對線性預測語音解壓縮方法的探討

摘要：本文針對常見的語音壓縮方法，具體敘述了線性預測編碼的基本原理及具體格式，并對算法實現(xiàn)的軟件及硬件進行了詳細的分析。

關鍵詞：線性預測編碼 格形濾波器 PWM MATLAB

引言

現(xiàn)實生活中，有大量語音數(shù)字存儲和傳輸、語音綜合、說話人確認和辨認、語音識別的應用，這些應用需要處理的數(shù)據(jù)量很大，這必須采用一定的壓縮方法進行處理。

對頻率范圍為300Hz——3000Hz的語音，諸如電腦語音圖書、真人發(fā)聲電子字典、語言學習機等，只需要一般的語音壓縮方法，而對20Hz——20KHz的音樂，則需高級的壓縮方法。當然，在選擇語音表示方法時，數(shù)據(jù)壓縮率不是唯的考慮，還要考慮價格、表示的靈活性、語音考慮價格、表示的靈活性、語音的質量等諸多因素。在選擇信號表示以及隨后作用的數(shù)字信號處理方法時最重要的考慮還是應用的實際需要。

針對我們目前開發(fā)的發(fā)音電子字典及語音學習機等產(chǎn)生，既需要音質清晰又要價格便宜，我們考慮采用參數(shù)表示語音信號的LPC，MELP，CELP壓縮方法。

LPC（Linear Predictive Coding-線性預測編碼），是一種低速率的語音參數(shù)表示方法，它根據(jù)最小的方誤差的準則，用過去的若干語音數(shù)字信號來預測當前的語音信號，將估算出來的語音參數(shù)送到語音合成模型后輸出語音。混合激勵線性預測MELP和碼本激勵線性預測CELP也是基于線性預測上的語音壓縮方法，數(shù)據(jù)壓縮量銷遜于LPC，但因其語音數(shù)據(jù)的制作不需要專門的硬件與有經(jīng)驗的調音人員，在語音產(chǎn)品的開發(fā)中也得到了廣泛的應用，本文重點描述LPC算法的軟件和硬件實現(xiàn)。

LPC原理簡述

LPC語音編碼的基礎是語音產(chǎn)生模型，它模擬人的發(fā)生過程。在這個模型中，語音信號分為清音和濁間，在濁音時聲道中產(chǎn)生對應音調周期的脈沖列，而在清音時，則產(chǎn)生白噪聲序列，語音就是由這些激勵信號激勵一個自適應濾波器（即全極點濾波器）產(chǎn)生的。

LPC濾波器的參數(shù)ak是通過線性預測的方法，即用若干過去的樣值預測當前樣值提取的，預測值與真值之間的誤差滿足最小均方誤差準則。參數(shù)隨時間逐幀更新，更新速率30～100次/秒，即幀移為10～33ms。在每幀之間對參數(shù)進行內(nèi)插以適應參數(shù)隨時間緩慢變化。

因此，LPC模型只需傳輸增益系數(shù)，濁音和清音的判決信息、濁音音調和全極點濾波器的參數(shù){ak}，k=1，…p，用超低BIT率便可實現(xiàn)語音信號的傳送。這種高壓縮率可以大大降低語音識別中的存儲量。

語音合成模型見圖1。

LPC軟件實現(xiàn)

LPC算法的實現(xiàn)有直接法、協(xié)方差法、自相關法、斜格法等諸多分析方法。其中斜格法能解決精度和穩(wěn)定度的矛盾，它是以格形濾波器為基礎。我們所用的LPC聲碼器就是作斜格法來實現(xiàn)線性預測。

線性預測編碼算法的編碼格式中，有10個線性預測系數(shù)K1-K10、增益、音調、重復位總紅共編碼成54bits。

LPC各幀參數(shù)編碼格式見表1。

在解碼時，要對接收的數(shù)值進行轉換與插值。其算法接收的的數(shù)值進行轉換與插值。其算法流程見圖2.

線性預測系數(shù)、增益、基音周期等參數(shù)值每個基音周期更新一次，清音幀、濁音幀及靜音幀間相互轉換時不進行插值更新。濁音和清音的激勵信號是按基音周期從內(nèi)部ROM區(qū)取出輸入到音調寄存器，與增益相乘后送到LPC濾波器。

LPC硬件實現(xiàn)

在線性預測分析中，語音信號直接決定一組預測系數(shù)，但由于語音信號有時變特性，為保證語音信號在短時間內(nèi)預測參數(shù)及頻率固定，實驗以固定頻率聲響最后一響“嘀”為對象，對LPC聲碼器的硬件部分進行測試。首先，借助專用的LPC編碼設備生成PCL十六進制格式數(shù)據(jù)見表2。

從以上數(shù)據(jù)可以知道此語音由靜音幀、濁音幀和停止幀組成。第一幀是靜音幀，最后一幀是停止幀，中間40幀是濁音幀，該40個濁音幀具有相同的能量、音調及K參數(shù)。經(jīng)分析得出能量值、音調及其K參數(shù)（見表3）。

表3 各參數(shù)計算值

我們借助MATLAB工個搭成了12組格形濾波器及二階低通濾波器來模擬LPC模型中的數(shù)字濾波器，見圖3。將帶有增益的濁音送入輸入端，線性預測系數(shù)送入格形濾波器，濾波器采用10KHz采樣。

填入其余相應的參數(shù)后開始仿真，得出的結果見圖4。

從圖中可以看出，不考慮頻率因素，對增益、預測參數(shù)固定的這組語音數(shù)據(jù)而言，實驗結構最后超趨近于1024。

把數(shù)據(jù)1024輸入PWM寄存器，經(jīng)過12位的脈寬調制（PWM）進行D/A轉換處理，可得出輸出模擬信號，占空比為：

1024/2048=0.5

同時，我們通過示波器直接測試語音芯片的DAC+端，可以觀察到頻率為500Hz、占空比為0.5的一系列的矩形脈沖見圖5，波形結果與通過MATLAB工具搭成的電路結果一致。

結語

我們對PLC，MELP，CELP不可逆語音壓縮法進行測試，得出了LPC語音合成格式、算法流程以及硬件12級格式、算法流程以及硬件12級形波器、低通濾波器的具體實現(xiàn)形式。從實驗可以證明LPC算法是通過軟件從語音數(shù)據(jù)包提取數(shù)據(jù)，經(jīng)過軟件查表計算后將相應的參數(shù)送往硬件各部分處理，最后合成語音。