關(guān)鍵詞：基音周期； 全局參考； 自相關(guān)函數(shù)

 

中圖分類號(hào)：TN9123 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2095-2163（2014）01-0075-04

 

0引言

 

基音周期搜索是語音編碼中一個(gè)重要的問題，其準(zhǔn)確性將直接影響到語音編碼器的編碼質(zhì)量和效率。準(zhǔn)確的基音周期性分析，可以在語音編碼過程中有效地去除冗余，降低編碼的比特?cái)?shù)，實(shí)現(xiàn)低比特率，高質(zhì)量的語音編碼。目前，人們已經(jīng)提出了多種基音檢測(cè)算法。其中，在時(shí)域的角度，傳統(tǒng)的算法主要包括基于平均幅度差函數(shù)（AMDF）的基音估計(jì)算法、基于短時(shí)自相關(guān)函數(shù)（ACF）的基音檢測(cè)算法。在頻域的角度，1984年，Griffin和Lim提出了一種頻域基音周期估計(jì)方案[1]，用于多帶激勵(lì)語音編碼算法 （MBE），這種基音周期估計(jì)算法采用閉環(huán)分析合成方法，匹配信號(hào)頻域波形，得到最優(yōu)基音周期估計(jì)。1998年，Janer等提出了基于小波變換的基音周期估計(jì)方法[2]，而2003年，樓紅偉等提出小波加權(quán)的基音周期檢測(cè)方案[3]。其后在2006年，黃海提出了一種基于Hilbert-Huang變換的語音信號(hào)基音周期提取方法，該方法無須對(duì)語音信號(hào)進(jìn)行分幀截?cái)?，?duì)其直接進(jìn)行Hilbert-Huang變換后， 通過基音頻率搜索處理得到基音頻率及其隨時(shí)間的變化[4]。2008年，Zhao采用線性導(dǎo)譜系數(shù)與自相關(guān)函數(shù)相結(jié)合的方式預(yù)測(cè)基音周期[5]。2012年，Ba H等將諧波比率和倒頻譜分析的方法相結(jié)合對(duì)基音周期進(jìn)行估計(jì)[6]。

 

AVS-P10音頻標(biāo)準(zhǔn)是面向新一代移動(dòng)通信系統(tǒng)的低碼率高保真音頻編解碼，技術(shù)標(biāo)準(zhǔn)應(yīng)用包括移動(dòng)通信、無線寬帶、多媒體通信、互聯(lián)網(wǎng)寬帶以及流媒體業(yè)務(wù)等。其中的核心編碼器由ACELP和變換矢量TVC組成?；糁芷谒阉鲗儆贏CELP編碼中重要組成部分，其搜索效率及存儲(chǔ)代價(jià)直接影響編碼器性能。3GPP制定的標(biāo)準(zhǔn)AMR-WB+[7]編碼采用了加權(quán)相關(guān)函數(shù)法進(jìn)行基音周期的搜索。在進(jìn)行基音周期搜索之前， 對(duì)輸入的信號(hào)進(jìn)行預(yù)處理，除去直流分量，隨后濾除對(duì)基音周期估計(jì)不起作用的高頻部分。AMR-WB+使用傳統(tǒng)的時(shí)域相關(guān)函數(shù)，并采用加權(quán)函數(shù)來防止倍周期以及平滑基音周期。在AMR-WB+編碼標(biāo)準(zhǔn)中，使用加權(quán)函數(shù)進(jìn)行加權(quán)，其合理之處在于該加權(quán)函數(shù)經(jīng)過了訓(xùn)練，能夠在一定程度上解決倍周期問題。但是對(duì)于倍音周期問題，并不是所有的候選值都會(huì)遇到，對(duì)于所有的候選值進(jìn)行加權(quán)更無疑會(huì)增加運(yùn)算復(fù)雜度。此外，加權(quán)函數(shù)函數(shù)值序列也會(huì)占用較大的內(nèi)存空間，增加了存儲(chǔ)空間開銷。在AMR- WB+中，同時(shí)采用了基音周期平滑加權(quán)。其加權(quán)函數(shù)也采用類似對(duì)基音倍周期問題相似的加權(quán)。但如此這般要對(duì)其它所有的候選值進(jìn)行加權(quán)，則必然會(huì)增加運(yùn)算復(fù)雜度。

