CN2927247Y - 语音解码器 - Google Patents

Abstract

本实用新型涉及一种语音解码器，尤其涉及一种从窄频带编码输入信号产生宽频带解码输出信号的语音解码器，其中频带展宽用一种灵活的方式完成，在计算上是经济的，并良好地仿制出原先用较宽的带宽获得的特性。所述语音解码器括：一种语音解码器，包括：从线性预测编码语音信号抽取描述与第一频带有关的第一线性预测滤波器的信息解码器(103)，将输入信号变换成表示第二频带的输出信号的声码器(105)，其特征在于，还包括：生成由所述声码器(105)在第二频带上使用的第二线性预测滤波器信息外插器(301)，所述解码器(103)输出端与外插器(301)和声码器(105)依次相连接。

Description

语音解码器

技术领域

本发明涉及一种语音解码器，尤其涉及一种从窄频带编码输入信号产生宽频带解码输出信号的语音解码器。

背景技术

数字电话系统传统上依赖于具有固定采样率的标准化语音编码和解码程序，以保证在随意选取的发射机-接收机对之间的兼容性。第二代数字蜂窝网的发展和它们的功能上增强的终端已经导致这样一种状况，即关于采样率的完全一对一的兼容性不可能被保证，也就是在发射终端中的语音编码器可以使用与终端中语音解码器的输出采样率不同的输入采样率。由于复杂性的制约也可以对具有比实际输入信号窄的频带的信号实施对原始语音信号的线性预测或LP分析。一种先进的接收终端的语音解码器必须能够产生具有比在分析中所用的频带宽的LP滤波器并从窄频带输入参数产生宽带输出信号。从现有的窄带信息产生宽带LP滤波器也有较宽的适用性。

图1说明用于将窄带编码语音信号变换成宽带解码样本流的一种已知的原理，可用在具有高采样率的语音合成中。在发送端，原始语音信号已经在方框101中经受过低通滤波(LPF)。在低频子带上得到的信号已在窄带编码器102中编码。在接收端，将该编码信号送入窄带解码器103。它的输出是表示具有较低采样率的低频子带的样本流，为了增加采样率，将该信号送入采样率内插器104。

通过从方框103采用LP滤波器(未分开示出)佑计从该信号中失去的较高频率并利用它作为声码器105的一部分实现LP滤波器，该声码器105使用白噪声信号作为它的输入。换句话说，在低频子带中的LP滤波器频响曲线在频率轴方向中被延伸，以便在合成产生高频子带的生成中履盖较宽的频带。调节该白噪声的功率，使得该声码器输出的功率是适当的。声码器105的输出在方框106中被高通滤波(HPF)以防止与低频子带上的实际语音信号过多的重迭。在相加方框107中将该低和高频子带组合，将该组合送到语音合成器(未示出)用以产生最后的声频输出信号。

我们可以考虑一种示范性的情况，其中语音信号的原始采样率为12.8KHz，在解码器输出上的采样率应为16KHz。对于从0到6400Hz的频率，也就是从零到奈奎斯特频率已展行过LP分析，奈奎斯特频率是原始采样率的一半。因此，窄带解码器103实现一种其频响从0到6400Hz的LP滤波器。为了产生高频子带，该LP滤波器的频响在声码器105中被延伸，以便覆盖从0到8000Hz的频带，在其中上限是考虑所希望的较高采样率的奈奎斯特频率。

在低和高频子带之间的某种程度的重迭通常是希望的，虽然并非必要；该重迭可以帮助达到最佳的主观声频质量。让我们假定目标定为重迭10％，这意味着在窄带解码器103中使用LP滤波器的整个频响0到6400Hz(当采样率Fs＝12.8KHz时也就是0-0.5Fs)，在声码器105中有效使用的只有LP滤波器频响的5600到8000Hz(当采样率Fs＝16KHz时也就是0.35Fs一0.5Fs)。在此“有效地”意思是由于高通滤波器106的存在，频响的低端并不影响高端信号处理分支的输出。在5600到8000Hz范围内宽带LP滤波器的频响是4480到6400Hz范围内窄带LP滤波器的频响的被展宽的复制品。

