[發(fā)明專利]語(yǔ)音參數(shù)量化方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201811109230.6
• 申請(qǐng)日: 2018-09-21
• 公開（公告）號(hào): CN109256143A
• 公開（公告）日: 2019-01-22
• 發(fā)明（設(shè)計(jì)）人: 袁念德
• 申請(qǐng)（專利權(quán)）人: 西安蜂語(yǔ)信息科技有限公司
• 主分類號(hào): G10L19/16
• 分類號(hào): G10L19/16;G10L19/00;G10L19/032
• 代理公司: 北京華進(jìn)京聯(lián)知識(shí)產(chǎn)權(quán)代理有限公司 11606
• 代理人: 王程

本申請(qǐng)涉及一種語(yǔ)音參數(shù)量化方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：采用預(yù)設(shè)的參數(shù)分析方法獲取語(yǔ)音信號(hào)的語(yǔ)音參數(shù)；根據(jù)所述語(yǔ)音信號(hào)的傳輸速率和所述語(yǔ)音參數(shù)，確定與所述語(yǔ)音參數(shù)對(duì)應(yīng)的量化方法對(duì)所述語(yǔ)音參數(shù)進(jìn)行量化。采用本方法能夠可以針對(duì)不同的傳輸速率和語(yǔ)音參數(shù)靈活設(shè)置不同的量化方法，適用于不同的場(chǎng)景中，滿足用戶的不同需求。

技術(shù)領(lǐng)域

本申請(qǐng)涉及音頻編碼技術(shù)領(lǐng)域，特別是涉及一種語(yǔ)音參數(shù)量化方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

聲碼器是一種對(duì)話音進(jìn)行分析和合成的編譯碼器，也稱話音分析合成系統(tǒng)或話音頻帶壓縮系統(tǒng)，是壓縮話音通信頻帶和進(jìn)行保密通信的有力工具。

聲碼器可以分為編碼器和解碼器，編碼器將音頻信號(hào)轉(zhuǎn)化為比特流用于信道傳輸，解碼器從比特流中恢復(fù)出用于語(yǔ)音合成的參數(shù)進(jìn)行語(yǔ)音合成，輸出音頻數(shù)據(jù)。目前，編碼器常用的語(yǔ)音參數(shù)量化方法包括互聯(lián)網(wǎng)低比特率編碼(Internet Low Bitrate Codec，ILBC)、增強(qiáng)型可變速率編解碼器(Enhanced Variable Rate Codec，EVRC)、自適應(yīng)多速率語(yǔ)音編碼(Adaptive Multi Rate，AMR)等方法。

但是，上述語(yǔ)音參數(shù)量化方法不夠靈活，不能適應(yīng)各種場(chǎng)景。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種能夠靈活適應(yīng)多種場(chǎng)景的語(yǔ)音參數(shù)量化方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種語(yǔ)音參數(shù)量化方法，所述方法包括：

采用預(yù)設(shè)的參數(shù)分析方法獲取語(yǔ)音信號(hào)的語(yǔ)音參數(shù)；

根據(jù)所述語(yǔ)音信號(hào)的傳輸速率和所述語(yǔ)音參數(shù)，確定與所述語(yǔ)音參數(shù)對(duì)應(yīng)的量化方法對(duì)所述語(yǔ)音參數(shù)進(jìn)行量化。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述語(yǔ)音信號(hào)的傳輸速率和所述語(yǔ)音參數(shù)，確定與所述語(yǔ)音參數(shù)對(duì)應(yīng)的量化方法對(duì)所述語(yǔ)音參數(shù)進(jìn)行量化，包括：

若所述語(yǔ)音信號(hào)的傳輸速率為2400bps，且所述語(yǔ)音參數(shù)為基音周期，則根據(jù)所述語(yǔ)音信號(hào)的周期屬性或傳輸所述語(yǔ)音信號(hào)的當(dāng)前幀的清濁類型，對(duì)所述基音周期進(jìn)行量化。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述語(yǔ)音信號(hào)的周期屬性或傳輸所述語(yǔ)音信號(hào)的當(dāng)前幀的清濁類型，對(duì)所述基音周期進(jìn)行量化，包括：

若所述當(dāng)前幀為濁音幀，則對(duì)所述語(yǔ)音信號(hào)在所述當(dāng)前幀的基音周期進(jìn)行對(duì)數(shù)轉(zhuǎn)換，并采用預(yù)設(shè)階數(shù)對(duì)轉(zhuǎn)換結(jié)果進(jìn)行均勻量化；

若所述當(dāng)前幀為清音幀，或者，所述語(yǔ)音信號(hào)的周期屬性為非周期，則對(duì)所述語(yǔ)音信號(hào)的基音周期進(jìn)行比特量化。

在其中一個(gè)實(shí)施例中，若所述當(dāng)前幀為清音幀，或者，所述語(yǔ)音信號(hào)的周期屬性為非周期，則對(duì)所述語(yǔ)音信號(hào)的基音周期進(jìn)行比特量化，包括：

若所述當(dāng)前幀為清音幀，則將所述語(yǔ)音信號(hào)的基音周期對(duì)應(yīng)的比特位均量化為第一值；

若所述語(yǔ)音信號(hào)的周期屬性為非周期，則將所述語(yǔ)音信號(hào)的基音周期對(duì)應(yīng)的比特位均量化為第二值。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述語(yǔ)音信號(hào)的傳輸速率和所述語(yǔ)音參數(shù)，確定與所述語(yǔ)音參數(shù)對(duì)應(yīng)的量化方法對(duì)所述語(yǔ)音參數(shù)進(jìn)行量化，包括：

若所述語(yǔ)音信號(hào)的傳輸速率為2400bps，且所述語(yǔ)音參數(shù)為線譜對(duì)LSF參數(shù)，則采用預(yù)設(shè)的三級(jí)矢量碼本對(duì)所述LSF參數(shù)進(jìn)行量化。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述語(yǔ)音信號(hào)的傳輸速率和所述語(yǔ)音參數(shù)，確定與所述語(yǔ)音參數(shù)對(duì)應(yīng)的量化方法對(duì)所述語(yǔ)音參數(shù)進(jìn)行量化，包括：

若所述語(yǔ)音信號(hào)的傳輸速率為1200bps，則根據(jù)傳輸所述語(yǔ)音信號(hào)的時(shí)間幀的清濁類型確定所述語(yǔ)音信號(hào)的超幀模式；