[发明专利]语音信号带宽扩展装置及方法

说明书

技术领域

本发明涉及语音通信技术领域，特别是涉及一种语音信号带宽扩展装置以及一种语音信号带宽扩展方法。

背景技术

当前通信网络传输的语音是带宽限制在300～3400Hz窄带语音，窄带语音在声音质量、清晰度和可懂度方面次于8000Hz带宽的宽带语音。在许多重要的应用场合，语音高频分量尤其显得重要，如在可视电话、电话会议之类的应用中，宽带语音会增加参与人员的临场感觉，更好的理解他人的发言；对听力有障碍的人来说，高频辅音的缺乏是他们使用电话有困难的主要原因。由于宽带语音对于窄带语音的优越性，所以对窄带语音进行谱扩展，得到相应宽带语音的带宽扩展技术显得非常有意义。

带宽扩展算法通常基于线性源滤波器生成模型，该算法模型分成独立的两步：一步是估计宽带谱包络，另一步是估计宽带激励信号，宽带语音信号由宽带激励信号通过宽带谱包络滤波器滤波生成。带宽扩展的关键就是如何利用窄带信号估计宽带谱包络和宽带激励信号。

带宽扩展算法对宽带谱包络估计一般通过提取窄带信号的特征参数然后与预先存储的宽带参数相匹配来估计得到。目前的谱包络估计算法主要有基于矢量量化的带宽扩展算法、非线性映射法、高斯混合模型算法（Gaussian mixture model，GMM）。矢量量化法使用语音编码中的矢量量化技术将语音信号的特征参数空间分割为若干用码本表示的区域，由于算法在码本训练时无法考虑信号的高低带之间的统计特性，不能实现最优的搜索和分类，估计的宽带谱失真比较大。高斯混合模型算法使用统计理论中的混合高斯函数来描述语音信号的特征参数的分布情况，并基于混合高斯函数估高带谱包络，解决了码本映射法存在的问题，但其最大的问题是算法描述语音信号时间上帧间相关动态特性能力差，没有考虑信号帧间特征矢量的连续性，重建信号的频谱有跳变。

当前，带宽扩展算法对宽带激励信号的估计方法以谱折叠、白噪声激励、谐波噪声模型最为典型。谱折叠将窄带激励信号在频域做镜像折叠得到高带激励信号，但产生的宽带激励信号在3400～4600Hz频带会出现频谱空洞。白噪声激励算法利用随机白噪声作高带激励信号，算法虽然简单，但它破坏了语音信号的谐波结构，对于强浊音信号，重建的宽带语音信号会出现人耳可闻的噪声。谐波噪声模型算法对语音信号进行清音/浊音分类，然后根据分类结果分别用白噪声/谐波作为高带激励信号，但是算法依赖基频估计和清音/浊音分类的准确性，不准确的估计会使重建的语音信号失真并且出现噪声，并且算法的运算复杂度比较高。

发明内容

基于此，有必要针对传统的宽带谱包络估计存在谱失真比较大、重建信号的频谱有跳变等问题，提供一种宽带谱包络估计精度高的语音信号带宽扩展装置。

同时，还提供一种语音信号带宽扩展方法。

一种语音信号带宽扩展装置，包括：

宽带谱包络估计模块，连接窄带语音信号源，用于通过隐马尔科夫模型估计窄带语音信号的宽带谱包络参数；

宽带线性预测系数计算模块，连接所述宽带谱包络估计模块，用于接收所述宽带谱包络参数并将所述宽带谱包络参数转换为宽带线性预测系数；

预处理模块，连接所述窄带语音信号源，用于对所述窄带语音信号源进行预处理获取频带受限的宽带语音信号；

分析滤波模块，分别连接所述预处理模块和所述宽带线性预测系数计算模块，用于通过所述宽带线性预测系数对所述频带受限的宽带语音信号进行分析滤波获取频带受限的宽带激励信号；

激励扩展模块，连接所述分析滤波模块，用于对所述频带受限的宽带激励信号进行激励扩展获取全频带的宽带激励信号；

合成滤波模块，分别连接所述宽带线性预测系数计算模块和所述激励扩展模块，用于通过所述宽带线性预测系数对所述全频带的宽带激励信号进行合成滤波获取全频带的宽带语音信号。

在其中一个实施例中，所述宽带谱包络估计模块包括：

特征参数提取单元，连接所述窄带语音信号源，用于提取所述窄带语音信号的窄带特征参数；

隐马尔科夫模型统计单元，连接所述特征参数提取单元，用于接收所述窄带特征参数并根据隐马尔科夫模型计算状态条件后验概率；

宽带线谱频率系数计算单元，连接所述隐马尔科夫模型统计单元和所述宽带线性预测系数计算模块，通过先验宽带矢量码本和所述状态条件后验概率，并基于软判决准则计算所述窄带语音信号的宽带线谱频率系数并将所述宽带线谱频率系数发送给所述宽带线性预测系数计算模块。

在其中一个实施例中，所述激励扩展模块包括：