第11章 多带激励声码器

《第11章 多带激励声码器》由会员分享，可在线阅读，更多相关《第11章 多带激励声码器（51页珍藏版）》请在装配图网上搜索。

1、单击此处编辑母版标题样式,,单击此处编辑母版文本样式,,第二级,,第三级,,第四级,,第五级,,*,*,国家“十一五”规划教材,,《,数字语音编码,》,讲议,,,同济大学电子与信息工程学院,,赵晓群,编著,,机械工业出版社，,2007,年,,第,11,章　多带激励声码器,11.2,多带激励语音模型,,11.1,概述,11.4,多带激励语音合成,11.3,多带激励语音分析,第,11,章　多带激励声码器,,11.1,,概述,,CELP,、,MPLPC,等：,全极点模型,、,LPC,,分析,，,合成,-,分析法,，,,,听觉加权,方均误差准则，,闭环,确定激励参数。,,◆,这类,混合编码,，在,4.

2、8~16,,kbit/s,,码率内获得巨大成功。,,◆,关键技术：,是保持了合成语音与原始语音波形的相似性。,,◆,再降数码率时，合成语音质量迅速下降。,,LPC,,声码器：,（清,/,浊音）,二元激励模型,，,分析,-,合成法,，,,,LPC,,分析,，,清,/,浊音判别,，估计,基音周期,。,,◆,SNR,,较高时，,2.4,,kbit/s,,及以下码率，语音,可懂度,相当高。,,以上编码器，当噪声较大时，因无法准确提取参数，,,性能,严重恶化,；,,其它声码器，如,通道声码器,、,同态声码器,等也有同样弱点。,第,11,章,多带激励声码器,,11.1,,概述,同济大学电子与信息工程学院,

3、-,3,-,赵晓群,,教授,产生原因：,二元激励模型,过于简化，不符合实际语音的特性。,,◆,许多语音段，同时含,周期性,、,非周期性,分量，,,,过渡音段,、,有噪浊音段,更是如此。,,◆,当用,二元谱,来拟合时，合成语音,缺乏自然度,。,,1988,,年,MIT,,林肯实验室,提出,多带激励,（,MBE,）,语音编码,，,,◆,突破,二元激励的局限性，对,多个频带,逐个进行,V/U,,判决,，,,故称为多带激励模型。,,◆,采用,合成,-,分析法,，在,2.4,,~ 4.8,,kbit/s,,码率,时性能优良。,,◆,改进方案被,国际海事卫星组织,采用（,INMARSAT-M,,Voice

4、,,,,Codec,），,码率,为,6.4,,kbit/s,。,,本章主要内容：,MBE,,原理,，,参数提取,方法，,合成语音,的方法。重点介绍,INMARSAT-M,,Voice,,Codec,,标准,的算法。,,第,11,章,多带激励声码器,,11.1,,概述,同济大学电子与信息工程学院,-,4,-,赵晓群,,教授,第,11,章　多带激励声码器,,11.2,多带激励语音模型,,窗选语音信号,为（窗长,20~40,ms,）：,,◆,源,-,系统语音模型,理论，语音段是,线性系统,（声道）,,对某种,激励信号,的响应。,,设系统的,单位脉冲响应,为，则的,Fourier,,变换,可表示为：,

5、,,式中,H,w,(,ω,),,,E,w,(,ω,),——,h,w,(,n,),,,e,w,(,n,),,的,Fourier,,变换,。,,◆,重建语音信号谱,,X,wr,(,ω,),,可表示为：,,式中,H,wr,(,ω,),——,,合成滤波器,的,系统函数,；,,,E,wr,(,ω,),——,,合成滤波器的,激励信号,的,Fourier,,变换,。,,两者皆从,原始语音信号,中分析,提取,。,第,11,章,多带激励声码器,,11.2,,多带激励语音模型,同济大学电子与信息工程学院,-,5,-,赵晓群,,教授,清音波形,H,wr,(,ω,),,用,全极点函数,来逼近，相应于,X,wr,(,ω

6、,),,的,谱包络,。,,MBE,,按,基音,各,谐波,，将语音分成若干个,子频带,,（如以,3,个相邻的谐波频带为一组进行分带），,,分别对各子带进行,V/U,,判决,，,激励信号,为各子带的,和,。,,◆,清音带：,用,白噪声谱,作为,激励信号谱,；,,◆,浊音带：,用,周期性,的,P,w,(,ω,),,作为,激励信号谱,。,,激励信号是,周期性信号,与,非周期性噪声,按不同频带混合而成。,,系统函数,,H,wr,(,ω,),,的作用是：,调整,各子带分量的相对,幅度,和,,相,位,，并将,E,w,(,ω,),,映射成,X,w,(,ω,),,。,,该模型较符合实际语音的特性，使,合成语音谱

