论文部分内容阅读
语音编码的目的是压缩语音信号的冗余度提高语音信息传输的有效性，是数字语音通信系统中最为重要的功能之一。多媒体通信的发展，需要高质量的低速率语音编码。为此，高质量的低速率语音编码成为语音编码中的一个非常重要的研究课题，吸引着众多的研究者去研究。
特征波形内插（Characteristic Waveform Interpolation, CWI）编码算法以其独特的特征波形描述激励信号的编码方式和优良的编码性能吸引许多学者对其进行研究。本文即是围绕低速率语音编码研究课题，以特征波形内插模型为依托，利用小波变换技术对该编码方法的诸如特征波形分解、基音检测、语音增强和相关参数的量化等关键技术进行研究，最终提出了纯净语音下的1.84kbit/s和2.32kbit/s的基于双正交提升小波变换(Bi-orthogonal Lifting Wavelet Transform,BLWT)的CWI(BLWT-CWI)语音编码算法和噪声环境的1.84kbit/s的基于小波变换的特征波形内插(Speech Enhancement Based on Wavelet Transform for CWI, E-WT-CWI)语音编码算法。
本文的主要研究成果包括以下几个方面：
1、为了提高语音清浊分类的准确性，本文提出了基于分带谱熵和小波域Teager能量的语音清浊分类算法。该算法首先计算频域内的分带谱熵，然后在小波域计算不同频带的Teager能量，计算出低频能量所占的比例，通过这两个参数进行清浊判断。实验证明，由于分带谱熵能加深清浊音之间的差异，Teager能量能快速跟踪声门周期内信号能量的变化，从而该算法能更容易提取浊音，该算法在纯净语音和含噪语音上的性能都优于幅度能量算法；
2、为了提高在噪声环境下基音检测的准确性，本文提出了基于前置滤波和小波系数加权的带噪语音基音检测算法，该算法首先对带噪语音进行前置滤波，去除高频噪声和大部分共振峰，然后采用二次样条小波作为小波函数，对滤波后的语音进行3级分解，通过对三级小波分解的细节分量加权求和突出边缘特征，再利用该特征提取3个候选基音，最后采用归一化自相关函数找到基音周期。实验表明，本文提出的算法与二进小波变换和归一化自相关函数检测基音周期(Pitch Detection Algorithm Based on Dyadic Wavelet Transform and Normalized AutoCorrelation Function, DWT-NCCF-PDA)方法相比，提高了在噪声环境下的基音检测精度；
3、本文提出了一种基于双正交提升小波变换的特征波形分解方法，得到多分辨率表面，使得激励源被准确地描述。该分解方法不需要复杂的特征波形对齐操作和滤波器的卷积运算，其固有的原位运算降低了传统特征波形小波分解算法所需的内存，所采取的当前帧边界点替代相邻帧样点的措施有效克服了传统特征波形小波分解算法的额外时延；
4、为了能使低速率语音编码算法运用在噪声环境，本文提出了基于双正交小波包分解的自适应阈值语音增强方法，该方法能够自适应地跟踪噪声的水平，以此来更新所选阈值，同时采用动态阈值方法去除噪声，从而能有效地去除或降低多种有色噪声。实验结果表明，该方法由于能够在处理过程中保证相位不失真，从而性能优于基于正交小波分解的软阈值去噪方法；
5、基于上述技术，本文构建了在纯净语音环境下的1.84kbit/s和2.32kbit/sBWLT-CWI两种语音编码器，同时构建了噪声环境下的1.84kbit/sE-WT-CWI编码器。MOS分测试表明1.84kbit/sBWLT-CWI编码器的语音质量接近2.4kbit/s的MELP编码器，2.32kbit/sBWLT-CWI编码器的语音质量稍优子2.4kbit/s的MELP编码器。A/B测试表明，1.84kbit/sBLWT-CWI编码器的性能与2.4kbit/sMELP编码器性能相当，却明显优子2.0kbit/s的低复杂度改进型波形内插（Low-complex Improved Waveform Interpolation, LIWI）编码器，1.84kbit/sE-WT-CWI编码器性能优于基于谱减法构建的1.84kbit/sBLWT-CWI编码器。纯净语音下的1.84kbit/sBWLT-CWI编解码算法的计算复杂度约为75.883MOPS，所需的存储容量大约为5.76K个浮点存储单元，其计算复杂度小于2.0kbit/sLIWI编码方法的算法复杂度。