多帶激勵(lì)聲碼器

多帶激勵(lì)聲碼器第1頁(yè)，共51頁(yè)，2023年，2月20日，星期四第11章多帶激勵(lì)聲碼器11.2多帶激勵(lì)語(yǔ)音模型

11.1概述11.4多帶激勵(lì)語(yǔ)音合成11.3多帶激勵(lì)語(yǔ)音分析第2頁(yè)，共51頁(yè)，2023年，2月20日，星期四第11章多帶激勵(lì)聲碼器11.1概述CELP、MPLPC等：全極點(diǎn)模型、LPC

分析，合成-分析法，

聽(tīng)覺(jué)加權(quán)方均誤差準(zhǔn)則，閉環(huán)確定激勵(lì)參數(shù)?！暨@類混合編碼，在4.8~16

kbit/s碼率內(nèi)獲得巨大成功?！絷P(guān)鍵技術(shù)：是保持了合成語(yǔ)音與原始語(yǔ)音波形的相似性?！粼俳禂?shù)碼率時(shí)，合成語(yǔ)音質(zhì)量迅速下降。LPC

聲碼器：（清/濁音）二元激勵(lì)模型，分析-合成法，

LPC

分析，清/濁音判別，估計(jì)基音周期?！鬝NR較高時(shí)，2.4

kbit/s

及以下碼率，語(yǔ)音可懂度相當(dāng)高。以上編碼器，當(dāng)噪聲較大時(shí)，因無(wú)法準(zhǔn)確提取參數(shù)，性能嚴(yán)重惡化；其它聲碼器，如通道聲碼器、同態(tài)聲碼器等也有同樣弱點(diǎn)。第11章多帶激勵(lì)聲碼器11.1概述同濟(jì)大學(xué)電子與信息工程學(xué)院-3-趙曉群

教授第3頁(yè)，共51頁(yè)，2023年，2月20日，星期四產(chǎn)生原因：二元激勵(lì)模型過(guò)于簡(jiǎn)化，不符合實(shí)際語(yǔ)音的特性?！粼S多語(yǔ)音段，同時(shí)含周期性、非周期性分量，

過(guò)渡音段、有噪濁音段更是如此?！舢?dāng)用二元譜來(lái)擬合時(shí)，合成語(yǔ)音缺乏自然度。1988年MIT

林肯實(shí)驗(yàn)室提出多帶激勵(lì)（MBE）語(yǔ)音編碼，◆突破二元激勵(lì)的局限性，對(duì)多個(gè)頻帶逐個(gè)進(jìn)行V/U

判決，故稱為多帶激勵(lì)模型?！舨捎煤铣?分析法，在2.4

~4.8

kbit/s

碼率時(shí)性能優(yōu)良?！舾倪M(jìn)方案被國(guó)際海事衛(wèi)星組織采用（INMARSAT-M

Voice

Codec），碼率為6.4

kbit/s。本章主要內(nèi)容：MBE

原理，參數(shù)提取方法，合成語(yǔ)音的方法。重點(diǎn)介紹INMARSAT-M

Voice

Codec

標(biāo)準(zhǔn)的算法。

第11章多帶激勵(lì)聲碼器11.1概述同濟(jì)大學(xué)電子與信息工程學(xué)院-4-趙曉群

教授第4頁(yè)，共51頁(yè)，2023年，2月20日，星期四第11章多帶激勵(lì)聲碼器11.2多帶激勵(lì)語(yǔ)音模型窗選語(yǔ)音信號(hào)為（窗長(zhǎng)20~40ms）：◆源-系統(tǒng)語(yǔ)音模型理論，語(yǔ)音段是線性系統(tǒng)（聲道）對(duì)某種激勵(lì)信號(hào)的響應(yīng)。設(shè)系統(tǒng)的單位脈沖響應(yīng)為，則的Fourier

變換可表示為：式中Hw(ω),

Ew(ω)——hw(n),

ew(n)

的Fourier

變換?！糁亟ㄕZ(yǔ)音信號(hào)譜

Xwr(ω)

可表示為：式中Hwr(ω)——

合成濾波器的系統(tǒng)函數(shù)；

Ewr(ω)——合成濾波器的激勵(lì)信號(hào)的Fourier

變換。兩者皆從原始語(yǔ)音信號(hào)中分析提取。第11章多帶激勵(lì)聲碼器11.2多帶激勵(lì)語(yǔ)音模型同濟(jì)大學(xué)電子與信息工程學(xué)院-5-趙曉群

教授清音波形第5頁(yè)，共51頁(yè)，2023年，2月20日，星期四Hwr(ω)