窄带LP滤波器的频响在靠近原始的奈奎斯特频率的高端区域中有峰值的情况下，现有技术方案的缺陷变得显著了。图2用作说明这样一种情况。细曲线201表示0到8000Hz LP滤波器的频响，可用于分析具有采样率16KHz的语音信号。粗曲线202表示图1的方案将产生的组合频响。在4480Hz和6400Hz上的虚线203和204分别将窄带LP滤波器频响的部分定界线，在声码器中实施的宽带LP滤波器中被复制并展宽到5600Hz到8000Hz的间隔内。在窄带频响中近似4400Hz处的峰值和由此趋向频带上限的连续下坡使得组合频响曲线202与理想的宽带LP滤波器的频响201显著地不同。

为了实现图1的原理克服上面提出的缺陷，已知各种各样现有技术的方案。专利公布US5,978,759公开了一种设备，使用一种编码薄或查找表将窄带语音展宽为宽带语音。一组表征窄带LP滤波器的参数被抽出，并作为对查找表的一个搜查密钥，使相应的宽带LP滤波器的特征参数可从查找表中的匹配的或接近匹配的项目(cntry)读出。从专利公布号JP10124089A知道一种类似的解决方案。从专利公布号US5,455,888知道一种稍有不同的方法，其中通过使用一种滤波器组产生较高的频率，而该滤波器组是通过使用一种查找表选取的。专利公布号US5,581,652提出通过使用编码薄从窄带语音重建宽带语音，使得信号的波形性质被利用。另外在所公开的国际专利申请号WO99/49454中还公开了一种方法，在其中语音信号被变换到频率域，识别该频率域信号的特征峰值，根据一种转换表选取一组宽带滤波器参数。

在搜索适当的宽带滤波器特征中使用查找表可以帮助避免图2中所示种类的灾害，但同时引入相当大的不灵活度。或者只有有限数量的可能的宽带滤波器可被实施，或者仅仅为此目的必须配置非常大的存储器。增加从中选取所存储的宽带滤波器的数目也增加了为搜索和建立其中的正确配置必须分配的时间，在实时操作如语音电话中是不希望的。

发明内容

本发明要解决的技术问题是提出一种语音解码器，其中频带展宽用一种灵活的方式完成，在计算上是经济的，并良好地仿制出原先用较宽的带宽获得的特性。

为了解决上述技术问题，本发明提供了一种语音解码器，包括：从线性预测编码语音信号抽取描述与第一频带有关的第一线性预测滤波器的信息解码器，将输入信号变换成表示第二频带的输出信号的声码器，其特征在于，还包括：生成由所述声码器在第二频带上使用的第二线性预测滤波器信息外插器，所述解码器输出端与外插器和声码器依次相连接。

所述外插器包括：将描述第一线性预测滤波器的信息变换成频率域中的第一参数表达式的LP滤波器到线谱频率系数LSF变换器，将所述的第一参数表达式外插成频率域中的第二参数表达式的线谱频率系数LSF外插器，和将所述的第二参数表达式变换成第二线性预测滤波器信息的线谱频率系数LSF到LP滤波器变换器，所述LP滤波器到线谱频率系数LSF变换器输入端与所述解码器相连接，输出端与线谱频率系数LSF外插器和线谱频率系数LSF到LP滤波器变换器和声码器依次相连接。

所述线谱频率系数LSF外插器包括：将第一线性预测滤波器的向量表示变换为第一线性预测滤波器的向量表示的无线脉冲响应滤波器，用于从所述第一参数表达式导出所述的第一线性预测滤波器的向量表示的生成外插滤波器的装置，限制第二参数表达式的装置，所述生成外插滤波器的装置输入端与从LP滤波器到线谱频率系数LSF变换器相连，输出端与无线脉冲响应滤波器、限制第二参数表达式的装置和线谱频率系数LSF到LP滤波器变换器依次相连接。

