[发明专利]矢量量化器方法

说明书

本发明一般地涉及使用代码激励的线性预测编码(CELP)，使用随机编码或矢量激励的语音编码方法，以及更具体地讲，涉及用于矢量相加激励的线性预测编码(VSELP)的矢量量化器方法。

代码激励的线性预测(CELP)是一用于产生高质量合成语音的语音编码技术。这种语音编码也称为矢量激励的线性预测，被用于许多的语音通信和语音合成应用中。CELP特别是应用于数字语音加密和数字无线电话通信系统，这里语音质量，数据速率，大小和费用都是重要的问题。

在CELP语音编码器中，模拟输入语音信号特性的长期(音调(pitch))和短期(峰段(formant))预测器包含在一套时变滤波器内。具体地，可使用一个长期和一个短期滤波器。用于滤波器的激励信号从已存贮的改进序列的代码簿或码矢(codevectors)中选择。

对于每一帧语音，选择一最佳的激励信号。语音编码器施加一单独码矢到滤波器以产生一重建的语音信号，该重建的语音信号和原始输入的语音信号相比较，产生一误差信号。该误差信号通过一谱噪声加权滤波器被加权。谱噪声加权滤波器有一以人体听力感觉为基础的响应。最佳激励信号是一选出的码矢，对当时的语音帧它以最小能量产生加权的误差信号。

典型地，线性预测编码(LPC)是用来模拟采样区段内的短期信号相关，也称为短期滤波器。短期信号相关表示声道的谐振频率。LPC系数是一组语音模型参量。其它的参量组可用来表示加于短期预测滤波器的激励信号的特性。这些其它的语音模型参量包括：线谱频率(LSF)，逆谱(cepstral)系数，反射系数，对数面积比和反正弦。

语音编码器通常对激励信号进行矢量量化以减少为表示信号特性所必需的比特数。LPC系数可在量化前被转换为其它的上述的参量组。这些系数可被单独地量化(标量量化)或被一组地量化(矢量量化)。标量量化不如矢量量化那样有效。然而标量量化在计算和存贮要求上比矢量量化费便宜。LPC参量的矢量量化是应用于主要考虑编码效率的地方。

多段矢量量化可被用来均衡编码效率，矢量量化器搜索复杂性，和矢量量化器存贮要求等。第一类多段矢量量化是将一Np元素的LPC参量矢量划分为n段，n段的每一段是单独地被矢量量化。第二类多段矢量量化是在n个矢量的代码簿中划分LPC参量，这里每个矢量代码簿复盖所有Np矢量元素。为了说明矢量量化，假设Np＝10个元素，每个元素以2比特代表。传统的矢量量化每10个元素将要求2²⁰个码矢来表示所有可能码矢的可能性。第一类带有两段的多段矢量量化每5个元素将要求2¹⁰+2¹⁰个码矢。第二类带有2段的多段矢量量化每5个元素将要求2¹⁰+2¹⁰个码矢。这些矢量量化的每一种方法对于编码效率，搜索复杂性和存贮要求等方面都提供不同的利益。这样，现代技术的语音编码器将会从矢量量化方法和设备(这些设备和方法增加了编码效率，或减少了搜索复杂性或存贮要求而无需改变相应的要求)中得益。

图1是一无线电通信系统的方框图，它包括依据本发明的语音编码器。

图2是依据本发明的语音编码器的方框图。

图3是依据本发明所使用的反正弦函数的曲线图。

这里描述代码激励线性预测编码(CELP)的一种变形，被称为矢量相加激励的线性预测编码(VSELP)是本发明的优选实施例。VSELP使用一具有预先定义的结构的激励代码簿，这样，代码簿搜索过程所要求的计算就大大减少。这个VSELP语音编码器使用基于定点点阵技术(FLAT)的反射系数的单一或多段矢量量化器。此外，这个语音编码器使用了预量化器以减少矢量代码簿搜索复杂性，和使用高分辨率标量量化器以减少为存贮反射系数矢量代码簿所需要的存贮器总量。这就得到一反射系数的高性能的矢量量化器，它在计算上是有效的并已减少了存贮要求。

图1是无线电通信系统100的方框图。无线电通信系统100包括两个收发机101，113，他们互相发送和接收语音数据。这两个收发机101，113可以是中继无线电系统，或无线电话通信系统或任何其它发送和接收语音数据的无线电通信系统的一部分。在发射机中，语音信号被输入到话筒-108，语音编码器选择被量化的语音模型参量。被量化的参量的代码被发送到另一收发信机113。在另一收发信机113，所发送的被量化参量的代码被接收机121接收，并用来在语音译码器123中再生语音。再生的语音输出到扬声器124。