用全極點(diǎn)函數(shù)來(lái)逼近，相應(yīng)于Xwr(ω)

的譜包絡(luò)。MBE按基音各諧波，將語(yǔ)音分成若干個(gè)子頻帶（如以3個(gè)相鄰的諧波頻帶為一組進(jìn)行分帶），分別對(duì)各子帶進(jìn)行V/U

判決，激勵(lì)信號(hào)為各子帶的和?！羟逡魩В河冒自肼曌V作為激勵(lì)信號(hào)譜；◆濁音帶：用周期性的Pw(ω)

作為激勵(lì)信號(hào)譜。激勵(lì)信號(hào)是周期性信號(hào)與非周期性噪聲按不同頻帶混合而成。系統(tǒng)函數(shù)

Hwr(ω)

的作用是：調(diào)整各子帶分量的相對(duì)幅度和相位，并將Ew(ω)

映射成Xw(ω)。該模型較符合實(shí)際語(yǔ)音的特性，使合成語(yǔ)音譜同原語(yǔ)音譜在頻譜精細(xì)結(jié)構(gòu)上擬合得更好。若還利用譜的相位信息，則能夠合成出高質(zhì)量的語(yǔ)音。第11章多帶激勵(lì)聲碼器11.2多帶激勵(lì)語(yǔ)音模型同濟(jì)大學(xué)電子與信息工程學(xué)院-6-趙曉群

教授第6頁(yè)，共51頁(yè)，2023年，2月20日，星期四圖11.1：典型的濁音、清音和混合語(yǔ)音段的分析-合成情況?！鬗BE編碼過(guò)程涉及三種參數(shù)的提取，①

基音頻率；②每個(gè)子帶的譜包絡(luò)的幅度和相位參數(shù)；③每個(gè)子帶的V/U

判決。圖11.2：MBE語(yǔ)音編/解碼器的簡(jiǎn)化原理圖。第11章多帶激勵(lì)聲碼器11.2多帶激勵(lì)語(yǔ)音模型同濟(jì)大學(xué)電子與信息工程學(xué)院-7-趙曉群

教授圖11.2MBE聲碼器語(yǔ)音編/解碼器原理圖清語(yǔ)音合成濁語(yǔ)音合成基音周期估計(jì)諧波產(chǎn)生頻帶劃分幅度估計(jì)清/濁判決相位計(jì)算FFT傳輸輸出Hamming窗第7頁(yè)，共51頁(yè)，2023年，2月20日，星期四同濟(jì)大學(xué)電子與信息工程學(xué)院-8-趙曉群

教授(a)濁語(yǔ)音段(b)清語(yǔ)音段(c)混合語(yǔ)音段圖11.1語(yǔ)音MBE的分析-合成波形（10kHz采樣，256點(diǎn)Hamming窗）

濁音波形清音波形混合音波形加窗語(yǔ)音譜加窗語(yǔ)音譜加窗語(yǔ)音譜譜包絡(luò)譜包絡(luò)譜包絡(luò)U/V判決結(jié)果U/V判決結(jié)果U/V判決結(jié)果周期譜P(ejω)周期譜P(ejω)周期譜P(ejω)白噪聲譜白噪聲譜白噪聲譜激勵(lì)信號(hào)譜激勵(lì)信號(hào)譜激勵(lì)信號(hào)譜合成語(yǔ)音譜合成語(yǔ)音譜合成語(yǔ)音譜第8頁(yè)，共51頁(yè)，2023年，2月20日，星期四同濟(jì)大學(xué)電子與信息工程學(xué)院-9-趙曉群

教授第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析MBE模型參數(shù)的最優(yōu)提取，計(jì)算量大，工程難以實(shí)時(shí)實(shí)現(xiàn)。常用次優(yōu)算法，分兩步完成參數(shù)的提?。孩俅_定基音頻率和每個(gè)分帶的譜包絡(luò)參數(shù)，用AbS法提?。虎趯?duì)每個(gè)分帶進(jìn)行V/U判決。有兩種參數(shù)提取方案：

①使下列加權(quán)積分值（加權(quán)方均譜誤差）為最?。?/p>

②應(yīng)使下列加權(quán)積分值達(dá)到最小：

式中G(ω)

——頻率加權(quán)函數(shù)；

Xw(ω),Xwr(ω)

——原始語(yǔ)音譜和合成語(yǔ)音譜。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析差別：方案①利用語(yǔ)音譜的模值；方案②利用模值和相位，性能優(yōu)于①，但計(jì)算復(fù)雜，碼率有所增加。