所述外插器还包括：进行对增益的调节增益控制器，所述增益控制器输入端与线谱频率系数LSF到LP滤波器变换器相连，输出端与所述声码器相连接。

所述的语音解码器，还包括：将所述与第一频带有关的第一线性预测滤波器的信息和所述在第二频带上使用的第二线性预测滤波器信息组合的组合器，所述组合器输出端与一语音合成器相连接。

所述的语音解码器，还包括：增加输入频带的采样率的采样率内插器，所述采样率内插器输入端与所述解码器相连接，输出端与组合器相连接。

所述的语音解码器，还包括：高通滤波输入的频带的高通滤波器，所述高通滤波器输入端与所述声码器相连接，输出端与所述组合器相连接。

附图说明

图1示出一种已知的语音解码器。

图2示出一种已知的宽带LP滤波器的不利的频响。

图3a示出了本发明的原理。

图3b示出了将图3a的原理应用到一种语音解码器中。

图4示出图3b方案的细节。

图5示出图4方案的细节。

图6示出依据本发明的一种LP滤波器的有利的频响。

具体实施方式

图3a说明了在抽取方框310中使用窄带输入信号抽取窄带LP滤波器的参数。窄带LP滤波器参数被带入外插方框301，在其中使用外插产生相应的宽带LP滤波器的参数，这些参数被带入声码器105，声码器使用某种宽带信号作为它的输入，声码器105从这些参数产生宽带LP滤波器，并利用它们将宽带输入信号变换成宽带输出信号。抽取方框310也可给出输出，它是一种窄带输出。

图3b说明了如何把图3a的原理应用到一种其他的已知的语音解码器中。在图1和图3b之间的比较显示，将本发明引入用于变换窄带编码语音信号为宽带解码样本流与其他已知的原理相比的添加内容。本发明并不影响发送端。原始的语音信号在方框101中被低通滤波，在低频子带上所得到的信号在窄带编码器102中被编码。在接收端中较低的分支也可以是相当一致的。编码信号被送入窄带解码器103，为了增加低频子带输出的采样率，信号被带入采样率内插器104，在方框103中所用的窄带LP率波器并未被直接带入声码器105，而是带入外插方框301，在其中产生宽带LP滤波器。

在低频子带中LP滤波器的频响曲线并未被简单地延展来履盖较宽的频带，不是被用作对任何以前产生的宽带LP滤波器库的一种搜索密钥的窄带LP滤波器特性。在方框301中实施的外插意味着产生一种唯一的宽带LP滤波器，并不只从一组选择物中选择最接近的匹配值。在这种意义上讲这是一种真正的自适应方法，即通过选择一种适当的外插算法，保证在每个窄带LP滤波器输入和相应的宽带LP滤波器输出之间的唯一关系是可能的，即使事先作为输入信息将遇到的窄带LP滤波器的有关信息了解甚少，外插法也工作。这是对于基于查找表的所有的解决方案一个明显的优点，因为只有当或多或少对它有了解时，才能构成这样的表，而窄带LP滤波器将落在这些目录中。另外，依据本发明的外插法只需要有限数量的存储器，因为只有算法本身才需要被存储。

在生成合成产生的高频子带中使用从方框301获得的宽带LP滤波器可以遵循从先前技术得知的模式。白噪声被作为输入数据送入声码器105，在产生表示高频子带的样本流中使用宽带LP滤波器，白噪声的功率被调节，使得声码器输出的功率是合适的。在方框106中声码器105的输出被高通滤波，在相加方框107中低和高频子带被组合，组合结果准备给语音合成器(未示出)用以产生最终的声频输出信号。