7、,同,原语音谱,,在频谱精细结构上,拟合得更好,。,,若还利用谱的,相位,信息，则能够合成出高质量的语音。,第,11,章,多带激励声码器,,11.2,,多带激励语音模型,同济大学电子与信息工程学院,-,6,-,赵晓群,,教授,图,11.1,：,典型的,浊音,、,清音,和,混合语音,段的分析,-,合成情况。,,◆,MBE,,编码过程涉及三种参数的提取，,,①,,基音频率,；,,②,每个,子带,的谱包络的,幅度,和,相位,参数；,,③,每个,子带,的,V/U,,判决,。,,图,11.2,：,MBE,,语音,编,/,解码器,的简化原理图。,第,11,章,多带激励声码器,,11.2,,多带激励语音模型

8、,同济大学电子与信息工程学院,-,7,-,赵晓群,,教授,图,11.2,,MBE,声码器语音编,/,解码器原理图,清语音合成,浊语音合成,基音周期估计,谐波产生,频带划分,幅度估计,清,/,浊判决,相位计算,FFT,,传 输,,输出,Hamming,窗,同济大学电子与信息工程学院,-,8,-,赵晓群,,教授,(a),浊语音段,(b),清语音段,(c),混合语音段,,图,11.1,语音,MBE,的分析,-,合成波形（,10 kHz,采样，,256,点,Hamming,窗）,,,,,,,,,,,,,,,,,浊音波形,清音波形,混合音波形,加窗语音谱,加窗语音谱,加窗语音谱,谱包络,谱包络

9、,谱包络,U/V,判决结果,U/V,判决结果,U/V,判决结果,周期谱,P,(e,j,ω,),周期谱,P,(e,j,ω,),周期谱,P,(e,j,ω,),白噪声谱,白噪声谱,白噪声谱,激励信号谱,激励信号谱,激励信号谱,合成语音谱,合成语音谱,合成语音谱,同济大学电子与信息工程学院,-,9,-,赵晓群,,教授,第,11,章　多带激励声码器,,11.3,多带激励语音分析,,MBE,模型参数的最优提取，计算量大，工程难以实时实现。,,常用,次优,算法，分两步完成参数的提取：,,①,确定,基音频率,和,每个分带,的,谱包络,参数，用,AbS,,法,提取,；,,②,对,每个分带,进行,V/U,判决,。

10、,,有两种参数提取方案：,,,①,使下列,加权积分,值（,加权方均谱误差,）为,最小,：,,,,②,应使下列,加权积分,值达到,最小,：,,,,式中,G,(,ω,),,——,频率加权函数,；,,,X,w,(,ω,),,,X,wr,(,ω,),,——,原始语音谱,和,合成语音谱,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,差别：,,方案,①,利用语音谱的,模值,；,,方案,②,利用,模值,和,相位,，性能优于,①,，,,但计算复杂，码率有所增加。,,INMARSAT-M,,Voice,,Codec,,采用方案,①,。,,本节主要内容：,,,11.3.1,频域分析,,,11

11、.3.2,时域分析,,,11.3.3,,INMARSAT-M,,改进,MBE,,模型分析算法,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,10,-,赵晓群,,教授,,11.3.1,频域分析,,,1.,,基音估计及各次谐波幅度的计算,,设,基音周期,为,T,0,（,基音角频率,,ω,0,=,2,π,/T,0,,）。,,依次,假设,,ω,0,为各种可能出现的值。,,◆,对于,可能,的,基音角频率,值,ω,0,，将,ω,=,-,π,~,π,,分为若干频带，,,,分界点,为：,a,m,=,(,m,-,0.5),ω,0,,,b,m,=,(,m,+,0.

12、5),ω,0,,,m,=0,,±,1,…,,±,(,M,+1),,◆,设,每个,分带,,[,a,m,,,b,m,],中,H,wr,(,ω,),,保持不变，,H,wr,(,ω,)=,,A,m,，,,,则有：,,式中,ε,——,总的,加权方均谱,误差；,,,,ε,m,——,,第,m,子带,加权方均谱,误差，,,,,或,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,11,-,赵晓群,,教授,仅考虑,,幅度谱,时,考虑,幅度、,,相位谱,时,令,或　　　　　　，,,由上两式可分别,解得,一组,最佳,和 ：,,,,或,,◆,若,第,,m,,次谐波,