第9頁(yè)，共51頁(yè)，2023年，2月20日，星期四INMARSAT-M

Voice

Codec

采用方案①。本節(jié)主要內(nèi)容：

11.3.1頻域分析

11.3.2時(shí)域分析

11.3.3

INMARSAT-M改進(jìn)MBE模型分析算法第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-10-趙曉群

教授第10頁(yè)，共51頁(yè)，2023年，2月20日，星期四

11.3.1頻域分析

1.基音估計(jì)及各次諧波幅度的計(jì)算設(shè)基音周期為T0（基音角頻率

ω0=2π/T0

）。依次假設(shè)

ω0為各種可能出現(xiàn)的值?！魧?duì)于可能的基音角頻率值ω0，將ω=-π~π

分為若干頻帶，

分界點(diǎn)為：am=(m-0.5)ω0,bm=(m+0.5)ω0,m=0,±1,…,±(M+1)◆設(shè)每個(gè)分帶

[am,bm]中Hwr(ω)

保持不變，Hwr(ω)=

Am，

則有：式中ε——總的加權(quán)方均譜誤差；

εm——

第m子帶加權(quán)方均譜誤差，或第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-11-趙曉群

教授僅考慮幅度譜時(shí)考慮幅度、相位譜時(shí)第11頁(yè)，共51頁(yè)，2023年，2月20日，星期四令或，由上兩式可分別解得一組最佳和：或◆若第

m

次諧波的能量顯周期性，則其能量集中在該諧波附近;

選周期性

Pw(ω)的作為激勵(lì)信號(hào)

Ewr(ω)，

則合成語(yǔ)音譜Xwr(ω)與窗選語(yǔ)音譜

Xw(ω)

在第

m次諧波帶內(nèi)將擬合得很好（εm最?。??！羧舻?/p>

m

次諧波的能量顯非周期性，

則

Xw(ω)在該頻帶內(nèi)沒(méi)有特征性的形狀。仍用Pw(ω)作為激勵(lì)，εm值將較大。此時(shí)，應(yīng)選噪聲為激勵(lì)。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-12-趙曉群

教授僅考慮幅度譜時(shí)考慮幅度、相位譜時(shí)第12頁(yè)，共51頁(yè)，2023年，2月20日，星期四分析周期性與非周期性信號(hào)激勵(lì)時(shí)的最佳解?！魸嵋纛l帶時(shí)，選Pw(ω)為激勵(lì)信號(hào)，由上頁(yè)兩式得：◆清音頻帶時(shí)，激勵(lì)采用理想白噪聲（幅度譜

=1），則有：第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-13-趙曉群

教授僅考慮幅度譜時(shí)，最佳譜幅度考慮幅度、相位譜時(shí)，最佳譜包絡(luò)。相位信息無(wú)關(guān)緊要，在此無(wú)需計(jì)算

Am。第13頁(yè)，共51頁(yè)，2023年，2月20日，星期四對(duì)于假定基音頻率

ω0

的每一個(gè)諧波，計(jì)算

︱Am

︳或Am，

再求出各次諧波內(nèi)的最小誤差。則整個(gè)頻帶的總的最小誤差：◆每假設(shè)一個(gè)基音頻率

ω0，計(jì)算出對(duì)應(yīng)的ε0。顯然，正確的基音周期或其倍數(shù)上，ε0取極小值?！羲阉?/p>

ε0的全局最小值對(duì)應(yīng)的T0=2π/

ω0值可能是正確的基音周期的某個(gè)整數(shù)倍值?！粢蚨?，還需要對(duì)T0/2、T0/3、…處的ε0進(jìn)行校核，以判斷正確的基音周期，從而確定最佳基音周期?！糇詈蟠_定最佳基音周期時(shí)，還需要考慮前后幀的情況。一般相鄰幀的T0值變化不會(huì)太大。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-14-趙曉群

教授第14頁(yè)，共51頁(yè)，2023年，2月20日，星期四2.諧波頻帶內(nèi)V/U

判決第m子帶的歸一化誤差能量為：◆采用激勵(lì)信號(hào)Pw(ω)（譜幅度︱Am

︳或譜包絡(luò)

Am、周期

T0

）是第m諧波子帶的譜擬合誤差。◆令頻率加權(quán)函數(shù)

