[發明專利]語音信號傳輸方法及系統

有效

• 申請號: 201310361783.1
• 申請日: 2013-08-19
• 公開（公告）號: CN103474067A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 江源;周明;凌震華;何婷婷;胡國平;胡郁;劉慶峰
• 申請（專利權）人: 安徽科大訊飛信息科技股份有限公司
• 主分類號: G10L15/26
• 分類號: G10L15/26;G10L13/02;G10L19/00
• 代理公司: 北京匯智勝知識產權代理事務所(普通合伙) 11346
• 代理人: 朱登河

技術領域

本發明涉及信號傳輸技術領域，具體涉及一種語音信號傳輸方法及系統。

背景技術

隨著互聯網的普及和便攜式設備的推廣，各種基于手持設備的聊天軟件應運而生。語音交互的自然人性化是其他交互手段無法超越的，特別是在不利于手寫按鍵輸入的手持小屏設備應用上。對此很多產品都支持語音交互功能，將某終端接收到的語音信號傳輸至目的端，如騰訊推出的微訊產品即支持VoiceMessage的語音消息傳輸功能。然而直接傳輸的語音信號數據量往往極大，在互聯網或通訊網等按流量收費的信道中給用戶帶來了較大的經濟負擔。顯然如何在不影響語音質量的前提下盡可能壓縮傳送的數據量是提高語音信號傳輸應用價值的前提條件。

針對語音信號傳輸的問題，研究人員嘗試了多種語音編碼方法，對語音信號進行數字量化和壓縮傳輸，在提高語音信號的恢復話質條件下降低編碼碼率并提升傳輸效率。目前常用的語音信號壓縮方法有波形編碼和參數編碼等。其中：

波形編碼是將時域的模擬信號波形經過取樣、量化、編碼，形成數字信號，這種編碼方式具有適應能力強、話音質量高的優點。但由于需要保持恢復原有語音信號的波形形狀，這種方案碼流率要求較高，在高于16kb/s才能取得較好的音質。

參數編碼即從原始語音信號中提取表征語音發音特征的參量，并對該特征參量進行編碼。這種方案的目標在于保持原始語音的語意，保證可懂度。其優點在于碼流率較低，但恢復音質受損較多。

在傳統的語音通信時代，往往采用時間計費方式，編碼方法主要考量算法延時和通信質量；而在移動互聯時代，語音作為數據信號的一種，通常使用流量來收取費用，編碼語音碼流率的高低將直接影響用戶使用的花費。此外，傳統電話信道語音只使用8k采樣率，屬于窄帶語音，音質受損且存在上限。顯然如果繼續使用傳統編碼方式處理寬帶或超寬帶語音，需要增加碼流率，成倍提升流量消耗。

發明內容

本發明實施例提供一種語音信號傳輸方法及系統，在保證語音恢復音質損失最小化的前提下實現極低碼流率的信號傳輸。

本發明實施例提供一種語音信號傳輸方法，包括：

確定待發送的連續語音信號對應的文本內容；

根據所述文本內容及所述連續語音信號確定各合成單元的語音合成參數模型；

拼接各合成單元的語音合成參數模型得到語音合成參數模型序列；

確定所述語音合成參數模型序列對應的序號串；

將所述序號串發送給接收端，以使所述接收端根據所述序號串恢復所述連續語音信號。

本發明實施例還提供一種語音信號傳輸系統，包括：

文本獲取模塊，用于確定待發送的連續語音信號對應的文本內容；

參數模型確定模塊，用于根據所述文本內容及所述連續語音信號確定各合成單元的語音合成參數模型；

拼接模塊，用于拼接各合成單元的語音合成參數模型得到語音合成參數模型序列；

序號串確定模塊，用于確定所述語音合成參數模型序列對應的序號串；

發送模塊，用于將所述序號串發送給接收端，以使所述接收端根據所述序號串恢復所述連續語音信號。

本發明實施例提供的語音信號傳輸方法及系統，采用統計分析模型編碼，其處理方式與語音采樣率無關，在保證語音恢復音質損失最小化的前提下極大地降低了傳輸碼流率，減少了流量消耗，解決了傳統語音編碼方法不能兼顧音質和流量的問題，改善了移動網絡時代下用戶通信需求體驗。

附圖說明

為了更清楚地說明本申請實施例或現有技術中的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明中記載的一些實施例，對于本領域普通技術人員來講，還可以根據這些附圖獲得其他的附圖。

圖1是本發明實施例語音信號傳輸方法的流程圖；

圖2是本發明實施例中確定各合成單元的語音合成參數模型的一種流程圖；

圖3是本發明實施例中二叉決策樹的構建流程圖；

圖4是本發明實施例中一種二叉決策樹的示意圖；

圖5是本發明實施例中對初始基頻模型進行聯合優化的流程圖；

圖6是本發明實施例語音信號傳輸系統的結構示意圖；

圖7是本發明實施例中參數模型確定模塊的一種結構示意圖；

圖8是本發明實施例中語音信號發送系統中二叉決策樹構建模塊的結構示意圖；

圖9是本發明實施例中第一優化單元的結構示意圖；

圖10是本發明實施例中第二優化單元的結構示意圖。

具體實施方式