。这将导致一个2秒长的信号，但是其频率分量在0到2000赫兹之间。通过以α＝2的因子抽取该频率压缩信号，从而返回到时标域以得到原始时标话音(频率分量在0-4000赫兹之间)而不损失任何信息内容。

参看图18-22，根据本发明示出了WSOLA-SD时标(压缩)方法的几个迭代的时序图，假定输入话音信号经过适当的数字化并予以存储，图18说明了WSOLA-SD方法在未压缩语音输入信号上的第一迭代。WSOLA-SD方法还需要确定输入话音信号的发声部分的大致音调周期。下面给出音调确定和如何从中得到段大小的简要描述。

1)帧输入话音进入20ms块，

2)在每一块中计算能量。

3)计算每块的平均能量。

4)确定能量阈值，以每块平均能量的函数的形式检测发声话音。

5)通过能量阈值确定至少5块长的发声话音的连续块，

6)在步骤5发现的每一块连续语音话音上进行音调分析。这可以通过多种方法，包括改进的自相关方法，AMOF或限幅自相关方法来实现。

7)通过中值滤波器平滑音调值以在估计中消去差错。

8)求所有平滑后的音调值的均值以得到扬声器音调的大致估计。

9)因此，下面给出段大小Ss的计算，

如果音调P大于60个样本Ss＝2*Pitch

如果音调P在40到60个样本之间Ss＝120

如果P小于40个样本Ss＝100

假定在上述所有例子中抽样率为8Khz。

使WSOLA-SD具有克服前面在WSOLA描述中所提到的一些缺陷的优点的重要因素是重叠程度f。如果在WSOLA-SD中的重叠程度f大于0.5，那么它以更大的复杂性为代价提供了更高的质量。如果WSOLA-SD的重叠程度小于0.5，那么它以质量为代价减少了算法的复杂性。因此，用户在设计和使用他们特定的应用时具有更多的灵活性和控制。

再次参看图18-23，WSOLA-SD方法需要一个时标因子α(本例中我们假定它等于α，其中如果α＞1我们需要压缩，而如果α＜1，我们需要扩展)，以及一个分析段大小(Ss)，后者被优化到输入话音特征，即扬声器的音调。以f*Ss计算重叠段大小S₀，在WSOLA-SD中给定音调周期和f的情况下它是固定的，在示出的例子中，f大于0.5，以示出较高质量的结果输出话音。第一Ss样本直接复制到输出。设上一样本的标号是I_f1。以从输出的上一个可用样本的结尾开始S₀个样本来确定重叠标号O₁。现在如图19中所示，将重叠相加的样本在O₁和I_f1之间。在图18中可以看出，以α*O₁确定第一查找标号(S₁)。在将输入信号的初始部分复制到输出之后、制定输入话音信号的样本的移动窗口的位置。该窗口在查找标号S₁附近确定。在该窗口内，通过前述互相关方程确定最佳相关S₀样本。其中确定的最佳样本的开端是B₁。开始于B₁的S₀样本随后乘上一个递增加斜坡函数(尽管可以使用其它加权函数)，并加入到输出的上一个S₀样本中。在相加之前，输出的S₀样本乘上一个递减的斜坡函数。相加后的结果样本将置换输入中的上一个S₀样本。最后，紧接着前一个最佳匹配S₀样本的下一个Ss-S₀样本被复制到输出的结尾，以供下一次迭代使用。这就结束了WSOLA-SD的第一迭代。

参看图20和21的下一次迭代，我们需要计算一个新的重叠标号O₂，类似于O₁。同样，如同在前一次迭代中一样确定一个新的查找标号S₂和对应的查找窗口。在查找窗口中，再次通过前述互相关方程确定最佳相关S₀样本，其中确定的最佳样本开始于B2。开始于B₂的S₀样本随后乘上一个递增的斜坡函数并加入到输出的上一个S₀样本中。在相加之前，输出的S₀样本乘上一个递减的斜坡函数。相加后的结果样本将置换输入的上一个S₀样本。最后，紧随前一个最佳匹配S₀样本的下一个Ss-S₀样本将被复制到输出的结尾以供下次迭代使用。