G(ω)=1，上式化簡(jiǎn)為：◆子帶判決：

◆可以將相鄰的幾個(gè)諧波頻帶合并成一個(gè)子頻帶，用上述同樣的方法提取︱Am

︳或Am，并進(jìn)行

V/U

判決。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-15-趙曉群

教授第15頁(yè)，共51頁(yè)，2023年，2月20日，星期四

11.3.2時(shí)域分析W(ω)：窗函數(shù)

w(n)的Fourier變換，

ω0：歸一化基音角頻率（基音周期

T0，ω0=2π/T0）◆假設(shè)在-π~π

頻率范圍內(nèi)共2M個(gè)諧波，

Pw(ω)為激勵(lì)時(shí)，有:

式中，

第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-16-趙曉群

教授第16頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆令頻率加權(quán)函數(shù)

G(ω)=1，由前面給出的式子得，全帶擬合誤差：

式中，◆由上式可求出使ε取極小值的矢量

a

為：再代入上式，結(jié)合上頁(yè)式，得：式中，◆因此，對(duì)于某個(gè)選定的T

值時(shí)，計(jì)算min

ε

等價(jià)于

max

ψ。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-17-趙曉群

教授

注：上標(biāo)T為轉(zhuǎn)置

H為共軛轉(zhuǎn)置第17頁(yè)，共51頁(yè)，2023年，2月20日，星期四為了方便，選擇窗函數(shù)

w(n)，使其滿足◆頻域內(nèi)正交條件：

，I

是單位矩陣；◆相當(dāng)于時(shí)域內(nèi)滿足條件：◆還要求其Fourier

變換的泄露足夠小，

主瓣寬度足夠窄（此寬度不應(yīng)大于基音頻率值）

。滿足上述條件且w(n)為偶函數(shù)時(shí)，上頁(yè)計(jì)算ψ

式可改寫為：◆注意到ω0M=π

近似成立，且ω0T=2π，則上式可簡(jiǎn)化為：式中

T

——假定的基音周期；

——

w2(n)x(n)的自相關(guān)函數(shù)，第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-18-趙曉群

教授第18頁(yè)，共51頁(yè)，2023年，2月20日，星期四由Parseval定理，總擬合誤差寫成：為了去除由于T

值增加造成的ε下降，需要對(duì)上式修正，

以保證真正的基音周期對(duì)應(yīng)的是全局最小值?！舨捎脽o(wú)偏擬合誤差公式如下：◆采用此修正后，歸一化總誤差能量應(yīng)寫成下列形式：

第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-19-趙曉群

教授第19頁(yè)，共51頁(yè)，2023年，2月20日，星期四設(shè)窗函數(shù)

w(n)長(zhǎng)為2N+1，以原點(diǎn)對(duì)稱。

同時(shí)假設(shè)在窗長(zhǎng)范圍內(nèi)有L

個(gè)假設(shè)基音周期，即：◆則上頁(yè)式中，ξuB的求和上下限應(yīng)作相應(yīng)的改動(dòng)，即得到：

為粗搜索時(shí)確定初始基音周期

TI

所用的擬合誤差時(shí)域表達(dá)?！魹樘岣呔?，T

值也可取非整數(shù)，如20.5,

21,

21.5…。

非整數(shù)點(diǎn)上的相關(guān)函數(shù)可插值計(jì)算：實(shí)驗(yàn)表明，10kHz

采樣，基音周期的精確可達(dá)0.04

樣點(diǎn)。數(shù)碼率較低時(shí)（4.8

kbit/s以下），精確到1/4

~

1/8

樣點(diǎn)也就滿足要求了，這樣運(yùn)算量可以減少很多。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-20-趙曉群

教授第20頁(yè)，共51頁(yè)，2023年，2月20日，星期四

11.3.3

INMARSAT-M改進(jìn)MBE模型分析算法

圖11.3：INMARSAT-M

改進(jìn)MBE

模型算法框圖?！粽Z(yǔ)音信號(hào)：

8

kHz

采樣，線性

PCM

編碼，語(yǔ)音樣值的最大值定標(biāo)范圍：[214-1，215-1]

最小值定標(biāo)范圍：[-215，-214]◆需求出改進(jìn)MBE

模型參數(shù)：基音角頻率、V/U判決，

子帶譜包絡(luò)參數(shù)（僅考慮幅度譜）。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-21-趙曉群

教授圖11.3MBE語(yǔ)音分析算法方框圖高通濾波器低通濾波器基音周期初始估計(jì)清/濁判決基音周期精確估計(jì)頻譜估計(jì)語(yǔ)音信號(hào)第21頁(yè)，共51頁(yè)，2023年，2月20日，星期四1.高通濾波◆語(yǔ)音經(jīng)數(shù)字高通濾波器，濾除信號(hào)中的直流分量。

