甚低碼率低延遲語音編碼算法研究.pdf

1、本論文為響應ITU提出的LD-CELP編碼算法新指標(延遲低于5毫秒，速率低于8Kb/s，長話音質)開展研究。主要研究目標為： 1.設計并提出在長話音質下延遲2.5毫秒(幀長20樣點)碼率接近8Kb/s算法； 2.設計并提出在通信質量下延遲5毫秒(幀長40樣點)碼率接近6Kb/s算法。 為實現(xiàn)上述目標，論文在以下五個方面開展研究并取得創(chuàng)新性的進展。 第一，提出了一種不依賴量化信噪比評價增益濾波器性能的方法

2、，可在增益量化之前直接比較評價增益預測器的各種優(yōu)化方案，形成了增益預測器與增益量化器分別獨立進行優(yōu)化的方法。研究評價了多個不同的預測器方案后發(fā)現(xiàn)有限記憶遞推濾波器性能最高；而神經(jīng)網(wǎng)絡濾波器以最低計算代價獲得了優(yōu)于G728杜賓遞推公式的性能。對增益量化，研究比較了固定量化與自適應量化的特性。自適應量化的主要難點是自適應步長因子的優(yōu)化涉及到海量運算。提出了一種基于人工免疫原理的克隆思維進化算法：N-進制編碼方法，用來優(yōu)化復雜目標函數(shù)多個變量

3、，為解決這一問題貢獻了一個新的方案。 本研究的第二個創(chuàng)新性貢獻是利用小波分析工具開發(fā)出語音信號后向實時基音檢測算法。現(xiàn)有基音檢測都是寬延遲的前向算法，包括G.728標準在內的所有低延遲語音編碼算法均無基音檢測過程。本研究基于小波分析提出了后向實時基音檢測算法，可在2.5ms(20樣點)幀內監(jiān)測到基音脈沖的出現(xiàn)并計算出基音周期。在本研究領域，首次使基音分析用于低延遲語音編碼算法成為可能。 研究工作的第三個創(chuàng)新結果是在低延遲

4、語音編碼算法中引入自適應碼書搜索。低延遲算法每樣點少于1bit碼率資源，使用自適應碼書搜索不利于降低碼率。本研究提出新的解決方案是：先利用實時后向基音檢測算法對最佳自適應碼字標號進行初步定位，然后以此為基準進行自適應碼書的修正搜索。一方面降低了自適應碼書的碼率消耗，另一方面改善了實時后向基音檢測算法的精度，用在低延遲語音編碼算法中取得理想的效果。 第四，在前面工作的基礎上給出了延遲2.5毫秒(幀長20樣點)8Kb/s算法。首先基

5、于G728的結構將幀長由5樣點提高到20樣點，通過大量反復實驗表明，當碼率降到8.8K/s以下時音質無法得到保證，計算復雜性也大大超過了實時性要求，必須使用與現(xiàn)有任何算法不同的新結構。研究并提出了三種延遲2.5毫秒的8Kb/s算法： 方案1:自適應碼書、固定碼書各10bit(其中增益3bit，波形7bit)。 方案2：偶數(shù)幀搜索自適應碼書，奇數(shù)幀使用偶數(shù)幀的搜索結果，節(jié)省的碼率資源用來擴大固定碼書尺寸。 方案3：