[其他]极低数码率汉语识别声码器

说明书

本发明属于汉语数字通信设备。

语言信号处理可分为识别、分析、合成和增强等内容，通常的声码器就是语言分析和语言合成二者的结合物。目前，最实用的是斜格网络结构进行分析和合成的线性预测声码器，已有技术已经制成了数码率为2400比特/秒+阶线性预测声码器。

在数字通信中，传输数码率愈低，得益愈大。现有技术所研究的极低数码率的声码器，比较全面地说明了一种“分段式声码器”的研究情况。它是适用了双音（diphone）网络、矢量量化、马尔可夫链模型等技术来得到150比特/秒的数码率的。参见文献：“AD报告：BBN公司窄带通信研究，1982年11月”（ADAl22838，Bolt    Beranek    and    Newman    Inc    Report    No    5231“Research    on    Narrowband    Communication    Nov.1982）。

但是，现有技术的这种声码器所采用的技术，对于汉语並不适用。因为汉语语言是单音节字构成的，相邻字之间都有空隙，不像西方语言的单词，是多音节组成的，所以如文献ADAl22838所述。西方语言可以用类似于状态转移的方法从某一双音转至另一双音地进行分段，而汉语则不能，因此，汉语的极低数码率声码器，必须根据汉语特点，另找有效的途径。

本发明的目的是：为各种军用和民用通信电台提供码本，可 随时更改的、高保密的、实用的数字通信信源终端。

本发明的其它用途是：（1）可作为声控打字机（2）可作为同一语种语言之间的翻译机，（3）可作为人机对话的语音接口。

汉语有如下五个特点：（一）汉语是由单音节字构成的，一字一个音节、相邻音节字之间都有空隙。（二）汉语文字虽有成千上万，但是存在许多同音字，全部汉语的音节字只有1300个左右，同音字对于汉语语言的传输来讲是可以不必考虑的。（三）汉语的每个字可由声一韵一调三者组成。或且说，每个音节字可分为声母和韵母二段，声母的音长很短，韵母的音长则较长。韵母段的音调值的变化称为声调。声母、韵母、声调是汉语音节字的三要素。（四）汉语的声母只有21个、汉语的韵母只有38个，汉语的声调只有四种（阴平、阳平、上、去）。如果将声调考虑在韵母中，並称为调母，则汉语的调母只有143个。所以，可以认为：汉语是由22个声母（21个声母加上零声母）和143个调母所组成的1300个左右的音节字构成的。所谓零声母是指只有韵（调）母的情况，因为汉语中允许没有声母，但必须有调母。（五）汉语的讲话的速度，平均为5字/秒左右。

本发明根据汉语的上述特点，设计了专用于汉语的极低数码率声码器-汉语识别声码器，其基本思想如下：

用汉语标准北京话的全部音节字做成的语音库，对发送端讲话者的输入语言进行识别，将识别出库字的地址码通过信道传输给对方;用同一语音库，接收端按接收的库字地址码找出库中该字参数，合成出语言输出。从而，完成了具有良好可懂度和清晰度的通信，这种只传送库地址码的方法，其传输数码率在理论上 是最低的。此外，为了使接收端的输出语言具有良好的自然度，信道中还应附送讲话者的各音节字的音长和音调值。

图1为双工工作的甲乙二方，分别使用二台汉语识别声码器（1）（2）进行信道通信情况。

图1的工作过程简述如下，任一方声码器在发话时，讲话者输入的语言信号（3），先经过语言分析器（5），抽取其声学参数，然后送给语言识别器（6），识别器将该输入语言声学参数与语音库（7）中全部汉语单音节字的声学参数一一进行识别判决。识别出的库字的地址码就作为信息发送给接收端。当声码器在收话时，从对方送来的库字地址码，就可调出该字的库中的声学参数，送给语言合成器（8），人工地产生语言信号（4），使喇叭发出声音。

现将图1中所采用的技术说明如下，首先叙述其中的一般声码器技术，即语言分析和语言合成二个技术。

（一）、语言分析技术（5），这个方框包括预处理，声道参数分析，音调检测和编码四个部分：

a、预处理的功用是：将输入语言信号进行放大和自动增益控制，然后进行反混迭滤波和模数变换，最后进行数字的高频预加重。