高通濾波器的截止頻率約10

Hz，傳遞函數(shù)為：2.低通濾波◆低通濾波器輸出的信號(hào)按下式計(jì)算：

低通濾波器是21

階FIR

數(shù)字濾波器，其系數(shù)值列于表11.1。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-22-趙曉群

教授表11.1

FIR

低通濾波器系數(shù)jhL(j)jhL(j)jhL(j)00.394201±4-0.063723±8-0.007430±10.297354±5-0.004565±9-0.013775±20.093671±60.030659±10-0.002174±3-0.051602±70.016900第22頁(yè)，共51頁(yè)，2023年，2月20日，星期四同濟(jì)大學(xué)電子與信息工程學(xué)院-23-趙曉群

教授圖11.4相鄰語(yǔ)音幀與幀之間的關(guān)系過(guò)去幀當(dāng)前幀將來(lái)幀3.

基音估計(jì)基音估計(jì)算法：應(yīng)保持相鄰語(yǔ)音幀基音周期的某種連續(xù)性?；舾櫵惴ǎ涸诖_定當(dāng)前幀的基音周期時(shí)要考慮相鄰的過(guò)去幀和將來(lái)幀的影響。圖11.4：當(dāng)前幀和前后幀之間的關(guān)系。

◆幀長(zhǎng)為

20

ms（160

個(gè)樣點(diǎn)）?！艋艄烙?jì)算法分：初始估計(jì)、精細(xì)估計(jì)兩步進(jìn)行。初始估計(jì)得到初始基音周期：TI，TI∈D={21,21.5,…,114}，

精度：

1/2

采樣周期；再由精細(xì)估計(jì)得出歸最終基音周期，精度：1/4

采樣周期。兩步法可降低計(jì)算復(fù)雜度和提高魯棒性。

第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析-40-200204060msT-2T-1

T0T1T2基音周期：誤差函數(shù)：E-2(T)E-1(T)E0(T)E1(T)E2(T)第23頁(yè)，共51頁(yè)，2023年，2月20日，星期四算法的重要特點(diǎn)：初始估計(jì)和精細(xì)估計(jì)使用不同長(zhǎng)度的窗函數(shù)?！舫跏脊烙?jì)窗

wI(n)

長(zhǎng)為281

個(gè)樣點(diǎn)；◆精細(xì)估計(jì)窗wR(n)長(zhǎng)為221

個(gè)樣點(diǎn)；◆皆是對(duì)稱三角形窗，兩窗中點(diǎn)對(duì)齊。相鄰語(yǔ)音幀之間的重疊量是窗長(zhǎng)的函數(shù)，

重疊量

=窗長(zhǎng)

-幀移動(dòng)量（160

個(gè)樣點(diǎn)）?！魒R(n)時(shí)，重疊量

61

個(gè)樣點(diǎn)；wR(n)時(shí)，121個(gè)樣點(diǎn)。

(1)

基音的初始估計(jì)（步驟見(jiàn)圖11.5）◆對(duì)每一個(gè)可能的基音周期

T∈D，計(jì)算誤差函數(shù)值

E(T)。然后通過(guò)前向與后向基音

跟綜算法，比較求出的值，最終選擇最佳的候選者

作為TI。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-24-趙曉群

教授圖11.5初始基音周期估計(jì)后向基音跟蹤前向基音跟蹤比較基音估計(jì)值計(jì)算誤差函數(shù)第24頁(yè)，共51頁(yè)，2023年，2月20日，星期四

①

計(jì)算誤差函數(shù)◆根據(jù)歸一化總誤差能量定義，誤差函數(shù)

E(T)定義為：式中

wI(n)

——?dú)w一化三角形窗函數(shù)，滿足

?！舢?dāng)t

為整數(shù)值時(shí)，自相關(guān)函數(shù)

φ(t)定義為：當(dāng)t

為非整數(shù)值時(shí)，用線性內(nèi)插公式計(jì)算

φ(t)?！艋糁芷诘某跏脊烙?jì)

TI為：◆采用基音跟蹤算法，保證基音周期

TI的連續(xù)性。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-25-趙曉群

教授第25頁(yè)，共51頁(yè)，2023年，2月20日，星期四

②

后向基音跟蹤◆E-1(T-1)、E-2(T-2)——過(guò)去兩幀對(duì)應(yīng)的誤差函數(shù)值；◆

因基音周期的連續(xù)性，當(dāng)前幀的基音周期

T

應(yīng)在T-1附近，應(yīng)滿足約束條件：◆在上式范圍內(nèi)逐個(gè)選取

T，并計(jì)算相應(yīng)的E(T)

