[發明專利]NVOCPLUS高速寬帶聲碼器的語音數據處理方法

有效

• 申請號: 202011047245.1
• 申請日: 2020-09-29
• 公開（公告）號: CN112233686B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 肖文雄;朱振榮
• 申請（專利權）人: 天津聯聲軟件開發有限公司
• 主分類號: G10L19/16
• 分類號: G10L19/16;G10L19/26;G10L19/02;G10L25/84;G10L25/93;G10L21/0216;G10L21/0232
• 代理公司: 天津盛理知識產權代理有限公司 12209
• 代理人: 王雨晴

本發明涉及一種NVOCPLUS高速寬帶聲碼器的語音數據處理方法，包括以下步驟：步驟1、編碼端對原始語音數字信號的初始化配置和分析處理，判斷當前語音信號是否為話音，若當前語音信號為話音，則提取話音中的基音后計算出基音周期和各子帶清音和濁音數值參數；步驟2、對線譜對、基音值、增益參數、殘差補償增益和碼本矢量的參數進行提取和量化，得到聲音量化參數；步驟3、提取步驟2的聲音量化參數后，將該聲音量化參數合成語音,經過壓噪再提升語音質量，并當參數恢復失敗后或語音合成失敗后進行聲音重建。本發明能在低速率以及在丟失300Hz以下語音頻率的應用中提供良好的語音質量且對方言有很強的適應性。

技術領域

本發明屬于聲碼器數字語音壓縮技術領域，尤其是一種NVOCPLUS高速寬帶聲碼器的語音數據處理方法。

背景技術

隨著通信技術的高速發展，頻率和資源顯得尤為寶貴，與模擬語音通信系統相比，數字語音通信系統具有抗干擾性強、保密性好 、易于集成等特點，而在這其中低速聲碼器擔當著重要角色。

目前，語音編碼算法大都建立在人類發聲器官的聲學模型基礎上。人的發聲器官由聲門、聲道和其它輔助器官組成。實際語音的產生過程是聲門產生的振動被聲道濾波器調制后經口鼻等輻射所得，可以用如下公式表示為

s(n)＝h(n)*e(n)

其中，s(n)表示語音信號，h(n)為聲道濾波器單位沖激響應，e(n)為聲門振動信號。

為了清晰地表示語音信號，可以從頻譜特點上分別描述聲門和聲道，如何高效量化聲門和聲道的特征參數，這是參數編碼這一類算法要達到的目標。

聲碼器屬于參數編碼一類，高速寬帶聲碼器就是壓縮語音信號的數字表示,用較少的比特(bit)還原出與原是語音最為相似語音的方法。隨著數字信號處理硬件的效率猛增，加上聲碼器的加速研究，使得聲碼器已經大量使用。

有別于現有的NVOC窄帶聲碼器包括兩種碼率:2.4kbps、2.2kbps(用于加密)，信道FEC碼率為1.2kbps，語音編解碼和FEC都以8K采樣20毫秒為一幀進行編碼和解碼。NVOC寬帶聲碼器實現12.2kbps高速，壓縮后(200+bit) 較窄帶(40+bit)而言較多，編碼后的數據攜帶更多有助于還原聲音的信息。

現有寬帶聲碼器領域，由于語音編碼壓縮比不高，在獲得較好音質和準確率的前提下，仍存在如下問題：(1)利用時域相關性提取基因參數，容易算錯；(2)由于聲音不經過降噪，當有噪音時提取的聲音參數不準確；(4) 忽視了和低速窄帶聲碼器的兼容性。

發明內容

本發明的目的在于克服現有技術的不足，提出一種設計合理、語音質量高且對方言適應性強的NVOCPLUS高速寬帶聲碼器的語音數據處理方法。

本發明解決其現實問題是采取以下技術方案實現的：

一種NVOCPLUS高速寬帶聲碼器的語音數據處理方法，包括以下步驟：

步驟1、編碼端對原始語音數字信號的初始化配置和分析處理，首先對原始語音數字信號進行噪聲抑制處理,然后判斷當前語音信號是否為話音，若當前語音信號為話音，則提取話音中的基音后計算出基音周期和各子帶清音和濁音數值參數；

步驟2、在步驟1計算得到的基音周期、清音和濁音數值參數的基礎上對線譜對、基音值、增益參數、殘差補償增益和碼本矢量的參數進行提取和量化，得到聲音量化參數；

步驟3、提取步驟2的聲音量化參數后，將該聲音量化參數合成語音,經過壓噪再提升語音質量，并當參數恢復失敗后或語音合成失敗后進行聲音重建。

而且，所述步驟1具體步驟包括：