[發(fā)明專利]用于提升語音丟幀補償性能的混合多描述正弦編碼器方法

有效

• 申請?zhí)枺?/td>: 201811342149.2
• 申請日: 2018-11-13
• 公開（公告）號: CN109616129B
• 公開（公告）日: 2021-07-30
• 發(fā)明（設計）人: 林志斌;劉曉峻;狄敏
• 申請（專利權）人: 南京南大電子智慧型服務機器人研究院有限公司;南京大學;江蘇南大電子信息技術股份有限公司;馬鞍山艾德聲電子技術有限公司
• 主分類號: G10L19/005
• 分類號: G10L19/005;G10L19/07;G10L19/26
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 彭雄

1.一種用于提升語音丟幀補償性能的混合多描述正弦編碼器方法，其特征在于：編碼器框架結構包括三個編碼器，分別為多描述正弦編碼器、參數編碼器一和參數編碼器二，其中多描述正弦編碼器是核心編解碼器，參數編碼器一和參數編碼器二為發(fā)送端丟包補償用輔助編碼器，引入兩幀的信號延遲，增加了混合多描述正弦編碼器的編解碼器對網絡丟包的魯棒性；其中多描述正弦編碼器為基于多描述框架的正弦編碼器，

多描述正弦編碼器主要由兩部分組成，其中一部分為線譜對參數冗余描述，另一部分為殘差信號的匹配跟蹤正弦建模模塊及其交織多描述；采用線性預測求殘差的方式進行混合多描述編碼，其中線譜對參數量化采用感知加權分裂矢量量化方式進行，采用10階全極點濾波器進行線性預測，轉化成10個對應的LSF參數，采用分裂矢量量化方式將10維的矢量分裂成3個矢量，然后分別對這3個矢量進行矢量量化的分裂矢量量化；首先將10維LSP參數分別分組為LSF₁＝{lsf(1),lsf(2),lsf(3)}，LSF₂＝{lsf(4),lsf(5),lsf(6)}，和LSF₃＝{lsf(7),lsf(8),lsf(9),lsf(10)}；同時對LSF₁碼本以lsf(3)為基準進行由小到大排序，對LSF₃碼本以lsf(7)為基準進行由小到大排序；LSF₁、LSF₂和LSF₃三個碼本的大小分別為M1、M2和M3；先量化矢量LSF₂，在量化LSF₁之前，先找到LSF₁碼本中l(wèi)sf(3)lsf(4)的碼本序號Index1，僅在碼本的序號1～Index1間搜索與LSF₁最鄰近的碼字；在量化LSF₃之前，先找到LSF₃碼本中l(wèi)sf(7)lsf(6)的碼本序號Index3，僅在碼本的序號Index1～M3場間搜索與LSF₃最鄰近的碼字；對分裂量化得到的矢量進行冗余描述，復制一份描述到描述2，與匹配跟蹤中的正弦描述傳輸分組至編碼器描述2碼流；

在正弦模型中，每一幀語音信號用一組正弦信號之和來表示，因此，對于第i幀信號有

采用正弦字典對語音信號進行信號分解，在一個高度冗余的字典空間D中將輸入信號s(n)分解成一組原子信號的線性組合，假定包含M個原子的字典為：

D＝{g_m}；m＝0，1，...，M-1 (3)

匹配跟蹤的分解迭代過程如下：

設置初始輸入信號為當前殘差信號，即令r₀＝s(n)，在第k步迭代中，k＝0，查找第k個原子索引m_k，使該原子與當前殘差信號r_k的相關系數最大，此時對應的原子字典的頻率就是建模頻率，而此刻該正弦原子的幅度就是殘差信號和原子的內積：

此時得到重構信號為：

其中K為迭代次數；

對于正弦建模來說，采用如下的復指數原子組成的正弦字典：

此處字典空間是由復指數原子所刻畫的，采用共軛子空間投影技術，在由字典原子及其復共軛所形成的子空間中計算相關系數，其結果也以共軛對的形式出現，這樣第k步迭代得到的殘差信號為:

此時合成信號為：

此為正弦合成的基本原理公式，ξ_k亦為復數；

由匹配跟蹤得到對應的一組幅度、頻率和相位k＜＝K，其中K為提取的正弦數目，若K為偶數，將該組正弦建模參數按照幅度進行能量大小排列，對新排序的參數分組，其中分組一為所對應的一組幅度頻率和相位，分組二：所對應的一組幅度頻率和相位，在兩個分組之間加入一定冗余，將分組一中的前兩個以上的能量大的信號加入分組二，分組二中的前兩個以上的能量大的信號加入分組一，保持兩個分組描述能量的一致性，分組后的正弦多描述為：

2.根據權利要求1所述用于提升語音丟幀補償性能的混合多描述正弦編碼器方法，其特征在于：參數編碼器一和參數編碼器二為正弦參數編碼器，或者參數編碼器一和參數編碼器二為低比特率的參數編碼器。