，

使E(T)最小的T就是后向估計(jì)TB，計(jì)算后向累計(jì)誤差CE(TB)：

CE(TB)是后向基音估計(jì)的置信度測(cè)度。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-26-趙曉群

教授第26頁(yè)，共51頁(yè)，2023年，2月20日，星期四

③前向基音跟蹤◆E1(T1)、E2(T2)——將來(lái)兩幀對(duì)應(yīng)的誤差函數(shù)值；◆將來(lái)兩幀的基音周期尚未確定，前向基音跟蹤算法必須首先設(shè)法確定這些基音周期值。◆在集合D內(nèi)選定一個(gè)T0，按下面的約束條件選取T1、T2：

使E1(T1)+E2(T2)最小的T1、T2表示為，并按下式計(jì)算前向累計(jì)誤差函數(shù)

CEF(T0)

為：◆重復(fù)上述過(guò)程，在規(guī)定的范圍內(nèi)逐個(gè)選定

T0，

計(jì)算相應(yīng)的CEF(T0)

，使其最小的T0定義為。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-27-趙曉群

教授第27頁(yè)，共51頁(yè)，2023年，2月20日，星期四為防止倍基音周期，考慮取的可能性?！粢?/p>

，選擇一個(gè)與其最接近的值代替。

再檢查是否滿足下列三個(gè)條件之一、且為最小值的，◆若有，則前向基音估計(jì)；否則。完成前、后向基音跟蹤，并求得估計(jì)值后，

按下列判決規(guī)則確定初始基音估計(jì)

TI：

If

CEb(TB)<0.48

then

TI

=TB

else

if

CEb(TB)≤CEF(TF)

then

TI

=TB

else

TI

=TF

◆最終的基音估計(jì)的精度提高到

1/4

采樣周期。

第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-28-趙曉群

教授第28頁(yè)，共51頁(yè)，2023年，2月20日，星期四

(2)

基音的精細(xì)估計(jì)圖11.6：基音精細(xì)估計(jì)的方框圖?！艟?xì)估計(jì)窗

wR(n)：長(zhǎng)

221

個(gè)樣點(diǎn)，歸一化三角形窗?！粲苫舫跏脊烙?jì)

TI，產(chǎn)生10

個(gè)基音精細(xì)估計(jì)的候選值：◆將其轉(zhuǎn)換為相應(yīng)的基音頻率

ω0=2π/T0。然后在這10

個(gè)點(diǎn)上進(jìn)行細(xì)搜索，確定基音周期的精細(xì)估計(jì)。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-29-趙曉群

教授圖11.6基音的精細(xì)估計(jì)計(jì)算Am(ω0)計(jì)算Xwr(l,ω0)⊕計(jì)算ε(ω0)256點(diǎn)DFT16384點(diǎn)DFT產(chǎn)生10個(gè)ω0候選值minε(ω0)第29頁(yè)，共51頁(yè)，2023年，2月20日，星期四①計(jì)算窗選語(yǔ)音和窗函數(shù)的離散Fourier

變換?！魧?duì)窗選語(yǔ)音信號(hào)，計(jì)算

256

點(diǎn)DFT：對(duì)窗函數(shù),計(jì)算16384

點(diǎn)DFT：（擴(kuò)大點(diǎn)數(shù)，可保證精度)②對(duì)每一個(gè)假設(shè)的

ω0，求各諧波的最佳譜包絡(luò)值

Am(ω0)。◆選定

ω0，則在-π~π

之間有個(gè)[2π/ω0]諧波分量，兩個(gè)相鄰諧波之間含有256ω0/2π

個(gè)語(yǔ)音信號(hào)的DFT

點(diǎn)?！魧?duì)于第

m

次諧波，它的頻帶下限、上限為：

其中，INTx表示取大于或等于

x

的最小整數(shù)。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-30-趙曉群

教授第30頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆根據(jù)式：因窗選激勵(lì)

Pw(ω)在頻帶內(nèi)與窗函數(shù)主瓣包絡(luò)形狀相同，

故用WR(ω)代替Pw(ω)。◆這意味著語(yǔ)音改變一個(gè)樣點(diǎn)，窗改變

64

個(gè)樣點(diǎn)。

因此，最佳用下式計(jì)算：

③計(jì)算合成語(yǔ)音譜?！舭聪率接?jì)算：第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-31-趙曉群