图22示出了使用WSOLA-SD方法的两次迭代的结果输出信号，注意到在结果输出信号中有一个重叠区域(Ss-S₀)，它确保了可理解性的增强，并且与WSOLA方法相比，防止该方法跳过重要的输入话音分量。

参看图23和24，根据本发明示出了使用WSOLA-SD方法进行时标扩展的第i次迭代的例子的输入时序图和输出时序图。扩展方法的操作实质上类似于图18-22示出的例子。但是重叠标号O_i比查找标号Si移动得更快。更确切地说，在扩展期间Oi比Si移动得快2倍。分析段大小Ss独立于输入话音的音调周期，重叠程度可以从0到1，但在图23和24的例子中使用0.7。在该例中，时标因子α是扩展率的倒数。假定扩展率是2，则时标因子α＝25，重叠段大小S₀等于f*Ss或者重叠程度乘上分析段大小。因此，在几个迭代重叠相加，每一个最佳匹配输入段上使用一个递增的斜坡函数，而在每一个输出重叠段上使用一个递减的斜坡函数之后，在相加之前，输入话音信号将扩展成保留前述WSOLA-SD所有优点的输出话音信号。

通过根据段的音调动态调整该时刻WSOLA-SD算法中的段大小Ss，可以得到进一步的改善。这通过改进前述方案来实现。如果我们使用短的段大小Ss＝100(假定抽样率为8Khz)用于不发声话音声，那么它们的质量将得到改进，对发声话音而言，段大小将是Ss＝2×Pith。还需要作一些改变以判定该话音段是发声的还是不发声的。下面描述作了这些改变的方法。

1)帧输入语音到20ms块中。

2)在每一块中计算能量。

3)在每一块中计算零交点的数目。

4)计算平均每块能量。

5)通过该能量阈值和零交点阈值确定至少5块长的发声话音连续块。

6)在所有发声段上进行语调分析，确定那些发声段的每一个的平均音调。这可以通过多种方法，包括改进的自相关方法，AMDF或限幅自相关方法来实现。

7)未标成发声话音的段现在被标成暂时不发声段。

8)取出暂时不发声段中至少5个帧的连续块进行音调分析。确定最大和最小相关系数的比值。如果比值较大，那么该段被归成不发声一类，而如果比值较小，那么这些段被标记成发声，并确定那些段的平均音调，以及话音段的开端和结束。

9)这些归类的话音段中每一个段大小Ss如下确定。

如果发声Ss＝2*Pitch

如果不发声Ss＝100(抽样率假定为8Khz)

10)现在完成了WSOLA-SD方法的时标，但其段大小是变化的。在这里确定每一时刻的处理中所用的输入话音段的位置。根据它的位置，在处理中使用已确定的段大小Ss。使用该技术可以提供较高质量的时标话音信号。

如果象在我们的通信系统中那样，对同一个话音输入信号使用WSOLA-SD进行压缩，而后用它进行扩展，那么通过几种技术在给定的平均时标因子的情况下可以进一步改进重构话音信号的质量。

在感觉测试中可以看出，与具有较低基频(较高音调周期)的话音信号相比，在给定的话音质量，只有较高基频(较低音调周期)的话音信号可以压缩得更多。例如，孩子和女性说话者一般具有较高基频。因此，他们的话音可以多压缩/扩展10％，而不会明显影响他们的话音质量。而男性说话者的话音一般具有较低基频，他们的话音可以少压缩/扩展10％。这样，在具有较高和较低基频的说话者的数量大致相等的一般通信系统中，在与前面的压缩/扩展(时标)因子相同的情况，可以得到总体改善的再现话音质量。

使用本技术的扩展和压缩的另一个特征可以带来进一步改进。例如，注意到话音中的大多数人工产物是在话音信号的时标扩展过程中产生的。话音信号扩展得越多，人工产物就越多。还可以观察到，如果话音信号回放得比原始话音稍快一些(少于10％)，速度上的改变很难察觉，但都可以显著减少人工产物。这种特性有助于以较小的扩展因子扩展话音信号，因而减少人工产物并改进它的质量。例如，如果以时标因子3压缩输入话音，然后在扩展期间以因子2.7对其进行扩展，这意味着话音将播放得快10％。因为这种话音速率的改变将不被察觉而减少了人工产物，因此在话音的精度不是绝对重要的应用中，本发明的方法中将实现这种改变。

