一種適合地面遙測接收站的語音編碼方法

汪 洋 李海鵬 王 斌

(1.92941部隊91分隊 葫蘆島 125001)(2.海裝重慶局 重慶 402263)

?

一種適合地面遙測接收站的語音編碼方法

汪 洋1李海鵬1王 斌2

(1.92941部隊91分隊 葫蘆島 125001)(2.海裝重慶局 重慶 402263)

論文提出了一種適用于地面遙測接收站的語音編碼方法。針對地面簡易站擴頻接收帶寬小的特點,在混合激勵線性預測(MELP)算法的基礎上,設計了一種2.4Kbps的低速率語音編碼算法。該算法通過增加幀長、多幀聯合及參數內插等方法降低語音的編碼速率。經仿真結果表明該語音編碼方法適合目前地面遙測接收站技術要求,實用性強,適合在其它遙測系統中推廣應用。

地面遙測站; 語音編碼; 多幀聯合

Class Number V243

1 引言

隨著靶船測試技術的發展,常規試驗數據傳輸已經不能滿足測試需要,語音的直接表述更適合對靶船的指令傳遞。現有地面遙測接收站特別是在采用擴頻體制后數據帶寬小(通常不超過10kbps),因此若需傳輸語音,則要求語音占用數據帶寬盡可能小,更容易適應現有地面遙測接收站的信道傳輸要求[1]。

本文采用2.4kbps混合激勵線性預測(Mixe Excitation Linear Prediction,MELP)低比特率數字語音編碼技術,是在基本的線性預測編碼(Linear Predictive Coding,LPC)的基礎上結合混合激勵、多帶激勵以及原型波形內插等編碼方法的優點[2～4],采用了一種新的更符合人的發音機制模型來編碼和合成語音,并利用自適應頻譜增強技術,提高合成語音與原始語音的匹配度,從而實現了低碼率、高質量的合成語音。既滿足了語音的傳輸質量,又能滿足現有地面簡易遙測站的技術要求。

2 語音遙傳系統

語音遙傳是將語音采集到的原碼編碼后送入編碼器組幀,生產PCM流經過發射機擴頻后發射。地面遙測接收站收經接收解調,將語音數據挑路后送入語音解碼模塊后輸出語音,如圖1所示。

圖1 語音遙傳系統框圖

3 MELP語音編碼算法

原始語音信號經過8KHz/8位采樣和濾除50Hz的工頻干擾后,對每個子幀分別提取線譜對頻率、基音周期、清濁音模式、能量、非周期標志及傅里葉幅度等參數[5],處理流程如圖2所示。

圖2 語音編碼器的功能框圖

本文算法由三個連續語音子幀組成一個超級幀,子幀幀長25ms,總幀長75ms,編碼比特為180bit,總計為180bit/75ms=2.4kbps。本文算法選擇了對合成語音質量影響較大的線譜對頻率、傅里葉幅度、基音周期和清濁音模式、能量以及非周期標志等參數進行量化[6]。具體參數的量化比特分配如表1所示。

表1 MELP聲碼器比特分配表

本文考慮到線譜對頻率的幀間相關性和誤差的相對獨立性,同時為了減少編碼比特數,因此采用了幀間內插的方案:對1、3子幀的LSF參數采用多級矢量量化,而2子幀的LSF參數由內插方法得到。1、3子幀進行四級矢量量化,量化采用4級碼本,各級量化比特數分別為7bit、6bit、6bit、6bit,總共25bit。

本文采用動態比特分配方案,將3個子幀共九種清濁音模式,分為五類情況對基音周期和清濁音模式進行動態比特分配以及聯合矢量量化。編碼比特共15位,包括模式位和基音位:當子幀全是清音,分配全0碼字;當僅有1個濁音子幀時,基音周期采用8bit標量量化;當有2、3、4個濁音子幀時,分別采用10bit、12bit、12bit的加權矢量量化算法對基音周期參數進行編碼[7]。

在每個子幀中,提取一個能量參數,組合成三維矢量,在對數域進行量化。再對殘差信號進行FFT得到殘差譜,然后殘差譜經過峰值提取得到傅里葉諧波幅度,最后對最低10階傅里葉諧波幅度采用8位矢量量化[8]。

4 MELP語音解碼算法

解碼算法先進行參數譯碼,再分別合成每個子幀的語音信號。與傳統線性預測合成方法不同的是它充分反映了語音信號的本質特征,極大地提高了合成語音的質量。其他后續處理,如混合激勵產生、自適應頻譜增強、線性預測合成、增益校正、脈沖離散濾波等,與MELP算法一致[9～10]。