教授第31頁(yè)，共51頁(yè)，2023年，2月20日，星期四

④計(jì)算加權(quán)總擬合誤差，選擇最佳ω0

（或T0

）?！舨捎肈FT

的總擬合誤差為：◆在細(xì)搜索中，主要考慮高次諧波頻帶擬合的情況，因此，加權(quán)函數(shù)在低頻端可以取

0，求和下限不從1

開(kāi)始；

高頻端可以取1，求和上限也不必達(dá)到

127?！粽Z(yǔ)音頻譜一般限制在200~3600

Hz范圍內(nèi)。

故按下列公式確定求和上限

q：

總擬合誤差可以改寫成：◆對(duì)10

個(gè)候選基音頻率，逐個(gè)計(jì)算出總擬合誤差，

使其最小的ω0是當(dāng)前幀基音周期的精細(xì)估計(jì)值。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-32-趙曉群

教授利用偶對(duì)稱性，只計(jì)算了一半的值第32頁(yè)，共51頁(yè)，2023年，2月20日，星期四

4.

V/U

判決圖11.7：V/U

判決的方框圖。◆利用每個(gè)諧波處合成譜與窗選語(yǔ)音譜擬合的程度來(lái)確定。若歸一化擬合誤差

<閾值，判定該諧波頻帶為濁音帶；

反之為清音帶?！舨捎肈FT

時(shí)，前面推導(dǎo)的歸一化誤差應(yīng)改寫成：◆也可將幾個(gè)相鄰諧波頻帶合并成一個(gè)頻帶，

根據(jù)該頻帶總擬合誤差作出該帶的V/U

判決。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-33-趙曉群

教授圖11.7清/濁判決方框圖計(jì)算擬合誤差計(jì)算E0更新Eavg,Emin,Emax計(jì)算閾值與閾值比較第33頁(yè)，共51頁(yè)，2023年，2月20日，星期四實(shí)用

V/U判決方案：最多分12個(gè)帶，判決方法如下：①

確定諧波的個(gè)數(shù)M。◆計(jì)算式：②

確定子帶的個(gè)數(shù)K。◆每個(gè)子帶包含3個(gè)諧波分量（見(jiàn)圖11.8）。子帶數(shù)的計(jì)算式：第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-34-趙曉群

教授圖11.8改進(jìn)的MBE頻帶結(jié)構(gòu)子帶1子帶2子帶K-1子帶K第34頁(yè)，共51頁(yè)，2023年，2月20日，星期四

③

計(jì)算各帶的歸一化擬合誤差?！粲?jì)算式：

第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-35-趙曉群

教授第35頁(yè)，共51頁(yè)，2023年，2月20日，星期四④

計(jì)算

V/U

的判決閾值?！粲?jì)算式：◆第一項(xiàng)：隨ω0增大而變大。

當(dāng)ω0增加時(shí)諧波個(gè)數(shù)將減少，擬合誤差會(huì)變大，此項(xiàng)起到去偏作用?！舻诙?xiàng)：隨ω0升高而變小。

由于話音高頻端通常更具有隨機(jī)譜的特征，因此，較多地判為清音區(qū)會(huì)使合成語(yǔ)音聽(tīng)起來(lái)自然?！舻谌?xiàng)：是同語(yǔ)音當(dāng)前幀能量

E0、平均能量

Eavg、

最小能量

Emin、最大能量

Emax

有關(guān)的參數(shù)。采用自適應(yīng)方法，逐幀更新這些參數(shù)，以期獲得更好的效果。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-36-趙曉群

教授第36頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆若用

E(0)

表示當(dāng)前幀的參數(shù)，E(-1)表示前一幀的參數(shù)，

相關(guān)量的定義為：且滿足的約束條件：第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-37-趙曉群

教授第37頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆求出上述幾個(gè)能量之后，再確定函數(shù)：

⑤

V/U

判決?！襞袥Q規(guī)則為：第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-38-趙曉群

教授第38頁(yè)，共51頁(yè)，2023年，2月20日，星期四

5.

求各諧波幅度或包絡(luò)圖11.9：頻譜幅度估計(jì)框圖?！舾倪M(jìn)MBE

語(yǔ)音編碼器，每個(gè)分頻帶包含

3

個(gè)諧波。諧波結(jié)構(gòu)見(jiàn)圖11.8。◆對(duì)于第k

個(gè)頻帶，其頻帶范圍為a3k-2≤ω

<b3k，需要確定

3

個(gè)頻譜幅度

A3k-2、A3k-1、A3k。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-39-趙曉群

教授圖11.9頻譜幅度估計(jì)計(jì)算清音幅度計(jì)算濁音幅度選擇清音/濁音譜幅度圖11.8改進(jìn)的MBE頻帶結(jié)構(gòu)子帶1子帶2子帶K-1子帶K第39頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆濁音帶時(shí)，按下式計(jì)算：如果數(shù)碼率足夠高，也可以直接傳送