13、的能量显,周期性,，则其能量集中在该谐波附近,;,,,选,周期性,,P,w,(,ω,),的作为,激励信号,,E,wr,(,ω,),，,,,则,合成语音谱,X,wr,(,ω,),与,窗选语音谱,,X,w,(,ω,),,,在,第,,m,次谐波,带内将拟合得很好（,ε,m,最小）。,,◆,若,第,,m,,次谐波,的能量显,非周期性,，,,,则,,X,w,(,ω,),在该频带内没有特征性的形状。,,仍用,P,w,(,ω,),作为激励，,ε,m,值将较大。此时，,应选,噪声,为激励。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,12,-,赵晓群,,教授

14、,仅考虑,,幅度谱,时,考虑,幅度、,,相位谱,时,分析,周期性,与,非周期性,信号激励时的,最佳解,。,,◆,浊音频带时,，选,P,w,(,ω,),为,激励信号,，由上页两式得：,,,,,,,,,◆,清音频带时，,激励采用,理想白噪声,（,幅度谱,,= 1,），则有：,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,13,-,赵晓群,,教授,仅考虑,幅度谱,时，,,最佳谱幅度,考虑,幅度、相位谱,时，,,最佳谱包络,。,相位信息无关紧要，,,在此,无需计算,,A,m,。,对于,假定,基音频率,,ω,0,,的每一个谐波，,计算,,︱,A,m,,︳

15、,或,A,m,,，,,,再求,出,各次谐波内,的最小误差 。,,则整个频带的总的最小误差：,,◆,每假设一个,基音频率,,ω,0,，计算出对应的,ε,0,。,,显然，正确的,基音周期,或其,倍数,上，,ε,0,取,极小值,。,,◆,搜索,,ε,0,的全局最小值对应的,T,0,=2,π,/,,ω,0,值可能是,,正确的,基音周期,的某个整数倍值。,,◆,因而，还需要对,T,0,/2,、,T,0,/3,、,…,处的,ε,0,进行,校核,，,,以判断,正确,的,基音周期,，从而确定,最佳基音周期,。,,◆,最后确定最佳基音周期时，还,需要考虑,前后帧,的情况。,,一

16、般相邻帧的,T,0,值变化不会太大。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,14,-,赵晓群,,教授,,2.,,谐波频带内,V/U,,判决,,第,m,,子带的,归一化误差能量,为：,,,,◆,采用,激励信号,P,w,(,ω,),（,谱幅度,︱,A,m,,︳,或,谱包络,,A,m,、,周期,,T,0,,）,,是第,m,谐波子带的谱拟合误差。,,◆,令,频率加权函数,,G,(,ω,)=1,，上式化简为：,,,,◆,子带判决：,,,,◆,可以将相邻的几个谐波频带,合并,成一个,子频带,，,,用上述同样的方法,提取,︱,A,m,,︳,或,A,m

17、,，并,进行,,V/U,,判决,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,15,-,赵晓群,,教授,,11.3.2,时域分析,,W,(,ω,),：,窗函数,,w,(,n,),,的,Fourier,,变换，,,,ω,0,：,归一化基音角频率,（,基音周期,,T,0,，,ω,0,= 2,π,/,T,0,）,,◆,假设,在,-,π,~,π,,频率范围内共,2,M,个,谐波,，,,,P,w,(,ω,),为,激励,时，有,:,,,,,式中，,,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,16,

18、-,赵晓群,,教授,◆,令频率,加权函数,,G,(,ω,)=1,,，由前面给出的式子,,,,得，,全带拟合误差,：,,,,式中，,,◆,由,上,式,可,求出,使,ε,取,极小值,的矢量,,a,,为,：,,再,代入,上,式,，,结合,上页,式，得,：,,,,,式中，,,◆,因此，对于某个,选定,的,,T,,值,时,，,计算,min,,ε,,等价,于,,max,,ψ,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,17,-,赵晓群,,教授,,注：,上标,T,,为转置,,,,H,,为共轭转置,为了,方便,，选择,窗函数,,w,(,n,),，,使其满

19、足,,◆,频域内正交条件,：,,,,,,,,,,,，,I,,是,单位矩阵,；,,◆,相当于,时域,内,满足条件,：,,◆,还要求,其,Fourier,,变换的,泄露,足够小，,,,,,,,,,,,,,,,,,,,,主瓣宽度,足够窄,,（,此宽度不应大于基音频率值,）,,。,,满足,上述,条件且,,w,(,n,),为,偶函数,时,，,上页计算,ψ,,式可,改写,为：,,,◆,注意到,,ω,0,M=,π,,近似成立，且,,ω,0,T=,2,π,，则上式可,简化,为,：,,,式,中,,T,,——,假定的,基音周期,；,,,——,,w,2,(,n,),x,(,n,),的,自相关函数,，,第,11,章,

