[发明专利]G.729标准中线谱对系数转换及量化的方法

说明书

技术领域

本发明属于语音编解码领域，涉及一种支持G.729标准的LSP(Line Spectrum Pairs，线谱对)系数到LSF(Line Spectral Frequencies，线谱频率)系数快速转换、以及对其量化的改进方法。

背景技术

G.729语音编码标准采用“CS-ACELP”(the Conjugate-Structured Algebraic Code Excited Linear Prediction，共轭结构代数码本激励线性预测编码)算法。它综合了波形编码和参数编码的优点，以自适应预测编码技术为基础，采用了矢量量化、合成分析和感觉加权等技术。该标准应用在广泛的领域中，包括IP电话、无线通信、数字卫星系统和数字专用线路。该标准的比特率为8kbps，其处理得到的语音信号质量好，缺点为算法复杂，这给语音信号的实时性处理带来麻烦。相关技术标准参考ITU.ITU-T Recommendation G.729.Coding of speech at 8kbits/s using  conjugate-structure algebraic-code-excited linear-prediction(CS-ACELP)[G].ITU：[s.n.]，1996.在现阶段，语音编解码的实现一般采用DSP(digital signal processor，数字信号处理器)。整个编码过程包括：预处理、自相关计算、LP系数计算、LP-LSP系数的转换、LSP系数的转换及量化、LSP系数的内插转换等、理解加权、开环音调搜索、自适应码书搜索、固定码书搜索、增益的量化、存储器的修正等。其中LSP系数转换及量化部分的算法复杂度比较高，其计算量在整个编解码过程当中所占的权重比较大。

在LSP系数的量化计算中，10个LSP系数q_i首先转换到规格化的频率域[0，π]中使用LSF的表示ω_i来进行量化。这10个LSF系数满足排序特性0＜ω₁＜ω₂＜...＜ω₁₀＜π。在G.729标准中，其计算的过程实质上就是在一个含有64个点(在0到π之间)的余弦值的码书中搜索出与这10个LSP系数最为匹配的10个点。在该码书中，第1个点到64个点按从大到小的顺序依次排列。其计算过程如下：首先，从码书中的最小值(即第64个点)开始，与q₁₀比较大小。若大于等于q₁₀，则第64个点即是q₁₀所对应的点；若小于q₁₀，则前面一点继续与之进行比较，直到找到刚刚大于等于q₁₀的点为止，对应的点即为q₁₀最匹配的；对应点找到之后，再经过一系列运算就得到了ω₁₀。另外9个点等前面的点搜索完毕后，再接着在码书中被找到的点的前一点重新开始搜索。对应点找到之后，再经过一系列运算就得到了ω_i。直到10个点全部找到，10个ω_i全部计算得到之后，转换完成。

上述这个转换过程计算过于繁琐，表现在：

(1)采用全搜索的方法，使得码书中的64个点基本需要全部搜索一遍；

(2)每个ω_i都需要等前面的ω_i搜索计算得到之后才能进入码书搜索。

在G.729编解码标准中多处运用到这个转换算法，累积下来浪费的时间会更多。

10个LSP系数转换为LSF系数之后，进入量化阶段。目前在LSF系数量化领域存在有两种方法，介绍如下：

一种既按照G.729标准原来的计算方法，采用全搜索的方法，计算平方误差得到，输入矢量必须和每个码字进行比较。量化过程算法复杂度主要是集中在一级码书的搜索，一级码书有128个10维的码字，要计算得到目标矢量与各个码字的平方误差，最后比较得到最小平方误差的码字。这里减法运用了128×10+127共1407次，乘法运用了128×10共1280次，加法运用了128×9共1152次。全搜索矢量量化编码必须经过大量的加减乘运算后才能得到最终匹配结果。本方法虽然能够很精确地找到要找的码字，但是搜索过程计算量过于繁重。