Am(ω0)?！羟逡魩r(shí)，Am按下式計(jì)算：◆對(duì)于最高分頻帶

K，其頻帶范圍是a3k-2≤ω<bM，

包含

M-3k+3個(gè)譜幅度。令直流分量

A0=0。第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-40-趙曉群

教授第40頁(yè)，共51頁(yè)，2023年，2月20日，星期四改進(jìn)MBE

模型的全部參數(shù)為：

基音周期

T0，

各帶的

V/U

判決

Vk,(k=1,2,…,K)，

各諧波處的最佳幅度

Am,(m=1,2,…,M)?！魠?shù)傳送給解碼器前，需量化、編碼?！?/p>

INMARSAT-M

語(yǔ)音編碼器的比特率為6.4

kbit/s，

幀長(zhǎng)

20

ms，每幀

128

bit，

其中45

bit

留給信道編碼用，余83

bit

供量化模型參數(shù)用?！舯?1.2：比特分配表。

（參數(shù)量化的方法從略）第11章多帶激勵(lì)聲碼器11.3多帶激勵(lì)語(yǔ)音分析同濟(jì)大學(xué)電子與信息工程學(xué)院-41-趙曉群

教授表11.2模型參數(shù)比特分配參數(shù)基音周期V/U判決頻譜幅度每幀比特?cái)?shù)8K75-K第41頁(yè)，共51頁(yè)，2023年，2月20日，星期四第11章多帶激勵(lì)聲碼器11.4多帶激勵(lì)語(yǔ)音合成兩種合成方法：頻域合成法、時(shí)域合成法。◆頻域合成法：重建語(yǔ)音譜，求Fourier

反變換得時(shí)域序列。

相當(dāng)于分析過(guò)程的逆過(guò)程。

特點(diǎn)：比較直接，但不能保證合成語(yǔ)音基音周期的平滑變化?！魰r(shí)域合成法：利用插值實(shí)現(xiàn)幀間基音周期的平滑過(guò)渡，

可使合成語(yǔ)音更自然。

因此，實(shí)際的MBE

算法都采用這種方法。◆下面介紹時(shí)域合成法。

圖11.10：改進(jìn)

MBE

語(yǔ)音合成框圖?！魸嵋舫煞峙c清音成分分開(kāi)合成，

再相加形成完整的合成語(yǔ)音。

第11章多帶激勵(lì)聲碼器11.4多帶激勵(lì)語(yǔ)音合成同濟(jì)大學(xué)電子與信息工程學(xué)院-42-趙曉群

教授圖11.10改進(jìn)MBE語(yǔ)音合成方框圖清音合成⊕濁音合成合成語(yǔ)音第42頁(yè)，共51頁(yè)，2023年，2月20日，星期四11.4.1清音成分的合成清音成分的合成用白噪聲激勵(lì)。◆初始值為u(-105)=3147。按下式產(chǎn)生一個(gè)白噪聲序列

u(n)：◆對(duì)相繼的合成語(yǔ)音幀，u(n)

移動(dòng)20

ms（160

樣點(diǎn)），

對(duì)u(n)加窗，合成窗

wx(n)長(zhǎng)：209

樣點(diǎn)。因此，在相繼合成語(yǔ)音幀之間，噪聲序列重疊49

樣點(diǎn)。對(duì)加窗后的u(n)進(jìn)行256

點(diǎn)的DFT，得：第11章多帶激勵(lì)聲碼器11.4多帶激勵(lì)語(yǔ)音合成同濟(jì)大學(xué)電子與信息工程學(xué)院-43-趙曉群

教授第43頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆再根據(jù)諧波頻帶

m

是濁音區(qū)（Vk=1）或清音區(qū)（Vk=0），

再對(duì)

Uw(l)進(jìn)行修正得Uwc(l)：

式中，am,bm——定義見(jiàn)前面；

Am(0)——當(dāng)前幀的Am值。

γm——伸縮系數(shù)，是合成窗

wx(n)

與

基音精細(xì)估計(jì)窗

wR(n)的函數(shù)，◆修正效果相當(dāng)于用一組帶通濾波器濾除濁音帶的信號(hào)。第11章多帶激勵(lì)聲碼器11.4多帶激勵(lì)語(yǔ)音合成同濟(jì)大學(xué)電子與信息工程學(xué)院-44-趙曉群

教授第44頁(yè)，共51頁(yè)，2023年，2月20日，星期四◆Uwc(l)中很低及很高的頻率成分都置0，即：◆對(duì)得到的頻域各點(diǎn)

Uwc(l