20、多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,18,-,赵晓群,,教授,由,Parseval,,定理，,总拟合误差,写成,：,,,,,,为了去除由于,,T,,值增加造成,的,ε,下降，需要对,上,式,修正,，,,,以保证真正的,基音周期,对应的是全局最小值。,,◆,采用,无偏拟合误差公式,如下：,,,,,◆,采用此修正后，,归一化总误差能量,应写成下列形式：,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,19,-,赵晓群,,教授,设,窗函数,,w,(,n,),长为,2,N,+1,，,以,原点对称,。,,,同

21、时,假设,在窗长范围内有,,L,,个,假设基音周期,，,即：,,,◆,则上页,式中,，,ξ,uB,的求和上下限应作相应的,改动,，,即得到,：,,,,,,,,,,为,粗搜索,时确定,初始基音周期,,T,I,,所用的拟合误差,时域,表达,。,,◆,为,提高,精度,，,T,,值也可取,非整数,，,如,,20.5,,,21,,,21.5…,。,,,,,,非整数点,上,的相关函数,可,插值计算,：,,,实验表明，,1,0,k,Hz,,采样，基音周期,的,精确,可达,0.04,,样点,。,,数,码率较低,时（,4.8,,kbit/s,以下,），,精确到,,1/4,,~,,1/8,,样,点,也就满足要求了

22、，这样运算量可以减少很多。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,20,-,赵晓群,,教授,,11.3.3,,INMARSAT-M,,改进,MBE,,模型分析算法,,,图,11,.,3,：,INMARSAT-M,,改进,,MBE,,模型算法框图。,,◆,语音信号,：,,8,,k,Hz,,采样,，,线性,,PCM,,编码,，,,,,,语音样值的,最大,值,定标,范围,：,[2,14,-,1,，,2,15,-,1],,,,,,,,,,,最小值定标,范围,：,[,-,2,15,，,-,2,14,],,◆,需求出,改进,,MBE,,模型参数,：

23、,基音角频率,、,V/U,判决,，,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,子带,谱包络参数,（,仅考虑,幅度谱,）,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,21,-,赵晓群,,教授,图,11.3,,MBE,,语音分析算法方框图,高通滤波器,低通滤波器,基音周期,,初始估计,清,/,浊判决,,基音周期,,精确估计,,频谱估计,语音信号,,1.,高通滤波,,◆,语音,经,数字,高通滤波器,，,滤,除信号中的,直流分量,。,,,高通滤波器,的,截止频率,约,,1,0,,Hz,，,传递函数,为,：,,,,

24、,2.,低通滤波,,◆,低通滤波器,输出的信号按下式计算,：,,,,,,,,低通滤波器,是,,21,,阶,,FIR,,数字滤波器,，其系数值列于,表,11,.1,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,22,-,赵晓群,,教授,表,11,.1,,FIR,,低通滤波器,系数,,,,,,j,h,L,(,j,),j,h,L,(,j,),j,h,L,(,j,),0,0.394201,±4,-,0.063723,±8,-,0.007430,±1,0.297354,±5,-,0.004565,±9,-0.013775,±2,0.093671,±6

25、,0.030659,±10,-,0.002174,±,3,-,0.051602,±7,0.016900,,,同济大学电子与信息工程学院,-,23,-,赵晓群,,教授,图,11.4,相邻语音帧与帧之间的关系,过去帧　　当前帧　　将来帧,,3.,,基音估计,,基音估计算法,：,应,保持,相邻语音帧,基音周期的某种,连续性,。,,基音跟踪算法,：,在确定当前帧的基音周期时要考虑,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,相邻的,过去帧,和,将来帧,的影响。,,图,11,.,4,：,当前帧,和,前后帧,之间的关系,。,,,◆,帧长,为,,20,,ms,（,160,,个,样点,）,

26、。,,◆,基音估计,算法,分,：,初始估计,、,精细估计,两,步,进行,。,,初始估计,得到,初始基音周期,：,T,I,，,T,I,∈,,D,={21,21.5,…,114},,，,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,精度,：,,1/2,,采样周期,；,,再,由,精细估计,得出,归,最终,基音周期,，,精度,：,1/4,,采样周期,。,,两,步,法可,降低,计算复杂度,和,提高鲁棒性,。,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,,-,40,,-,20,,0,,20,,40,,60 ms,,,,,T,-2,,,T

27、,-1,,,T,0,,,T,1,,T,2,,,基音周期：,,,,,,,,,,,,,误差函数：,,E,-2,(,T,),,E,-1,(,T,),,E,0,(,T,),,E,1,(,T,),,E,2,(,T,),,,算法,的,重要特点,：,初始估计,和,精细估计,使用不同长度的窗函数,。,,◆,初始估计窗,,w,I,(,n,),,长为,,281,,个,样点,；,,◆,精细估计窗,w,R,(,n,),长,为,221,,个,样点,；,,◆,皆,是,对称三角形窗,，,两窗,中,点,对齐,。,,相邻语音帧之间的,重叠量,是窗长的,函数,，,,,,,,重叠量,,=,窗长,,-,帧移动量,（,160,,个,样

