1kb/s线谱频率参数的一步插值预测矢量量化方法

摘要

1kb/s线谱频率参数的一步插值预测矢量量化方法，属于语音信号处理，可应用于中低速率语音编码和参数语音合成系统中。本发明矢量量化的工作过程是在计算机处理器中完成，其特征在于，基于矢量量化原理，利用LSF参数的帧间和帧内相关性，在帧内采用一步预测和在帧间采用一步内插的方法设计了一种1kb/s LSF参数的矢量量化器，对通过一步内插预测过程消除冗余度的LSF预测残差矢量进行矢量量化，获得了透明的量化结果，满足了低速率语音编码对声道参数进行透明量化的要求。

主权项

1、1kb/s线谱频率参数的一步插值预测矢量量化方法，包含在计算机处理器中完成对语音信号的线谱频率参数(LSF)进行量化，本发明的特征在于基于矢量量化原理，利用LSF参数的帧间和帧内相关性，在帧内采用一步预测和在帧间采用一步内插的方法设计了一种1kb/s LSF参数的矢量量化器，对通过一步内插预测过程消除冗余度的LSF预测残差矢量r⁽ⁿ⁾进行矢量量化，矢量量化的工作流程如下：编码过程：首先，将第n帧量化的第i-1个线谱频率与第n-1帧量化的第i个线谱频率的加权和作为第n帧的第i个线谱频率的预测值，即 ${\tilde{\omega }}_i^{\left(n\right)}={\alpha }_i{\hat{\omega }}_{i-1}^{\left(n\right)}+{\beta }_i{\hat{\omega }}_i^{(n-1)},i=\mathrm{1,2},···,p$式中α_i和β_i称为权系数，又称α_i和β_i为帧内预测系数和帧间内插系数；一步内插预测过程是指仅考虑第n帧与第n-1帧的LSF相关性以及第n帧的第i个LSF和第i-1个LSF的相关性的加权求和过程；一步内插是指将第n-1帧量化的第i个线谱频率乘以权系数β_i；一步预测是指将第n帧量化的第i-1个线谱频率乘以权系数α_i；根据最小二乘原理，权系数α_i和β_i可以从LSF的训练序列中计算出来，并在量化器中保持为常数；第二，将输入量化器的无偏线谱频率ω_i⁽ⁿ⁾与其预测值相减，得到LSF残差矢量r⁽ⁿ⁾；第三，将预测误差矢量r⁽ⁿ⁾分裂成两个子矢量，令前四个分量构成一个子矢量，后六个分量构成一个子矢量，这两个子矢量分别与两个10bit码书中的码矢量进行Paliwal加权失真比较，得到两个重构的残差子矢量i＝1，…，4和i＝5，…，10；这里k₁⁽ⁿ⁾和k₂⁽ⁿ⁾分别表示进入信道的两个残差码书的码矢量标号，将这两个重构的残差子矢量合并，得到重建的残差矢量第四，将重构的残差矢量加上预测矢量得到LSF的无偏重构矢量，该重构矢量将用于下一帧的一步内插预测过程；译码过程：首先，译码端根据收到的标号k₁⁽ⁿ⁾和k₂⁽ⁿ⁾，通过查表从两个码书中找到对应的重构残差子矢量i＝1，…，4和i＝5，…，10，将这两个重构的残差子矢量合并，得到重建的残差矢量第二，用一步内插预测过程得到LSF的预测矢量第三，将加上预测矢量得到LSF的无偏重构矢量第四，将加上LSF的均值，得到最终恢复的LSF参数。