线谱频率矢量量化的方法及系统技术方案

本发明专利技术提供了一种线谱频率矢量量化的方法，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］｝，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。通过对本发明专利技术和ＡＭＲ－ＷＢ＋所述矢量量化方法基于ＩＴＵ－Ｔ的评测标准协议Ｐ．８６２，利用客观评测标准ＷＢ－ＰＥＳＱ进行的语音质量客观评测可以得出，本发明专利技术相对于ＡＭＲ－ＷＢ＋提高了语音质量的感知评价ＰＥＳＱ分值。

【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中分配的比特数进行量化:表l: LSF矢量量化比特分配表<table>table see original document page 7</column></row><table>最后，用均方误差准则作为量化过程中的失真测度。通常，对于一个输入的LSP矢量或者LSF残差矢量ri， i=l，2和码书中的第k个码字来说，量 化的过程就是在码书中寻找使下式E值最小的那个码字的索引号其中，m和n表示子矢量中的第 一个和最后一个元素在整个LSF矢量中的元素序号。于是，得出对LSF矢量量化需要的比特数为 一级矢量量化中9维矢量 rl(n)需要8比特，7维矢量r2(n)需要8比特；二级矢量量化中，4个3维 矢量分别需要6、 7、 7和5比特，4维矢量需要5比特，总共需要46比特。那么，针对上述AMR-WB+中LSF矢量量化的过程，能否再提高矢量量化的 精度，即提高语音主客观的质量，或者提出另外一种矢量量化的方法及系统， 是本专利技术研究的对象。
技术实现思路
为此，本专利技术所要解决的技术问题是提供一种LSF矢量量化的方法及系 统，来实现对LSF矢量的量化，减少平均量化误差，以得到好的量化效果。于是，本专利技术提供了一种线谱频率矢量量化的方法，包括将当前帧线谱频率矢量或者当前帧线语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镨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Z',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{6,}系数与其 相应的子矢量系数预测值6 /进行差值运算，得到一组预测值残差矢量 {6,对该预测值残差矢量仏,'}进行矢量量化。其中，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 {6 ,}系数进行预测。其中，所述对未量化的一组子矢量{、}系数进行预测，求预测值的公式为+1>,^<%)，其中，a为线性预测系数，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 ,}预测的预测系数組成的预测矩阵为'Vo ， ，…'r0,i^而，…，n，r'-'i,0，广-1.1 ，…，其中m为待量化LSF残差系数的个数，预测值组成的矩阵为「1 、m-1,0 ，。-1,1 .m-l,w-1「1 、说明书第4/12页进一步，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,…，co-1:利用均方误差准则进行判断，计算针对不同的预测矩阵7 ,所对应的均方误差￡,,=-6f'')2, / = 0,l,...，w-1,其中，对应不同的子矢量m和n值不同， 计算出￡,的最小值^:并找出对应的预测矩阵& ，此预测矩阵&即为最佳预测矩阵，并根据最佳 预测矩阵求出预测值6 , 。其中，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。其中，所述当前帧的前一帧线镨频率矢量对当前帧线语频率矢量的贡献矢 量分量值为-^W/.,,—,.,，其中，表示第n - l帧第i个残差线谱频率系 数，固为经验值。本专利技术还提供了 一种实现线镨频率矢量量化的系统，包括执行将当前帧线镨频率矢量系数或者当前帧线语频率残差矢量系数进行 分組、得到两组子矢量{,}、仏J步骤的分组单元(10);执行对其中 一组子矢量,}直接进行矢量量化后得到 一组矢量系数值fl, 步骤的矢量量化单元(11 );执行从所述矢量系数值,中选择部分矢量系数值0 L对未量化的 一组于 矢量^,)系数进行预测，得到矢量系数预测值6,f'步骤的预测单元(12);执行所迷子矢量{6 ,}系数与其相应的矢量系数预测值6 进行差值运 算，得到一组预测值残差矢量{6,'}步骤的残差矢量单元(13);当前帧线谱频率矢量系数或者当前帧线谱频率残差矢量系数在分组单元 (10)进行分组后，到矢量量化单元(11 )中对其中一组子矢量仏,}进行矢量 量化，利用矢量量化单元(11 )中得到的部分矢量系数在预测单元(12)对未 量化的一组子矢量{6,}系数进行预测，并在残差矢量单元U3)中求得残差矢 量{6,'}，并回到矢量量化单元(11)对所述残差矢量{6,'}进行量化。其中，所述分组单元(l())，还包括对一组子矢量{ }进行分组、得到相应组子矢量步骤的子分组单元(101 )。 其中，所述预测单元(12)，还包括^丸行对于每一帧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，…，co-l: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 10</formula>其中，对应不同的子矢量m和n值不同，计算出￡,的最小值&:<formula>formula see original document page 10</formula>,并找出^对应的预测矩阵&,此预测矩本文档来自技高网...

【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]