第一章 语音编码概览 1
1.1 引言 1
1.2 语音编码总体发展方向 1
1.3 语音编码分类 2
1.3.1 按语音信号带宽分类 2
1.3.2 按语音编码方法分类 3
1.3.3 按语音编码处理域分类 4
1.3.4 按语音编码速率分类 4
1.4 语音编码国际标准 5
1.4.1 高速率语音编码国际标准 5
1.4.2 中速率语音编码国际标准 7
1.4.3 低速率语音编码国际标准 7
1.4.4 变速率语音编码国际标准 8
1.6.1 移动通信系统中的语音编码技术 9
1.6 现代通信系统中的语音编码技术 9
1.5 两类语音编码应用系统 9
1.6.2 因特网中的语音编码技术 10
1.7 小结 11
第二章 语音编码研究与分析基础 12
2.1 语音编码理论基础 12
2.1.1 基于语音的信息传递 12
2.1.2 人类的语音生成和语音感知 13
2.1.3 语音信号数学模型 14
2.1.4 语音编码通用模型 16
2.1.5 语音可压缩编码的依据 17
2.1.6 语音编码的极限速率 18
2.2 语音编码常用的基本技术 19
2.2.1 语音信号数字化 19
2.2.2 预处理技术 20
2.2.3 线性预测技术 21
2.2.4 矢量量化技术 25
2.2.5 基音周期估计 28
2.2.6 合成分析法 30
2.2.7 感知加权滤波器 31
2.3 语音编码的性能评价方法 33
2.3.1 编码速率 33
2.3.2 合成语音质量 33
2.3.3 编解码延时 38
2.3.4 算法复杂度 38
2.3.5 其它性能 38
2.4 语音编码的码流特征分析方法 39
2.4.1 码流的空间分布特征 39
2.4.2 帧长的提取 40
2.4.5 零一变化率的统计 41
2.4.4 零一概率的统计 41
2.4.3 静音帧的特征 41
2.4.6 游程长度分布的统计 42
2.4.7 参数分布特征 42
2.5 小结 42
第三章 低速率语音编码概述 43
3.1 低速率语音编码的发展与应用 43
3.1.1 低速率语音编码的发展 43
3.1.2 低速率语音编码的应用 44
3.2 低速率语音编码新进展 45
3.2.1 低速率语音编码的研究思路进展情况 45
3.2.2 低速率语音编码的最新成果 46
3.3 低速率语音编码的算法体制 49
3.3.1 码激励线性预测模型 49
3.3.2 混合激励线性预测模型 50
3.3.3 正弦激励模型 51
3.3.4 插值编码模型 52
3.4 小结 53
第四章 2.4Kb/s二元激励线性预测语音编码 54
4.1 概述 54
4.2 LPC-10声码器编码原理 54
4.2.1 预处理 55
4.2.2 反射系数的计算与编码 55
4.2.3 增益均方根的计算与编码 57
4.2.4 基音周期的计算与编码 58
4.2.5 清／浊音的判决与编码 59
4.2.6 编码参数的比特分配与发送 59
4.3 LPC-10声码器译码原理 60
4.3.1 参数译码与插值 60
4.3.2 激励源的获取 61
4.4.1 激励源的改进 62
4.3.3 语音合成 62
4.4 LPC-10e声码器的改进 62
4.4.2 基音周期计算方法的改进 64
4.4.3 声道滤波器参数量化的改进 64
4.5 合成语音质量测试与模拟结果 66
4.5.1 合成语音质量测试 67
4.5.2 模拟结果 67
4.6 码流特征分析 68
4.6.1 帧长与编码比特结构分析 69
4.6.2 静音帧的特征分析 70
4.6.3 零一概率和游程长度分布的统计 70
4.6.4 零一变化率的统计和参数分布特征分析 70
4.7 小结 71
5.2 FS-1016标准编码原理 72
5.1 概述 72
第五章 4.8Kb/s码激励线性预测语音编码 72
5.2.1 编码框图与编码过程 73
5.2.2 线性预测分析与量化 73
5.2.3 自适应码本搜索与编码 75
5.2.4 固定码本搜索与编码 79
5.2.5 编码参数的比特分配 80
5.2.6 FS-1016标准编码特点 80
5.3 FS-1016标准译码原理 81
5.3.1 译码框图与译码过程 81
5.3.2 后置滤波与语音合成 82
5.4 FS-1016标准算法的进一步研究 82
5.4.1 感知加权滤波器的应用 82
5.4.2 利用递归的快速算法 83
5.5 合成语音质量测试与模拟结果 85
5.5.2 模拟结果 86
5.5.1 合成语音质量测试 86
5.6 码流特征分析 87
5.6.1 帧长与编码比特结构分析 88
5.6.2 静音帧的特征分析 89
5.6.3 零一概率和游程长度分布的统计 89
5.6.4 零一变化率的统计和参数分布特征分析 89
5.7 小结 90
第六章 4.75Kb/s代数码激励线性预测语音编码 91
6.1 概述 91
6.2 AMR标准4.75Kb/s编码原理 91
6.2.1 预处理 92
6.2.2 线性预测分析与量化 92
6.2.3 开环基音分析 104
6.2.6 自适应码本搜索和增益控制 106
6.2.4 脉冲响应的计算 106
6.2.5 目标信号的计算 106
6.2.7 代数码本的结构和搜索 108
6.2.8 自适应码本增益和固定码本增益的量化 111
