AMR-WB編碼中矢量量化算法的研究與優(yōu)化.pdf

1、當今社會,通信技術和計算機網(wǎng)絡都得到了迅速發(fā)展,視聽需求量也越來越高,一方面,由于帶寬為300Hz~3400Hz的窄帶語音所提供的語音質量,已經(jīng)不能滿足使用的需求,人們開始轉而研究帶寬為50Hz~7kHz的寬帶語音所提供的那種自然的、面對面的語音質量;另外一方面,由于傳統(tǒng)意義上的語音編碼,它的速率一般是確定的。如果它的編碼速率較高,雖然能夠獲得較好的語音質量,但網(wǎng)絡資源占用的多,而如果它的編碼速率較低,雖然網(wǎng)絡資源占用的不多,但是語音質

2、量又得不到保證。為了解決網(wǎng)絡資源和語音質量之間的矛盾,出現(xiàn)了變速率語音編碼。
　　綜合以上兩個原因,將寬帶語音編碼和變速率語音編碼相結合就成為了語音編碼技術的發(fā)展趨勢。AMR-WB語音編碼器作為寬帶語音編碼和變速率語音編碼的結合體,,被ITU-T和3GPP/ETSI同時選中作為寬帶語音編碼標準,在通信史上,該編碼算法第一次實現(xiàn)了無線與有線業(yè)務的融合,在移動通信、ISDN寬帶電話、ISDN可視電話和電視會議等領域都有廣闊的應用前景,

3、所以對AMR-WB語音編碼器進行研究有很深遠的意義。本文針對AMR-WB語音編碼器主要進行了以下幾個方面的研究工作:
　　(1)首先對AMR-WB語音編碼器編碼部分算法的原理進行了系統(tǒng)分析,深入研究了預處理模塊、LPC分析模塊、開環(huán)基音分析模塊、碼本搜索模塊和增益量化模塊,然后對AMR-WB語音編碼器解碼部分的算法進行了研究與分析,最后對AMR-WB語音編碼器進行了C++編碼實現(xiàn),利用VisualStudio2008和ITU-T提

4、供的語音序列tst.inp對AMR-WB語音編碼器進行編解碼實驗,驗證所編寫代碼的正確性。
　　(2)雖然AMR-WB語音編碼器具有語音質量高、平均編碼速率低和自適應好等優(yōu)點,但該算法的計算復雜度很高,這樣就限制了其在計算資源有限的某些領域的應用。通過研究發(fā)現(xiàn),LPC分析模塊、碼書搜索模塊在AMR-WB語音編碼器中就占了編碼時間的60％,而矢量量化技術又是LPC分析模塊中的一個關鍵環(huán)節(jié)。針對這一問題,本文在悉心總結前人研究成果的基

5、礎上,重點分析了矢量量化的碼書設計、碼字搜索和碼字索引分配這三大核心技術,并對AMR-WB語音編碼器中起著關鍵作用的矢量量化模塊做了深入的研究,針對該編碼器在進行矢量量化時,所存在的不足進行系統(tǒng)分析,并從碼書設計和碼字搜索上進行改進研究。
　　(3)AMR-WB語音編碼器中LPC分析模塊的矢量量化是利用LBG算法來對碼書進行設計的,初始碼書設計的好壞直接影響著LBG算法的性能,而AMR-WB語音編碼器中的碼書設計存在收斂速度慢、運

6、算量大等缺陷,針對這一問題,本文在分離平均初始碼書設計的基礎上,提出了一種新的初始碼書設計——MR(Mean Ranking)算法,該算法首先以碼書尺寸為依據(jù),對訓練序列進行分塊,然后按照每一塊均值的大小對訓練序列由小到大進行重新排序,接著以訓練序列大小和碼書尺寸的比值為依據(jù),對排序好的訓練序列進行抽樣,抽樣出來的碼書作為初始碼書,從而實現(xiàn)了對LBG算法中初始碼書的改進。本文所提出的MR算法中,把均值作為聚類的條件,從而能夠以較大的概率

7、求出相似量的聚集,并和隨機法及分離平均法進行比較,結果表明改進后的方法能夠在保證較好的碼書質量前提下,以比較快的速度得到最終碼書,從而證明了所提算法在減少碼書迭代次數(shù)上的有效性。
　　(4)AMR-WB語音編碼器矢量量化中的碼字搜索采用的是全搜索算法,該搜索算法雖然搜索精度較高,但在搜索碼字時需要計算輸入矢量與所有碼字的失真距離,這樣就導致該算法碼字搜索效率低下、碼字搜索耗時、復雜度高等問題。為了解決這一問題,本文提出一種改進的基