線譜對頻率解碼時先分別對第1、3子幀的線譜對頻率進行解碼,再通過內插公式得到第2子幀的線譜對頻率。基音周期解碼時先判斷清濁音模式,再根據清濁音模式和碼本序號對基音周期進行解碼[11]。

上述參數保證了合成語音的可懂度,為了提高合成語音的自然度,還需對傅里葉幅度、能量參數以及非周期標志進行恢復,在降低語音編碼速率的同時保證了合成語音的質量。

5 試驗模擬

圖3 原始語音和合成語音比較

本文使用Matlab對該2.4kbps語音編碼算法進行了仿真,并給出仿真結果圖,編碼時將輸入文件按聯合幀75ms進行整體編碼,經過高通濾波器后存入緩存器,提取參數時對基音周期、帶通清的判決采用MELP標準算法,對第1、3子幀求得LSF系數,進行量化,解碼時先對超級幀進行解包。利用文中提到的第1、3子幀LSF系數運算得到第2子幀的LSF系數,完成各參數解碼。

圖3是一組語音的仿真結果圖,從時域波形上看合成語音在時間包絡上同原始語音非常接近,包括能量強度也基本一致,根據實驗表明,該方法適合地面簡易遙測站擴頻傳輸的帶寬要求,滿足遙測通信使用,同時語音清晰自然。

6 結語

本文設計并驗證了一種低比特率數字語音編碼算法,根據地面遙測站的技術指標特征選取MELP算法,并針對遙測傳輸要求完成了算法優化和實現。最終通過軟件Matlab的仿真驗證,實現了該語音編碼系統。試驗結果表明,該語音編碼算法合成語音具備了一定的自然度,質量達到了預期的效果,可應用于地面遙測站語音傳輸。

[1] 林小江,鄭海昕.實驗遙測系統的設計與實現[J].裝備指揮技術學院學報,2002,13(2):63-67.

[2] Alan V. McCree, Kwan Truong, E. Bryan George, et al. A 2.4K bits MELP Coder Candidate for the new U.S. Federal[C]//Proceeding of ICASSP,1996:107-112.

[3] McCree AV, Barnwell TP. A New Mixed Excitation LPC Vocoder[J]. ICASSP,1991:593-596.

[4] 劉寬海,葛萬成.MELP低比特率數字語音編碼技術研究[J].信息技術,2003,27(8):52-54.

[5] Selma Ozaydin, Buyuman Baykal. Matrix quantization and Mixed Excitation Based Linear Predictive Speech Coding at Very Low Bit rates[J]. Speech Communication,2003,41(38):381-392.

[6] Baudion G, Chami F. Corpus Based Very Low Bit Rate Speech Coding[J]. ICASSP Paper,2003:87-91.

[7] A. V. McCree, K. truong, E. George, et al. A 2.4kbits/s MELP Coder Candidate for the New U.S Federal standard[J]. Proceeding of CASSP-96,1996:165-167.

[8] A. V. Mcree, T. P., Barnwell III. A Mixed Excitation LPC Vocoder Model for Low Bit Rate Speech Coding[J]. IEEE Transactions on Speech and Audio Processing,1995,3(4):240-250.

[9] T. Wang, K. Koishida, V. Cuperman, et al. A 1200/2400bps Coding Suite Based on MELP[J]. IEEE Speech Coding Workshop Proceedings,2003:90-92.

[10] 肖東,莫福源,陳庚,等.混合激勵線性預測語音編碼標準中線譜頻率量化的研究[J].應用聲學,2012,31(2):109-112.

[11] 呂聲,王炳錫.一種改進的混合激勵線性預測的基音周期估計算法[J].信號處理,2001,17(1):56-59.

A Voice Coding Method for Ground Tele-metring Receive Station

WANG Yang1LI Haipeng1WANG Bin2

(1. Unit 91, No. 92941 Troops of PLA, Huludao 125001) (2. Chongqing Bureau of Naval Equipment Department, Chongqing 402263)

A voice coding method which is suitable for ground tele-metring receive station is presented in this paper. Aiming at that the spread spectrum characteristic of simple ground station receiver bandwidth is small, a 2.4K bps low rate voice coding algorithm based on the Mixed Excitation Linear Prediction(MELP) is designed. The algorithm reduces speech coding rate by increasing the frame length, joining multi frames, and interpolating parameters. The simulation results show that the voice coding method is suitable for the technical requirements of the current ground tele-metring receive stations, and it is applicable for other telemetry systems.

ground tele-metring receive station, voice coding, multi-frame joint

2015年1月3日,

2015年2月5日 作者簡介:汪洋,男,碩士,高級工程師,研究方向:靶場測量與控制。

V243

10.3969/j.issn1672-9730.2015.07.026