28、点,）,。,,◆,w,R,(,n,),时,，,重叠量,,61,,个,样点,；,w,R,(,n,),时,，,121,个,样点,。,,,(,1),,基音的,初始估计,（,步骤,见,图,11.5,,）,,◆,对每一个,可能,的,基音周期,,T,∈,D,，,计算,误差函数值,,E,(,T,),。,,,,,,,,,然后通过,前向,与,后向基音,,,跟,综算法,，,比较,求出的值，,,,,,,,,,最终,选择,最佳的候选者,,,,,,,,,作为,T,I,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,24,-,赵晓群,,教授,图,11.5,初始基音周期估

29、计,后向,,基音跟踪,前向,,基音跟踪,比较基音,,估计值,计算,,误差函数,,①,,计算,误差函数,,◆,根据,归一化总误差能量,定义,，,误差函数,,E,(,T,),定义,为：,,,,,,,,,,式中,,w,I,(,n,),,——,归一化三角形窗,函数,，,满足,,,,,,,,,,,,,,,,,,,,,,,,,,,,,。,,◆,当,t,,为,整数,值,时，,自相关函数,,φ,(,t,),定义,为,：,,,,当,t,,为,非整数,值,时,，,用,线性内插,公式,计算,,φ,(,t,),。,,◆,基音,周,期的,初始估计,,T,I,,为：,,◆,采用基音跟踪算法,，,保证,基音周期,,T,I,

30、的,连续性,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,25,-,赵晓群,,教授,,②,,后向基音跟踪,,◆,E,-1,(,T,-1,),、,E,-2,(,T,-2,) ——,过去两帧对应的,误差函数值,；,,◆,,因,基音周期的,连续性,，当前帧的基音周期,,T,,应在,,T,-1,附近，,,,,,,,应,满足约束条件,：,,,◆,在,上式,范围内逐个,选取,,T,，,并,计算,相应的,,E,(,T,),,，,,,使,,E,(,T,),最小,的,,T,就是后,向,估计,,T,B,，,,,,,计算,后向累计误差,,CE,(,T,B,),：

31、,,,,CE,(,T,B,),是,后向基音估计,的,置信度测度,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,26,-,赵晓群,,教授,,③,前向基音跟踪,,◆,E,1,(,T,1,),、,E,2,(,T,2,) ——,将来,两帧对应的,误差函数值,；,,◆,将来两帧的基音周期,尚未确定,，,,,,,前向基音跟踪算法必须首先设法确定这些基音周期值,。,,◆,在集合,D,内选定一个,,T,0,，按下面的,约束条件,选取,T,1,、,T,2,：,,,,使,E,1,(,T,1,)+,E,2,(,T,2,),最小,的,T,1,、,T,2,表示为,,

32、,,,,,,,,,,，,,,,,并按下式,计算,前向累计误差函数,,CE,F,(,T,0,),,为：,,,◆,重复上述过程,，在规定的范围内逐个,选定,,T,0,，,,,计算,相应的,CE,F,(,T,0,),,，,使其,最小,的,,T,0,定义,为,,,,,,,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,27,-,赵晓群,,教授,为防止,倍基音周期,，,考虑,,,,,,取 的可能性,。,,◆,要,求,,,,,,,,,,,,,,,,,,,，,选择,一个与其,最接近,的值代替。

33、,,,,,,再,检查,是否,满足,下列,三个条件,之,一、,且为,最小值,的,,,,,,,,,,,，,,◆,若有，则,前向基音,估计,,,,,,,,,,,,,,,,；,否,则,,,,,,,,,,,,。,,,,,完成,前,、,后向基音跟踪,，并,求得,估计,值,后，,,,按下列,判决规则,确定,初始基音估计,,T,I,：,,,If,,CE,b,(,T,B,)<0.48,,,then,,T,I,,=,T,B,,,e,lse,,if,,CE,b,(,T,B,),≤,CE,F,(,T,F,),,then,,T,I,,=,T,B,,,e,lse,,T,I,,=,T,F,,,◆,最终的,基音估计的,精,度

34、,提高到,,1/4,,采样周期,。,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,28,-,赵晓群,,教授,,(2,),,基音的,精细,估计,,图,11,.,6,：,基音精细估计,的方框图。,,◆,精细估计窗,,w,R,(,n,),：,长,,221,,个,样点,，,归一化,三角形窗,。,,◆,由,基音初始估计,,T,I,，产生,,10,,个,基音精细估计,的,候选值,：,,,◆,将其,转换,为相应的,基音频率,,ω,0,=,2,π,/T,0,。,,,,,然后在这,,10,,个点上,进行,细搜索,，,确定,基音周期的,精细估计,。,第,11,章

