【技术实现步骤摘要】
本专利技术涉及多媒体语音编码
,尤其涉及一种线谱频率矢量量化的 方法及系统。
技术介绍
随着近几年计算机技术的不断发展,各种多媒体应用越来越受到人们的青 睐。作为多媒体应用不可缺少的语音编码技术,在最近十几年也取得了很大的进步。在语音编码
,线谱频率(LSF: Linear Spectral Frequency) 系数精度关系到语音编码质量、声道幅度谱特性等方面的好坏,所以一般采用 对LSF矢量进行量化来保证LSF系数精度。对LSF矢量进4亍量化,就是对LSF矢量系凄史的量化。在AMR-WB+ ( Extend ed Adaptive MultiRate Wide,Band Codec )中对LSF矢量系数的量化具体实现 方法如下首先求出当前帧的LSF残差矢量r (): r(/ ) = z() - p()其中,, p()=-1), /《为第n帧LSF矢量,廳朋一,V为LSF均值矢量,p(n)为当前帧预测值矢量,r(n-l)为前一帧量化后 的LSF残差矢量;进而,得到1^ 残差矢量^[^/1,...,^];之后,对LSF残差矢量r = [^^...,^;]进行分裂多级矢量量化(S-MSVQ), 其被分裂为两个子矢量r,(/ )和r2(/7),其中r,(/7)是9维,r,07)是7维,对这两个子矢量再分别进行两级矢量量化,在第一级矢量量化中,用8比特量化 ri(/7), 8比特量化r,);在第一级矢量量化后,得到两个量化残差矢量,记作r,'=r,-r,,/= 1,2。在 第二级矢量量化中,再将「分裂成3个子矢量,。分裂成2个子矢量,分别用下表l中 ...
【技术保护点】
一种线谱频率矢量量化的方法,其特征在于,包括:将当前帧线谱频率矢量或者当前帧线谱频率残差矢量分为两组子矢量{a↓[i]}、{b↓[j]},所述当前帧线谱频率残差矢量为当前帧线谱频率矢量减去均值线谱频率矢量、再减去当前帧的前一帧线谱频 率矢量对当前帧线谱频率矢量的贡献所得到的差值;对其中一组子矢量{a↓[i]}进行矢量量化后得到一组子矢量系数值a↓[i]↑[q],选择其中部分子矢量系数值a↓[j,k]↑[q]对未量化的一组子矢量{b↓[j]}系数进行预测,得到子矢量系数预测值b↓[j]↑[predict];将所述未量化的一组子矢量{b↓[j]}系数与其相应的子矢量系数预测值b↓[j]↑[predict]进行差值运算,得到一组预测值残差矢量{b↓[j]′},对该预测值残差矢量{b↓[j]′}进行矢量量化。
【技术特征摘要】
1、 一种线谱频率矢量量化的方法,其特征在于,包括将当前帧线谱频率矢量或者当前帧线谱频率残差矢量分为两组子矢量 { ,}、 { },所述当前帧线谱频率残差矢量为当前帧线谱频率矢量减去均值线 谱频率矢量、再减去当前帧的前一帧线谱频率矢量对当前帧线谱频率矢量的贡 献所得到的差值;对其中 一组子矢量,}进行矢量量化后得到一组子矢量系数 值^,选择其中部分子矢量系数值^,对未量化的一组子矢量{ }系数进行预 测,得到子矢量系数预测值6,—';将所述未量化的一组子矢量{~}系数与其 相应的子矢量系数预测值 —'进行差值运算,得到一组预测值残差矢量,对该预测值残差矢量{ '}进行矢量量化。2、 根据权利要求l所述的方法,其特征在于,对所述一组子矢量{,}进行 分组,对相应组的子矢量进行矢量量化得到子矢量系数值,,选择相应组中 部分矢量系数值对未量化的 一组子矢量仏,}系数进行预测。3、 根据权利要求1所述的方法,其特征在于,所述对未量化的一组子矢 量{6 ,}系数进行预测,求预测值的公式为V'u玄(。,';,j,其中,r m为线性预测系^t,由^,所确定,k为自然数,;为所述一组子矢量{,}的部 分矢量的量化值,其组成的矩阵为对子矢量{6 ,}预测的预测系数组成的预测矩阵为<formula>formula see original document page 2</formula>,其中m为待量化LSF残差系数的个数,预测值组成的矩阵为<formula>formula see original document page 3</formula>4、根据权利要求3所述的方法,其特征在于,求最佳预测值6,—'的方法为对于每一帧LSF残差矢量,通过从co个预先计算好的预测矩阵^中选择一 个预测误差最小的预测矩阵,其判断准则为,其中,/为0, 1,…,利用均方误差准则进行判断,计算针对不同的预测矩阵所对应的均方误差£',,<formula>formula see original document page 3</formula>其中,对应不同的子矢量m和n值不同,/二川计算出£,的最小值五,£; 二M/(《),/:^0,l,…,ft)-1 ,并找出&对应的预测矩阵A,此预测矩阵A即为最佳预测矩阵,并根据最佳 预测矩阵A求出预测值6 。5、 根据权利要求l所述的方法,其特征在于,对所述一组预测值残差矢量 { ,'}系数进行分组,分别对所述组子矢量进行矢量量化。6、 根据权利要求l所述的...
【专利技术属性】
技术研发人员:李立雄,张德军,
申请(专利权)人:华为技术有限公司,
类型:发明
国别省市:94[中国|深圳]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。