[发明专利]基于支持向量机在语音解码端重构子带清浊音度参数的方法

权利要求书

1.一种基于支持向量机在语音解码端重构子带清浊音度参数的方法，包括支持向量机模型训练阶段和子带清浊音度参数恢复阶段；其特征在于：支持向量机模型训练阶段，首先采集足够长的语音信号并对其进行分帧，然后提取分帧的5个子带清浊音度参数、声道参数、基音参数和能量参数，以形成支持向量机模型的训练数据，然后通过迭代的方式训练出5个子带清浊音判决的支持向量机模型；子带清浊音度参数恢复阶段，编码端采集语音信号并分帧，然后提取分帧的声道参数、基音参数和能量参数并对其量化编码和传输，解码端根据接收到的索引值反量化后得到声道参数、基音参数和能量参数，并利用训练好的5个子带清浊音判决的支持向量机模型重构子带清浊音度参数，以形成高质量的语音信号；

所述支持向量机模型训练阶段通过以下步骤来实现：

a).语音信号采集，以频率f对语音信号进行采集，将采集的语音信号以Nbit进行量化，以形成足够长度的线性PCM文件，作为训练语音集；

b).语音信号分帧，将步骤a)中获取的训练语音集按时间顺序以帧长Tms进行分帧，记分帧集合为M={m1、m2、…、mn}，n为总帧数；

c).提取子带清浊音度参数，从步骤b)中的每个分帧中提取5个子带清浊音度参数，记分帧Mi的5个子带清浊音度参数为Vi={vi1、vi2、…、vi5}，并记录Mi中每个子带清浊音度参数的判决结果，i=1,2,…n；

d).提取语音参数，提取每帧的声道参数Lsf、基音参数P、能量参数G，并进行归一化处理；记归一化处理后分帧Mi的声道参数、基音参数和能量参数分别为Lsfi、Pi、Gi，i=1,2,…n；

e).训练支持向量机模型，以{ vi1、Lsfi、Pi、Gi}、{ vi2、Lsfi、Pi、Gi}、{ vi3、Lsfi、Pi、Gi}、{ vi4、 Lsfi、Pi、Gi}、{ vi5、Lsfi、Pi、Gi}，i=1,2,…n，分别作为5个子带清浊音判决的支持向量机模型的训练数据，5个子带的清浊音判决结果作为对应支持向量机模型的标定值，对5个子带清浊音判决的支持向量机模型进行训练，经过多次迭代，得到训练好的5个子带清浊音判决的支持向量机模型；

所述子带清浊音度参数恢复阶段通过以下步骤来实现：

1).语音采集和分帧，编码端以频率f对输入的语音信号进行采样，并将采样后的语音信号按时间顺序进行分帧，设得到的帧数为m；

2).语音参数的提取，编码端按帧从步骤1)获取的每个分帧中提取声道参数Lsf、基音参数P、能量参数G；

3).编码和传输，编码端按帧对获取的声道参数、基音参数和能量参数进行量化编码，并将量化编码得到的参数索引传输到解码端，直至所有帧的参数索引传输完毕；

4).反量化，在解码端根据索引值反量化得到各帧的参数，记得到的第j帧的声道参数为、基音参数为、能量参数为，j=1,2,…，m；

5).重构清浊音度参数，在解码端，根据训练得到的5个子带清浊音判决的支持向量机模型，利用声道参数为、基音参数为、能量参数为，依次送入每个子带清浊音判决对应的支持向量机模型，计算出第j帧的5个子带清浊音度参数，最后将5个子带清浊音度参数送入激励信号合成端生成激励信号，以获取高质量的语音信号。

2.根据权利要求1所述的基于支持向量机在语音解码端重构子带清浊音度参数的方法，其特征在于：步骤a)和步骤1)中采用8kHz的频率f进行信号采集，步骤a)中以16bit的长度对语音信号进行量化，步骤b)和步骤1)中以20ms或25ms的帧长对语音信号进行分帧。

3.根据权利要求1或2所述的基于支持向量机在语音解码端重构子带清浊音度参数的方法，其特征在于：步骤e)中，5个子带清浊音判决的支持向量机模型的核函数选择径向基函数。

4.根据权利要求1或2所述的基于支持向量机在语音解码端重构子带清浊音度参数的方法，其特征在于：步骤5)中，首先利用第一子带清浊音判决的支持向量机模型判别第1子带为清音还是浊音，若为清音，则后面4个子带皆为清音，无需再重复判别；若第一子带为浊音，则利用其余四个训练好的子带清浊音判决的支持向量机模型，分别判别剩余4个子带为清音还是浊音。