35、,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,29,-,赵晓群,,教授,图,11.6,基音的精细估计,计算,A,m,(,ω,0,),计算,X,wr,(,l,,,ω,0,),⊕,计算,ε,(,ω,0,),256,点,DFT,16384,点,DFT,产生,10,个,,ω,0,候选值,min,ε,(,ω,0,),①,计算,窗,选,语音,和,窗函数,的,离散,,Fourier,,变换,。,,◆,对,窗,选,语音信号,，,计算,,256,,点,,DFT,：,,,,,,对,窗函数,,,计算,16384,,点,,DFT,：,（扩大点数，可,保证精度,),,,②,对每一个

36、假设的,,ω,0,，,求,各谐波的,最佳谱包络值,,A,m,(,ω,0,),。,,◆,选定,,ω,0,，,则,在,,-,π,~,π,,之间有个,,[ 2,π,/,ω,0,],谐波,分量，,,,,,两个,相邻谐波,之间含有,,256,ω,0,/,2,π,,个,语音信号,的,,DFT,,点。,,◆,对于,第,,m,,次谐波,，它的,频带下限,、,上限,为：,,,,,,,,其中,，,INT,x,表示取,大于,或,等于,,x,,的,最小整数,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,30,-,赵晓群,,教授,◆,根据式,：,,,因,窗,选,激励

37、,,P,w,(,ω,),在频带内与,窗,函数,主瓣,包络,形状相同，,,,故用,,W,R,(,ω,),代替,,P,w,(,ω,),。,,◆,这意味着语音,改变,一个样点，窗,改变,,64,,个样点。,,,,,,因此，,最佳用下式,计算,：,,,,,,,③,计算,合成语音谱,。,,◆,按下式,计算,：,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,31,-,赵晓群,,教授,,④,计算,加权总拟合误差,，,选择,最佳,,ω,0,,（,或,,T,0,,）。,,◆,采用,,DFT,,的,总拟合误差,为：,,,◆,在细搜索中，主要,考虑,高次谐波,频带拟

38、合的情况，因此,，,,,加权函数在,低频端,可以取,,0,，,求和下限,不从,,1,,开始,；,,,高频端,可以取,,1,，,求和上限,也不必达到,,127,。,,◆,语音,频谱,一般,限制,在,,200~360,0,,Hz,范围内。,,,故,按,下,列公式,确定,求和上限,,q,：,,,总拟合误差,可以,改写成,：,,,,◆,对,,10,,个,候选基音频率,，逐个,计算,出,总拟合误差,，,,,使,其,最,小,的,,ω,0,是当前帧,基音周期,的,精细估计值,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,32,-,赵晓群,,教授,利用,偶

39、对称性,，,,只,计算,了,一半,的值,,4.,,V/U,,判决,,图,11,.,7,：,V/U,,判决,的方框图。,,◆,利用每个谐波处,合,成,谱,与,窗选,语音谱,拟合的程度来,确定,。,,,,,若,归一化拟合误差,,<,阈,值,，,判,定,该谐波,频,带为,浊音带,；,,,反之为,清音带,。,,◆,采用,,DFT,,时，,前面推导的,归一化误差应,改写,成,：,,,◆,也可,将几个,相,邻,谐波,频带,合并,成一个,频带,，,,,根据该,频,带,总拟合误差,作出该带的,,V/U,,判决。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,3

40、3,-,赵晓群,,教授,图,11.7,清,/,浊判决方框图,计算拟合误差,计算,E,0,更新,E,avg,,E,min,,E,max,计算阈值,与阈值比较,实用,,V/U,,判决,方案：,最,多分,12,,个带，,判决方法,如下：,,①,,确定,谐波,的个数,M,。,,◆,计算式：,,,②,,确定,子带,的个数,K,。,,◆,每个,子带,包含,3,,个,谐波分量,（见,图,11.8,）。,子带数,的,计算式：,,,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,34,-,赵晓群,,教授,图,11.8,改进的,MBE,,频带结构,子带,1,子带,

41、2,子带,K,-1,,子带,,K,,③,,计算,各带的,归一化拟合误差,。,,,,,,◆,计算式：,,,,,,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,35,-,赵晓群,,教授,④,,计算,,V/U,,的,判决,阈,值,。,,,◆,计算式：,,,◆,第一项,：,随,,ω,0,增大,而,变大,。,,,当,,ω,0,增加时谐波个数将减少，,拟合误差,会变大,，,,,,,,,,,,,,,,,,,,,,,此项起到,去,偏,作用。,,◆,第二项,：,随,,ω,0,升高,而,变小,。,,,,,,,,,,,,,,,,,,,,由于,话音高频端通常更具有随机