 

本文以自相關(guān)函數(shù)為基礎(chǔ)，利用基音周期的平滑性，引入基音周期全局參考作為基音周期判斷的輔助條件，有效解決了基音周期加倍的問題并在基音周期預(yù)測(cè)中體現(xiàn)基音周期的平滑性，實(shí)驗(yàn)結(jié)果表明本文算法性能優(yōu)于AMR-WB+中的算法性能。該算法已應(yīng)用到AVS-P10移動(dòng)音頻編解碼框架中。

 

1開環(huán)基音搜索方法

 

每幀輸入信號(hào)可分成四個(gè)子幀，開環(huán)基音搜索每?jī)蓚€(gè)子幀，即執(zhí)行一次基音周期估計(jì)。開環(huán)基音搜索是為了估計(jì)出一個(gè)比較準(zhǔn)確的基音周期，由此而降低閉環(huán)基音周期搜索的復(fù)雜度。

 

開環(huán)基音周期搜索基于感知加權(quán)后的信號(hào)而展開分析，感知加權(quán)域信號(hào)Sw（n）在進(jìn)行基音周期搜索之前，使用4階FIR濾波器Hdecim2（z）實(shí)現(xiàn)降采樣處理，得到信號(hào)Swd（n）進(jìn)行開環(huán)基音周期搜索。

 

開環(huán)基音周期搜索過程包括：自相關(guān)函數(shù)序列計(jì)算，基音周期全局參考確定，基音周期確定三個(gè)部分。首先計(jì)算信號(hào)Swd（n）的自相關(guān)函數(shù)，然后根據(jù)自相關(guān)函數(shù)的結(jié)果確定當(dāng)前的基音周期全局參考，最后根據(jù)當(dāng)前的基音周期全局參考確定語音信號(hào)的基音周期。

 

1.1自相關(guān)函數(shù)計(jì)算

 

1.2基音周期全局參考

 

為滿足基音周期的平滑性，引入基音周期全局參考global_pitch輔助進(jìn)行基音周期的判斷?；糁芷谌謪⒖即_定方法如下所述：

 

利用前節(jié)確定的基音周期候選值序列peakpos[6]以及自相關(guān)函數(shù)序列maxcorr[6]，首先選擇與前幀的基音周期全局參考接近的基音周期候選值，對(duì)其相應(yīng)的自相關(guān)函數(shù)值進(jìn)行加權(quán)，將自相關(guān)函數(shù)值乘以1.2，加權(quán)后重新排列基音周期候選值序列peakpos[6]以及自相關(guān)函數(shù)序列maxcorr[6]。

 

對(duì)peakpos[6]以及maxcorr[6]判斷并去除基音周期加倍的情況。倍周期的消除采用的是固定加權(quán)方法，其最終目的是找出一個(gè)最佳基音周期候選值，算法過程為：

 

（1）設(shè)定最佳的基音周期候選值為自相關(guān)函數(shù)最大值對(duì)應(yīng)的基音周期候選值，對(duì)于每一個(gè)基音周期候選值，選擇一個(gè)自相關(guān)函數(shù)值的縮放因子，當(dāng)基音周期候選值大于閾值25時(shí)，選擇縮放因子為1.2，否則選擇縮放因子為1.11；

 

（2）比較該基音周期候選值對(duì)應(yīng)的自相關(guān)函數(shù)值與自相關(guān)函數(shù)值序列中的最大值和縮放因子的比值，若

 

①當(dāng)前考慮的基音周期候選值小于當(dāng)前最佳的基音周期；

 

②當(dāng)前基音周期候選值對(duì)應(yīng)的自相關(guān)函數(shù)值大于自相關(guān)函數(shù)序列中的最大值和縮放因子的比值，這兩個(gè)條件同時(shí)滿足時(shí)則設(shè)定基音周期最佳候選值為當(dāng)前的基音周期候選值。如此循環(huán)，直至基音周期候選值序列中的每一個(gè)基音周期候選值計(jì)算完成；