6.2.9 修改存储器 112
6.2.10 编码参数的比特分配 112
6.3 AMR标准4.75Kb/s译码原理 113
6.3.1 译码与语音合成 114
6.3.2 后置处理 115
6.4 合成语音质量测试与模拟结果 116
6.4.1 合成语音质量测试 116
6.4.2 模拟结果 117
6.5 码流特征分析 118
6.5.2 静音帧的特征分析 119
6.5.3 零一概率和游程长度分布的统计 119
6.5.1 帧长与编码比特结构分析 119
6.5.4 零一变化率的统计和参数分布特征分析 120
6.6 小结 121
第七章 2.4Kb/s混合激励线性预测语音编码 122
7.1 概述 122
7.2 MELP声码器编码原理 123
7.2.1 预处理 123
7.2.2 基音周期的计算与量化 123
7.2.3 子带声音强度的计算与量化 127
7.2.4 增益的计算与量化 129
7.2.5 线性预测分析与量化 130
7.2.6 傅里叶级数幅值的计算与量化 132
7.2.7 纠错编码 133
7.2.8 编码参数的比特分配与发送 134
7.3.2 增益译码与抑制 135
7.3.1 基音周期译码与纠错译码 135
7.3 MELP声码器译码原理 135
7.3.3 参数插值 137
7.3.4 混合激励生成与滤波 137
7.3.5 语音合成 139
7.4 MELP声码器的关键技术 140
7.4.1 多带混合激励 141
7.4.2 使用非周期脉冲 141
7.4.3 残差谐波谱处理技术 141
7.4.4 自适应谱增强技术 142
7.4.5 脉冲整形滤波 142
7.5 合成语音质量测试与模拟结果 143
7.5.1 合成语音质量测试 143
7.5.2 模拟结果 143
7.6 码流特征分析 144
7.6.2 静音帧的特征分析 145
7.6.1 帧长与编码比特结构分析 145
7.6.3 零一概率和游程长度分布的统计 146
7.6.4 零一变化率的统计和参数分布特征分析 146
7.7 小结 147
第八章 4.15Kb/s改进型多带激励语音编码 148
8.1 概述 148
8.2 基于MBE模型的语音分析与合成 148
8.2.1 MBE语音产生模型 149
8.2.2 基于MBE模型的语音分析原理 149
8.2.3 基音周期的估计 151
8.2.4 清／浊音的判决 160
8.2.5 谱包络参数确定 160
8.2.6 基于MBE模型的语音合成 161
8.3.2 改进型基音周期的估计 162
8.3 IMBE声码器编码原理 162
8.3.1 编码基本过程 162
8.3.3 改进型清／浊音的判决 163
8.3.4 改进型谱包络参数确定 164
8.3.5 编码参数的比特分配 165
8.4 IMBE声码器译码原理 167
8.4.1 清音部分的合成 167
8.4.2 浊音部分的合成 168
8.4.3 重建语音产生 169
8.5 合成语音质量测试与模拟结果 169
8.5.1 合成语音质量测试 169
8.5.2 模拟结果 170
8.6 码流特征分析 171
8.6.1 帧长与编码比特结构分析 171
8.6.2 静音帧的特征分析 171
8.6.4 零一变化率的统计和参数分布特征分析 172
8.6.3 零一概率和游程长度分布的统计 172
8.7 小结 173
第九章 2.4Kb/s谐波激励线性预测语音编码 174
9.1 概述 174
9.2 HELP声码器模型与基本原理 175
9.2.1 正弦语音产生模型的原理 175
9.2.2 HELP语音模型的原理 178
9.2.3 HELP语音模型的参数提取 178
9.3 HELP声码器编码原理 181
9.3.1 线性预测参数的编码 182
9.3.2 基音周期的提取与编码 183
9.3.3 清／浊音的判决与编码 187
9.3.4 谱包络参数的提取与编码 189
9.4.1 残差重建模型 191
9.3.5 编码参数的比特分配 191
9.4 HELP声码器译码原理 191
9.4.2 相位合成 193
9.5 小结 195
第十章 3.75Kb/s波形内插语音编码 196
10.1 概述 196
10.2 WI声码器基本原理 196
10.2.1 波形内插原理 196
10.2.2 WI声码器基本结构 197
10.2.3 特征波形的傅里叶级数表示 197
10.3 WI声码器编码原理 199
10.3.1 线性预测分析与量化 200
10.3.2 基音周期的提取与编码 204
10.3.3 特征波形的提取 207
10.3.4 特征波形的对齐 208
10.3.5 特征波形的编码 210
10.3.6 特征波形功率的归一化 215
10.3.7 特征波形功率的编码 216
10.3.8 编码参数的比特分配 218
10.4 WI声码器译码原理 218
10.4.1 特征波形功率的去归一化 218
10.4.2 瞬时基音与瞬时特征波形的内插 219
10.4.3 二维特征波形表面到一维残差信号的转换 220
10.4.4 线性预测合成 221
10.5 小结 222
附录A 英汉名词术语对照 223
附录B 常见语音编码标准码流的零一变化率直方图 229
附录C 常见语音编码标准码流的帧结构比较表 234
参考文献 236