42、谱的特征，,,因此，较多地,判,为,清,音区,会使合成语音听起来自然,。,,◆,第三项,：,是同语音,当前帧能量,,E,0,、,平均能量,,E,avg,、,,,,,,,,,,,,,,,,,,,,,,,最小能量,,E,min,、,最大能,量,,E,max,,有关的参数。,,采用,自适应,方法，,逐帧,更新,这些,参数,，以期获得更好的效果。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,36,-,赵晓群,,教授,◆,若用,,E,(0),,表示,当前帧,的参数,，,E,(-1),表示,前一帧,的参数，,,,,,,相关,量的,定义为,：,,,,,,,

43、,,,,且,满足的,约束条件,：,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,37,-,赵晓群,,教授,◆,求出上述几个能量之后，再,确定,函数,：,,,,,,,,,,,⑤,,V/U,,判决,。,,◆,判决,规则,为：,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,38,-,赵晓群,,教授,,,5.,,求,各,谐波幅度,或,包络,,图,11,.,9,：,频谱幅度,估计框图,。,,◆,改进,MBE,,语音编码器，每个,分频带,包含,,3,,个,谐波,。,,,,,谐波,结构见,图,11,.,8,。

44、,,◆,对于第,,k,,个,频带,，其,频带范围,为,,a,3,k,-2,≤,ω,,<,b,3,k,，,,需,要,确定,,3,,个,频谱幅度,,,,,,,A,3,k,-2,、,A,3,k,-1,、,A,3,k,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,39,-,赵晓群,,教授,图,11.9,频谱幅度估计,计算清音幅度,计算浊音幅度,选择清音,/,,浊音谱幅度,图,11.8,改进的,MBE,,频带结构,子带,1,子带,2,,子带,K,-1,,子带,,K,◆,浊音带,时,，,按下式,计算,：,,,,,,,,,,如果,数,码率足够高，也可以,

45、直接传送,,,A,m,(,ω,0,),。,,◆,清音带,时,，,A,m,按下式,计算,：,,,,,◆,对于,最高分频带,,K,，,其,频带范围,是,,a,3,k,-2,≤,ω,<,b,M,，,,,,,,包含,,M,-3,k,+3,个,谱幅度,。,令,直流分量,,A,0,=0,。,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,40,-,赵晓群,,教授,改进,MBE,,模型的全部参数,为：,,,基音周期,,T,0,，,,,各带的,,V/U,,判决,,V,k,, (,k,=1,2,,,…,,K,),，,,,各谐波处,的,最佳幅度,,A,m,, (,m

46、,=1,2,,,…,,M,),。,,◆,参数,传送给解码器前，需,量化,、,编码,。,,◆,,INMARSAT-M,,语音编码器的,比特率,为,,6.4,,kbit/s,，,,,帧长,,20,,ms,，,每帧,,128,,bit,，,,,其中,,45,,bit,,留给,信道编码,用，余,,83,,bit,,供量化,模型参数,用,。,,◆,表,11,.2,：,比特分配,表,。,,,（,参数量化的方法从略,）,第,11,章,多带激励声码器,,11.3,,多带激励语音分析,,同济大学电子与信息工程学院,-,41,-,赵晓群,,教授,表,11,.2,模型参数比特分配,,,,参数,基音周期,V/U,判决

47、,频谱幅度,每帧比特数,8,K,75,-,K,第,11,章　多带激励声码器,,11.4,多带激励语音合成,,两种,合成方法,：,频域合成法,、,时域合成法,。,,◆,频域合成法,：,重建,语音谱,，,求,Fourier,,反变换,得,时域序列,。,,,相当于分析过程,的,逆过程,。,,,,,,特点：,比较直接，但不能保证合成语音,基音周期,的,平滑变化,。,,◆,时域合成法,：,利用,插值,实现,帧间基音周期,的,平滑过渡,，,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,可使,合成语音更自然。,,,,,,因,此,，,实际的,,MBE,,算法都采用这种方法。,,◆,下面

48、,介绍,时域合成法,。,,,图,11,.,10,：,改进,,MBE,,语音合成,框图,。,,◆,浊音成分,与,清音成分,分开合成，,,,,,,,,,,再,相加形成,完整的,合成语音,。,,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,42,-,赵晓群,,教授,图,11.10,改进,MBE,语音合成方框图,清音合成,⊕,浊音合成,合成语音,,11.4.1,,清音成分的合成,,清音成分,的合成用,白噪声激励,。,,◆,初始值,为,,u,(,-,105) = 3147,。按下式产生一个,白噪声序列,,u,(,n,),：,,,,◆,对相继的,合成语音,

