[发明专利]选择导谱频率系数矢量量化的方法及装置

说明书

技术领域

本发明涉及数字语音编码技术领域，特别是选择导谱频率(ISF)系数矢量量化的方法及装置。

背景技术

语音信号的线性预测系数(LPC)能够比较准确的表征语音信号短时幅度谱包络，在当前中、低速率语音编码中得到应用：如码激励线性预测(CELP，Code Excitation Linear Prediction)，多带激励编码(MBE，MultibandExcitation Coding)，波形内插编码(WI，Waveform Interpolation)等，但LPC系数有较宽的动态范围以及在合成滤波器中的不稳定性，因而LPC系数不适合直接量化。针对上述问题，在语音谱包络量化研究中需要将LPC转换为其它的表示形式以保证线性预测系数量化后全极点滤波器的稳定，减少谱失真。在宽带语音编码中如AMR-WB、AMR-WB+等通常将LPC系数转换为导谱频率(ISF)量化，因为ISF系数变化范围小易于量化，并且一个导谱频率参数的误差仅仅影响全极点模型中邻近这个参数对应频率处的语音谱，而不影响其它地方，能够满足高质量的语音编码和语音合成系统中对LPC系数要求“透明量化”的要求。

为了说明方便，先简单介绍几个基本概念：

线性预测系数(LPC，Linear Predictive Coefficient)，一组简洁的语音信号模型参数，这一组参数较精确的表征了语音信号的频谱幅度。

导谱频率对(ISP，Immittance Spectral Pair)，线性预测系数的一种表现形式。

导谱频率(ISF，Immittance Spectrum Frequency)，线性预测系数的一种表现形式。

矢量量化(VQ，Vector Quantization)，将若干个标量数据构成一个矢量，然后对矢量空间予以整体量化。

以下以AMR-WB+编码标准[3GPP TS 26.290，“Extended AdaptiveMulti-Rate-Wideband(AMR-WB+)codec”，Dec 2004]中ISF系数量化方案为例，具体说明现有的ISF系数矢量化方法。

1.编码端

对每一帧(256点)求取一组16阶的线性预测系数a₁，a₂，......，a₁₆，即LPC系数，将上述LPC系数转换为16阶ISP系数，然后将ISP系数转换为频域的16阶ISF系数isf₁，isf₂，......，isf₁₆作为当前量化输入，假定isf′₁，isf′₂，......，isf′₁₆为上一帧16阶的ISF系数，mean[i]，i＝1，2，3，....，16为各维矢量的均值。

(1)计算一组残差信号r_i：

ri=isfi-mean[i]-13×isfi′,i=1,.....,16]]>

(2)将上述16阶残差信号分裂为2个子矢量VQ1和VQ2，VQ1包括r₁，r₂，......，r₉，VQ2，包括r₁₀，r₁₁，......，r₁₆；

(3)针对上述子矢量VQ1，本例中使用8比特进行量化，假设量化后的信号为计算一组9维的残差信号e_i：