對線(xiàn)性預測語(yǔ)音解壓縮方法的探討

摘要：本文針對常見(jiàn)的語(yǔ)音壓縮方法，具體敘述了線(xiàn)性預測編碼的基本原理及具體格式，并對算法實(shí)現的軟件及硬件進(jìn)行了詳細的分析。

關(guān)鍵詞：線(xiàn)性預測編碼 格形濾波器 PWM MATLAB

引言

現實(shí)生活中，有大量語(yǔ)音數字存儲和傳輸、語(yǔ)音綜合、說(shuō)話(huà)人確認和辨認、語(yǔ)音識別的應用，這些應用需要處理的數據量很大，這必須采用一定的壓縮方法進(jìn)行處理。

對頻率范圍為300Hz——3000Hz的語(yǔ)音，諸如電腦語(yǔ)音圖書(shū)、真人發(fā)聲電子字典、語(yǔ)言學(xué)習機等，只需要一般的語(yǔ)音壓縮方法，而對20Hz——20KHz的音樂(lè )，則需高級的壓縮方法。當然，在選擇語(yǔ)音表示方法時(shí)，數據壓縮率不是唯的考慮，還要考慮價(jià)格、表示的靈活性、語(yǔ)音考慮價(jià)格、表示的靈活性、語(yǔ)音的質(zhì)量等諸多因素。在選擇信號表示以及隨后作用的數字信號處理方法時(shí)最重要的考慮還是應用的實(shí)際需要。

針對我們目前開(kāi)發(fā)的發(fā)音電子字典及語(yǔ)音學(xué)習機等產(chǎn)生，既需要音質(zhì)清晰又要價(jià)格便宜，我們考慮采用參數表示語(yǔ)音信號的LPC，MELP，CELP壓縮方法。

LPC（Linear Predictive Coding-線(xiàn)性預測編碼），是一種低速率的語(yǔ)音參數表示方法，它根據最小的方誤差的準則，用過(guò)去的若干語(yǔ)音數字信號來(lái)預測當前的語(yǔ)音信號，將估算出來(lái)的語(yǔ)音參數送到語(yǔ)音合成模型后輸出語(yǔ)音?；旌霞罹€(xiàn)性預測MELP和碼本激勵線(xiàn)性預測CELP也是基于線(xiàn)性預測上的語(yǔ)音壓縮方法，數據壓縮量銷(xiāo)遜于LPC，但因其語(yǔ)音數據的制作不需要專(zhuān)門(mén)的硬件與有經(jīng)驗的調音人員，在語(yǔ)音產(chǎn)品的開(kāi)發(fā)中也得到了廣泛的應用，本文重點(diǎn)描述LPC算法的軟件和硬件實(shí)現。

LPC原理簡(jiǎn)述

LPC語(yǔ)音編碼的基礎是語(yǔ)音產(chǎn)生模型，它模擬人的發(fā)生過(guò)程。在這個(gè)模型中，語(yǔ)音信號分為清音和濁間，在濁音時(shí)聲道中產(chǎn)生對應音調周期的脈沖列，而在清音時(shí)，則產(chǎn)生白噪聲序列，語(yǔ)音就是由這些激勵信號激勵一個(gè)自適應濾波器（即全極點(diǎn)濾波器）產(chǎn)生的。

LPC濾波器的參數ak是通過(guò)線(xiàn)性預測的方法，即用若干過(guò)去的樣值預測當前樣值提取的，預測值與真值之間的誤差滿(mǎn)足最小均方誤差準則。參數隨時(shí)間逐幀更新，更新速率30～100次/秒，即幀移為10～33ms。在每幀之間對參數進(jìn)行內插以適應參數隨時(shí)間緩慢變化。

因此，LPC模型只需傳輸增益系數，濁音和清音的判決信息、濁音音調和全極點(diǎn)濾波器的參數{ak}，k=1，…p，用超低BIT率便可實(shí)現語(yǔ)音信號的傳送。這種高壓縮率可以大大降低語(yǔ)音識別中的存儲量。

語(yǔ)音合成模型見(jiàn)圖1。

LPC軟件實(shí)現

LPC算法的實(shí)現有直接法、協(xié)方差法、自相關(guān)法、斜格法等諸多分析方法。其中斜格法能解決精度和穩定度的矛盾，它是以格形濾波器為基礎。我們所用的LPC聲碼器就是作斜格法來(lái)實(shí)現線(xiàn)性預測。

線(xiàn)性預測編碼算法的編碼格式中，有10個(gè)線(xiàn)性預測系數K1-K10、增益、音調、重復位總紅共編碼成54bits。

LPC各幀參數編碼格式見(jiàn)表1。

在解碼時(shí)，要對接收的數值進(jìn)行轉換與插值。其算法接收的的數值進(jìn)行轉換與插值。其算法流程見(jiàn)圖2.

線(xiàn)性預測系數、增益、基音周期等參數值每個(gè)基音周期更新一次，清音幀、濁音幀及靜音幀間相互轉換時(shí)不進(jìn)行插值更新。濁音和清音的激勵信號是按基音周期從內部ROM區取出輸入到音調寄存器，與增益相乘后送到LPC濾波器。

LPC硬件實(shí)現

在線(xiàn)性預測分析中，語(yǔ)音信號直接決定一組預測系數，但由于語(yǔ)音信號有時(shí)變特性，為保證語(yǔ)音信號在短時(shí)間內預測參數及頻率固定，實(shí)驗以固定頻率聲響最后一響“嘀”為對象，對LPC聲碼器的硬件部分進(jìn)行測試。首先，借助專(zhuān)用的LPC編碼設備生成PCL十六進(jìn)制格式數據見(jiàn)表2。

從以上數據可以知道此語(yǔ)音由靜音幀、濁音幀和停止幀組成。第一幀是靜音幀，最后一幀是停止幀，中間40幀是濁音幀，該40個(gè)濁音幀具有相同的能量、音調及K參數。經(jīng)分析得出能量值、音調及其K參數（見(jiàn)表3）。

表3 各參數計算值

我們借助MATLAB工個(gè)搭成了12組格形濾波器及二階低通濾波器來(lái)模擬LPC模型中的數字濾波器，見(jiàn)圖3。將帶有增益的濁音送入輸入端，線(xiàn)性預測系數送入格形濾波器，濾波器采用10KHz采樣。

填入其余相應的參數后開(kāi)始仿真，得出的結果見(jiàn)圖4。

從圖中可以看出，不考慮頻率因素，對增益、預測參數固定的這組語(yǔ)音數據而言，實(shí)驗結構最后超趨近于1024。

把數據1024輸入PWM寄存器，經(jīng)過(guò)12位的脈寬調制（PWM）進(jìn)行D/A轉換處理，可得出輸出模擬信號，占空比為：

1024/2048=0.5

同時(shí)，我們通過(guò)示波器直接測試語(yǔ)音芯片的DAC+端，可以觀(guān)察到頻率為500Hz、占空比為0.5的一系列的矩形脈沖見(jiàn)圖5，波形結果與通過(guò)MATLAB工具搭成的電路結果一致。

結語(yǔ)

我們對PLC，MELP，CELP不可逆語(yǔ)音壓縮法進(jìn)行測試，得出了LPC語(yǔ)音合成格式、算法流程以及硬件12級格式、算法流程以及硬件12級形波器、低通濾波器的具體實(shí)現形式。從實(shí)驗可以證明LPC算法是通過(guò)軟件從語(yǔ)音數據包提取數據，經(jīng)過(guò)軟件查表計算后將相應的參數送往硬件各部分處理，最后合成語(yǔ)音。