Claims (11)

1.在语音通信系统中具有给定带宽的语音通信资源内的一种压缩多个语音信号的方法，包括如下步骤：

a)将该语音通信资源子信道化成多个子信道，在一个子信道上同时放置多个语音信号；

b)在语音通信资源的子信道中通过单边带调制在导频信号周围调制多个语音信号；以及

c)在多个子信道内压缩每一个语音信号的时间，其中步骤(a)，(b)和(c)的结果提供了一个压缩语音信号。

2.根据权利要求1的方法，其中子信道化的步骤进一步包括使用正交振幅调制的步骤。

3.根据权利要求1的方法，其中压缩每一个语音信号的时间的步骤进一步包括对语音信号使用时标压缩的步骤。

4.一种接收压缩语音信号的选择呼叫接收器，包括：

一个接收所发送的处理信号的选择呼叫接收器，所发送的处理信号包括通过时标压缩已进行压缩的压缩语音信号；

一个解调所接收的处理信号的处理设备，其中所述处理设备解调子信道的上边带和下边带，该上边带和下边带上具有独立的信息，并且其中所述处理设备通过时标扩展提供一个重构信号；

一个接收器电路，进行检测，滤波并响应于基站发送器中导频信号产生器所产生的振幅和相位参考；以及

一个将重构信号放大成重构音频信号的放大器。

5.一种选择呼叫寻呼基站，用于在具有预定带宽的通信资源上发送选择呼叫信号，包括：

一个接收多个音频信号的输入设备；

一个将通信资源子信道化成预定数量的子信道的装置；

每个子信道的一个振幅压缩和滤波模块，用于压缩各自的音频信号的振幅，滤波各自的音频信号；

一个时间压缩模块，在每个子信道中压缩各自的音频信号的时间；  以及

一个发送处理信号的正交振幅调制发送器.

6.根据权利要求5的选择呼叫寻呼基站，其中接收多个音频信号的输入设备包括一个寻呼终端，用于从一个计算设备接收电话消息或数据消息。

7.根据权利要求5的选择呼叫寻呼基站，其中振幅压缩和滤波模块包括一个抗淆滤波器，连接到一个模数转换器，该模数转换器连接到一个带通滤波器，该带通滤波器连接到一个自动增益控制器和限幅电路。

8.根据权利要求5的选择呼叫寻呼基站，其中时间压缩模块包括一个处理设备，通过时标压缩技术压缩音频信号。

9.根据权利要求5的选择呼叫寻呼基站，其中时间压缩模块包括一个处理设备，通过基于波形相似性的重叠相加的时间压缩技术压缩音频信号。

10.一种接收压缩语音选择呼叫信号的选择呼叫接收器单元，包括

一个带有模数转换器的接收器用以提供数字化的接收压缩信号，所述压缩用的是时标压缩；

一个数字信号处理器，对具有导频，并且子信道的上边带和下边带上具有独立信息的子信道进行单边带解调，其中数字信号处理器也执行下述功能：滤波导频，通过前馈回路执行自动增益控制，并去压扩数字化的接收信号以提供一个处理信号；以及

一个数模转换器和重构滤波器，将处理信号转换成数字化的音频信号；以及

一个放大数字化音频信号的放大器。

11.一种通信基站，包括：

一个接收音频压缩话音信号的终端，所述压缩用的是时标压缩；

一个将音频话音信号转换成数字化话音信号的模数转换器；

一个数字信号处理器，通过执行分割数字化话音信号的功能以及至少一个下述功能来处理数字化话音信号：带通滤波，自动增益控制，时标，压扩或缓冲；以及

一个发送器，带有至少一个希尔伯特变换滤波器，它连接到一个数模转换器，该数模转换器连接到一个重构滤波器，该重构滤波器连接到一个正交振幅调制器，该正交振幅调制器连接到一个射频功率放大器。

Images