49、帧，,u,(,n,),,移动,,20,,ms,（,160,,样点,），,,,对,,u,(,n,),加窗，,合成窗,,w,x,(,n,),长,：,209,,样点,。,,,因此，在相继合成语音帧之间，,噪声序列,重叠,,49,,样点,。,,,,,对加窗后的,,u,(,n,),进行,,256,,点的,,DFT,，,得,：,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,43,-,赵晓群,,教授,◆,再,根据,谐波频带,,m,,是,浊音,区,（,V,k,=1,）或,清音,区,（,V,k,=0,），,,,再对,,U,w,(,l,),进行,修正,得,U,wc

50、,(,l,),：,,,,,,,,式中,，,a,m,,,b,m,,——,定义,见前面；,,,,,A,m,(0),——,当前帧,的,,A,m,值。,,,,γ,m,——,伸缩系数,，,是,合成窗,,w,x,(,n,),,与,,,,基音精细估计窗,,w,R,(,n,),的函数，,,,◆,修正效果相当于用一组,带通滤波器滤,除浊音带的信号。,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,44,-,赵晓群,,教授,◆,U,wc,(,l,),中很低及很高的频率成分都置,0,，,即,：,,,◆,对,得到,的,频域各点,,U,wc,(,l,),，,依,下式,计算

51、,其,,IDFT,：,,,,◆,为,平滑,合成语音，,需,与前一帧的,清音序列,作,叠接处理,。,,设,本帧,和,前一帧的,清音序列,分别,用,,,,,,表示，,,,则,当前合成语音的清音部分,,x,U,(,n,),由下式,计算,：,,,,,,式,中,，,N,——,帧长,，,N,=160,；,,且,时,，,。,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,45,-,赵晓群,,教授,,11.4.2,浊音成分的合成,,方法：,先,计算,各,谐波分量,,x,V,m,(,n,),，再,叠加,，,得总的浊音，即,：,,,,,式中,,M,(0),,,M,(

52、-1),——,当前帧,、,前一帧,所含谐波的个数，,,◆,第,,m,,次谐波的,谱幅度,,A,m,按以下规则,确定,：,,,,并且,,,,式中,,A,m,(0),,,A,m,(-1),——,当前帧,、,前一帧,第,,m,,次谐波的,谱幅度,。,,,下面算式中的参数,,x,(0),,,x,(-1),表示,当前帧,、,前一帧,的参数,,x,。,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,46,-,赵晓群,,教授,分,5,,种不同的前后帧组合情况,，,进行合,成语音的,平滑过渡,：,,,①,当前帧,/,前一帧,的第,,m,,次谐波,皆,为,清音,：

53、,,◆,清音分量按上面,的,合成方法合成,；,浊音分量,置,,0,。,,,②,当前帧,第,,m,,次谐波为,清音,，,前一帧,为,浊音,：,,◆,浊,/,清过渡，,该部分的,浊音分量,为：,,,,③,当前帧,第,,m,,次谐波为,浊音,，,前一帧,为,清音,：,,◆,清,/,浊过渡，,该部分的,浊音分量,为：,,,,④,当前帧,/,前一帧,的第,,m,,次谐波,皆,为浊音，且,,◆,该部分的,浊音分量,为：,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,47,-,赵晓群,,教授,计算中，,,时,,⑤,当前帧,/,前一帧,的第,,m,,次谐波,皆

54、,为,浊音,，且,,◆,该部分的,浊音分量,为：,,,,式,中,,a,m,(,n,),——,幅度函数,；,,,θ,m,(,n,),——,相位函数,；,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,48,-,赵晓群,,教授,◆,其,中,，,相位参数,,按以下算式每帧进行,更新,：,,,,,,,,,式中,,,——,,当前帧,中清音,谱幅度,的数目,；,,,——,,随机数,，在区间,,[,-,π,,,π,),中均匀分布,，,,,；,,,——,,当前帧,的,噪声序列,。,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,49,-,赵晓群,,教授,,11.4.3,重建语音的产生,,,分别求出,：,清音部分,和,浊音部分,后，,,,最后的,合成语音,为,：,,,,◆,,MBE,,声码器是从改善激励源出发的一种语音压缩编码方案。是建立在频谱分析基础上的又一种,激励模式,。,,◆,低码率语音编码中,，,合成音质较传统声码器好得多，,,,且有较好的,自然度,和,容忍环境噪声,的能力。,第,11,章,多带激励声码器,,11.4,,多带激励语音合成,,同济大学电子与信息工程学院,-,50,-,赵晓群,,教授,谢 谢,!,