图4示出一种实现外插方框301的示范性方法。LP到LSF变换方框401将从解码器103获得的窄带LP滤波器变换到频率域，由外插方框402在频率域中完成实际的外插，它的输出被连到LSF到LP变换方框403，与在方框401中完成的变换相比，它实施一种逆变换。另外在方框403的输出和声码器105的控制输入之间连接一个增益控制器方框404，它的任务是将宽带LP滤波器的增益定标到适当的水平。

图5说明实现外插器402的一种示范性方法。它的输入被连到LP到LSF变换方框401的输出，所以作为对外插器402的一个输入得到窄带LP滤波器的向量表示f_n。为了实施外插，通过分析滤波器产生器方框501中的向量f_n生成外插滤波器。滤波器也可用一个向量描述，在此被标记为向量b。通过使用在方框501中生成的滤波器，窄带LP滤波器的向量表示f_n在方框502中被变换为宽带LP滤波器的向量表示f_w。最后，为了保证宽带LP滤波器在靠近对于较高采样率的奈奎斯特频率处不包含过多的放大，在将宽带LP滤波器递交到LSF到LP变换方框403以前，在方框503中需经受某些限制性的功能的作用。

现在我们将提供在以上图4和5中引入的各种功能方框内实施的操作的详细分析。在对窄带语音信号解码过程中解码器103实现并使用一个LP滤波器，LP滤波器被指定为窄带LP滤波器，并通过一组LP滤波器系数为表征。同样，即实际上所有高质量语音解码器(和编码器)使用某些称为LSF或ISF的向量将LP滤波器系数量子化，所以在功能上如图4中方框401所示的LP到LSF变换甚至可以是解码器103的一部分。在整个这份描述中为了一致起见，我们谈论LSF向量，但对于本领域的技术人员是明确的，本描述也适用于使用ISF向量。

LSF向量可被表示在余弦域中，在其中向量实际上被称为LSP(LineSpectral Pair)向量，或者被表示在频率域中。余弦域表示法(LSP向量)与采样率有关但频率域表示法则不同，所以如果，例如解码器103是某种现有的语音解码器，在其中只提供LSP向量作为对外插方框301的输入信息，最好将LSP向量首先变换成LSF向量。依据已知的公式很容易完成变换。

在图3b、4和5所示的实施方案中，通过使用在方框501中生成的L阶外插滤波器在方框502中进行实际的外插。目前我们只假定方框501提供方框502一个滤波器向量b，随后我们将回到产生滤波器向量，用于产生宽带LSF向量f_w的一个有利的公式是

$f_w\left(i\right)=\left\{\underset{\underset{f_n\left(i\right)i=0.....n_n-1}{k=i-1}}{\overset{i-1}{\mathrm{\Σ}}}b((i-1)f_w\left(k\right)i=n_{n_{n}n}.....n_w-1\right\}---\left(1\right)$

其中下标w一般表示“宽带”f_w(i)是宽带LSF向量的第i个元素，k是相加指数，L是外插滤波器的阶数，b(i-1)-k是外插滤波器向量的第((i-1)-k)个元素。换句话说，与窄带LSF向量中的元素数目一样多，这在宽带LSF向量的开头是精确地相同的。在宽带LSF向量中的其余的元素被这样计算，使得每个新元素是在宽带LSF向量中以前的L个元素的加权和。在卷积顺序中权重是外插滤波器向量的元素，使得在计算f_w(i)中，对于和作贡献最远的以前的元素f_w(i-L)被用b(L-1)加权，对于和作贡献最近的以前的元素f_w(i-1)被用b(o)加权。

外插公式(1)并不限制n_w的值，也就是宽带LP滤波器的阶数。为了保持外插的精确度，这样选择n_w的值是有利的，使得

$n_w=n_n\frac{F_{s.w}}{F_{s.n}}---\left(2\right)$

意思是LP滤波器的阶数是按照采样频率的相对大小定标的。

宽带LP滤波器在接近奈奎斯特频率0.5F_s.w，的频率上不应该产生过多的放大的要求可藉助于每个LP滤波器向量的最后的元素和相应的奈奎斯特频率之间的差进行公式化，其中差值被进一步用采样频率定标，依据公式

