[发明专利]一种低码率语音编码器以及解码器

权利要求书

1.一种低码率语音编码器，其特征在于，包括：

语音信号预处理模块，接收原始语音信号，进行加窗分帧和滤除低频的干扰信号；

梅尔倒谱系数提取模块，对预处理后的语音信号进行处理，输出梅尔倒谱系数MFCC；以及 

参数量化模块，对MFCC进行量化。

2.如权利要求1所述的一种低码率音编码器，其特征在于，所述梅尔倒谱系数提取模块依次包括：

预增强处理模块，为一阶有限激励响应高通滤波器，输入预处理后的语音信号；

快速傅里叶变换模块，计算预增强处理后的语音信号的幅度谱；

梅尔滤波模块，在梅尔倒谱域计算幅度谱在梅尔三角窗内的加权求和值；

非线性变换模块，将所述梅尔滤波模块输出端信号的幅度谱变换到对数域；以及

离散余弦变换模块，输入所述非线性变换模块的输出信号，并进行离散傅里叶变化得到MFCC。

3.如权利要求1所述的一种低码率语音编码器，其特征在于，对MFCC的第一个参数采用非均匀标量量化，其余参数采用矢量量化。

4.如权利要求1或3所述的一种低码率语音编码器，其特征在于，所述低码率语音编码器支持2400bps、1200bps、600bps和300bps四种码率，在300bps码率时，采用2帧组成超级帧进行2帧联合矢量量化。

5. 如权利要求4所述的一种低码率语音编码器，其特征在于，2400bps或1200bps码率的语音信号帧间重叠为25%，600bps或300bps码率的语音信号帧间重叠为0%。

6.一种低码率语音解码器，其特征在于，包括：

参数反量化模块，将量化后的MFCC进行反量化，得到量化前的MFCC；

幅度谱重建模块，通过MFCC恢复得到语音信号的幅度谱；

最小相位信号重建模块，根据语音信号的幅度谱得出最小相位信号；

GMM特征提取及参数训练系统，通过对一训练语音信号进行处理，输出基音估计的GMM参数以及清浊音估计的GMM参数；

清浊音估计模块，与所述幅度谱重建模块输出端相连，对重建后的幅度谱采用所述清浊音估计的GMM参数求概率进行估计，与阈值比较进行清浊音判决；       

基音估计模块，与所述请浊音估计模块输出端相连，对估计为浊音帧的幅度谱采用所述基音估计的GMM参数进行基音估计；

Rosenberg脉冲产生模块，与所述基音估计模块输出端相连，根据估计出的基音产生Rosenberg脉冲用于模拟语音信号产生声门脉冲；

语音信号重建模块，与所述Rosenberg脉冲产生器模块以及所述最小相位信号重建模块的输出端相连，对清音帧和浊音帧分别进行重建；以及

叠接相加模块，与所述语音信重建模块的输出端相连，将重建后的清音帧和浊音帧进行帧间叠加，得到完整的语音信号。

7. 如权利要求6所述的一种低码率语音解码器，其特征在于，所述低码率语音解码器支持2400bps、1200bps、600bps和300bps四种码率。

8. 如权利要求6所述的一种低码率语音解码器，其特征在于，幅度谱重建模块包括：

离散余弦反变换模块，将MFCC变化为语音信号的对数域；

非线性反变换模块，将语音信号的对数域变换为梅尔滤波后的幅度域；

去梅尔窗模块，将梅尔滤波后的幅度域恢复得到原语音信号的幅度谱。

9. 如权利要求6所述的一种低码率语音解码器，其特征在于，语音信号重建模块中还包括：

清音重建模块，将清音帧的最小相位信号给定为初始值，进行最小二乘估计-幅度谱逼近算法的计算；

浊音重建模块，将浊音帧的去除Rosenberg脉冲激励后的最小激励信号给定为初始值，进行最小二乘估计-幅度谱逼近算法的计算。

10. 如权利要求6所述的一种低码率语音解码器，其特征在于，所述GMM特征提取及参数训练系统中包括：

梅尔倒谱系数提取模块，接收所述训练语音信号，得到其梅尔倒谱系数MFCC；

幅度谱重建模块，连接所述梅尔倒谱系数提取模块的输出端，通过MFCC恢复得到语音信号的幅度谱；

傅里叶变换模块，将所述训练语音信号进行傅里叶变换；

基音提取模块，与所述傅里叶变换模块输出端连接，对压缩滤波后的语音信号进行基音提取；

基音估计特征向量提取模块，连接所述幅度谱重建模块以及所述基音提取模块的输出端，提取出基音估计的特征向量；

基音混合高斯模型GMM参数训练模块，连接所述基音估计特征向量提取模块的输出端，根据基音估计特征向量对基音帧进行训练，得到基音GMM参数；

清浊音估计特征向量提取模块，连接所述傅里叶变换模块输出端，在压缩滤波后的语音信号中提取出清浊音估计的特征向量：

清浊音GMM参数训练模块，连接所述清浊音估计特征向量提取模块输出端，根据清浊音估计特征向量对清浊音帧进行训练，得到清浊音GMM参数。