$\frac{{0.5F}_{s.w}-f_n(n_n-1)}{F_{s.n}}\≤\frac{{0.5F}_{s.w}-F_w(n_w-1)}{F_{s.w}}---\left(3\right)$

以上给出的对宽带LP滤波器的限制(2)和(3)限定了n_w的选择和外插滤波器的定义。如何精确地实施这些限定是一件例行的工作站实验的问题。一种有利的方法是规定一个差向量D，使得

D(k)＝f_w(k)-f_w(k-1)_wk＝n_n.....n_w-1    (4)

为了用某种方式限制差向量，例如，通过要求在差向量D中没有元素D(k)可以大于预先确定的限制值，或者差向量D的平方元素(D(k)²)之和不可以大于预定确定的限制值来达到。LP滤波器典型情况下具有低或高通滤波器特性，而不是带通或带阻滤波器特性。预先确定的限制值可用这样一种方式与这个事实有关系，即如果窄带LP滤波器具有低通滤波器特性，则限制值被增加，否则，如果窄带LP滤波器具有高通滤波器特性，则限制值被减小。其他涉及差向量D的可采用的限制很容易被本领域的技术人员想出来。

接着我们将描述产生滤波器向量b的某些有利的方法。LP滤波器极点的位置趋向于相互具有某种相关性，使得差向量D，它的元素描述相邻LP向量元素之间的差，包含某种规律性，我们可以计算自相关函数。

${\mathrm{AC}}_D\left(k\right)=\underset{i=k}{\overset{n}{\mathrm{\Σ}}}(D\left(i\right)-{\mathrm{\μ}}_D)k=1.....L---\left(5\right)$

其中

${\mathrm{\μ}}_D=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\frac{D\left(i\right)}{H_k}---\left(6\right)$

并找出它的最大值，也就是产生最高自相关度的指数k的值。我们可以将这个指数k的值标记为m。那末一种定义滤波器向量D的有利的方法为

$b\left(k\right)=\left\{\begin{array}{c}i,k=0\\ i,k=m-1\\ -1,k=m\\ 0,k\∉\{0,m-1,m\}\end{array}\right\}---\left(7\right)$

滤波器向量b用这种方式遵循窄带LP滤波器的规律性，甚至外插的宽带LP滤波器的新元素通过在外插步骤中使用滤波器b继承了这种特性。

自相关函数(5)不具有明显的最大值是可能的。为了考虑这些情况我们可以规定外插滤波器向量b必须按照它们的重要性模拟窄带LP滤波器中所有的规律性。自相关可被用作这样一种定义的媒介物，例如依据公式

$b\left(k\right)={\{\frac{{\mathrm{AC}}_D(k-1)-{\mathrm{AC}}_D\left(k\right)}{\underset{i=1}{\overset{L-1}{\mathrm{\Σ}}}{\mathrm{AC}}_D\left(i\right)}}_{k=1...L-1}^{k=0}\}---\left(8\right)$

如果在自相关函数中有明显的最大值峰值，比较通用的定义(8)向以上给出的较简单的定义收敛。

宽带LP滤波器的LSF向量表示式准备被变换成实际的宽带LP滤波器，它可被用于处理具有采样率F_s.w的信号。对于宽带LP滤波器的LSP向量表示式是优选的情况。可依据以下的公式实现LSF到LSP的变换

$q_w\left(i\right)=\cos \left\{f_w\left(i\right)\frac{\mathrm{\π}}{F_{s.w}}\right\},i=0....,n_w-1---\left(9\right)$

实施变换(9)所进入的余弦域具有奈奎斯特频率为0.5F_s.w，而由此完成窄带变换的余弦域具有奈奎斯特频率为0.5F_s.n。

所获得的宽带LP滤波器的总增益必须用从先前技术的解决方案已知的方法进行调节。如图4中子方框404所示的那样，可以在外插方框301中进行对增益的调节，或者可以是声码器105的一部分。作为与图1的先前技术解决方案的一个差别，依据本发明产生的宽带LP滤波器的总增益可以允许大于先前技术宽带LP滤波器的总增益，因为象图2中所示的那样与理想响应大的偏差不可能发生因而也不需要防卫。

图6示出一种利用由依据本发明的外插法产生的宽带LP滤波器可以得到的典型的频响601。频响601非常紧密地跟随理想曲线201，该理想曲线201表示0到8000Hz LP滤波器的频响，可被用在对具有采样率16KHz的语音信号的分析中。外插法趋向于非常精确地模拟幅度谱的较大尺度的趋势，正确地确定频响中峰值的位置。本发明对于图1和2中所示的先前技术方案的一个重大的优点也在于宽带LP滤波器的频响是连续的，也就是它并没有任何象在先前技术宽带LP滤波器的频响中5600Hz处那样的瞬时的幅度变化。

计算的宽带LP滤波器，要使用很大的查找表。本发明并不对ASIC的性能提出过多的要求，因为以上所描述的计算是比较容易实施的。

Claims (7)

1、一种语音解码器，包括：

从线性预测编码语音信号抽取描述与第一频带有关的第一线性预测滤波器的信息解码器(103)，将输入信号变换成表示第二频带的输出信号的声码器(105)，其特征在于，还包括：生成由所述声码器(105)在第二频带上使用的第二线性预测滤波器信息外插器(301)，所述解码器(103)输出端与外插器(301)和声码器(105)依次相连接。

2、如权利要求1所述的语音解码器，其特征在于，所述外插器(301)包括：将描述第一线性预测滤波器的信息变换成频率域中的第一参数表达式的LP滤波器到线谱频率系数LSF变换器(401)，将所述的第一参数表达式外插成频率域中的第二参数表达式的线谱频率系数LSF外插器(402)，和

将所述的第二参数表达式变换成第二线性预测滤波器信息的线谱频率系数LSF到LP滤波器变换器(403)，所述LP滤波器到线谱频率系数LSF变换器(401)输入端与所述解码器(103)相连接，输出端与线谱频率系数LSF外插器(402)和线谱频率系数LSF到LP滤波器变换器(403)和声码器(105)依次相连接。

3、如权利要求2所述的语音解码器，其特征在于，所述线谱频率系数LSF外插器(402)包括：将第一线性预测滤波器的向量表示变换为第一线性预测滤波器的向量表示的无线脉冲响应滤波器(502)，用于从所述第一参数表达式导出所述的第一线性预测滤波器的向量表示的生成外插滤波器的装置(501)，限制第二参数表达式的装置(503)，所述生成外插滤波器的装置(501)输入端与从LP滤波器到线谱频率系数LSF变换器(401)相连，输出端与无线脉冲响应滤波器(502)、限制第二参数表达式的装置(503)和线谱频率系数LSF到LP滤波器变换器(403)依次相连接。

4、如权利要求2所述的语音解码器，其特征在于，所述外插器(301)还包括：进行对增益的调节增益控制器(404)，所述增益控制器(404)输入端与线谱频率系数LSF到LP滤波器变换器(403)相连，输出端与所述声码器(105)相连接。

5、如权利要求1所述的语音解码器，其特征在于，还包括：

将所述与第一频带有关的第一线性预测滤波器的信息和所述在第二频带上使用的第二线性预测滤波器信息组合的组合器(107)，所述组合器输出端与一语音合成器相连接。

6、如权利要求5所述的语音解码器，其特征在于，还包括：增加输入频带的采样率的采样率内插器(104)，所述采样率内插器(104)输入端与所述解码器(103)相连接，输出端与组合器(107)相连接。

7、如权利要求5所述的语音解码器，其特征在于，还包括：高通滤波输入的频带的高通滤波器(106)，所述高通滤波器(106)输入端与所述声码器(105)相连接，输出端与所述组合器(107)相连接。

Images