基于定点的LPC10-e解码算法实现

合集下载

音频的编解码

音频编码解码基本概念介绍对数字音频信息的压缩主要是依据音频信息自身的相关性以及人耳对音频信息的听觉冗余度。

音频信息在编码技术中通常分成两类来处理，分别是语音和音乐，各自采用的技术有差异。

语音编码技术又分为三类：波形编码、参数编码以及混合编码。

波形编码：波形编码是在时域上进行处理，力图使重建的语音波形保持原始语音信号的形状，它将语音信号作为一般的波形信号来处理，具有适应能力强、话音质量好等优点，缺点是压缩比偏低。

该类编码的技术主要有非线性量化技术、时域自适应差分编码和量化技术。

非线性量化技术利用语音信号小幅度出现的概率大而大幅度出现的概率小的特点，通过为小信号分配小的量化阶，为大信号分配大的量阶来减少总量化误差。

我们最常用的G.711标准用的就是这个技术。

自适应差分编码是利用过去的语音来预测当前的语音，只对它们的差进行编码，从而大大减少了编码数据的动态范围，节省了码率。

自适应量化技术是根据量化数据的动态范围来动态调整量阶，使得量阶与量化数据相匹配。

G.726标准中应用了这两项技术，G.722标准把语音分成高低两个子带，然后在每个子带中分别应用这两项技术。

参数编码：广泛应用于军事领域。

利用语音信息产生的数学模型，提取语音信号的特征参量，并按照模型参数重构音频信号。

它只能收敛到模型约束的最好质量上，力图使重建语音信号具有尽可能高的可懂性，而重建信号的波形与原始语音信号的波形相比可能会有相当大的差别。

这种编码技术的优点是压缩比高，但重建音频信号的质量较差，自然度低，适用于窄带信道的语音通讯，如军事通讯、航空通讯等。

美国的军方标准LPC-10，就是从语音信号中提取出来反射系数、增益、基音周期、清/浊音标志等参数进行编码的。

MPEG-4标准中的HVXC声码器用的也是参数编码技术，当它在无声信号片段时，激励信号与在CELP时相似，都是通过一个码本索引和通过幅度信息描述；在发声信号片段时则应用了谐波综合，它是将基音和谐音的正弦振荡按照传输的基频进行综合。

lpc10原理和实现代码解析

传递函数。而前面提到的 H，是语音合成的传递函数。别搞混了。但是 A 函数的含义是一致的，都是 inverse filter，输出的是残差。利用 matlab 函数，获取相关的 lpc 的过程量代码如下： % 获取 lpc 参数 [a,g]=lpc(x2,12); % 绘制 lpc 的谱域图。要用合成的 H，而不是上图的 H。也就是 1/A 的 H freqz(1,[1 -a(2:end)]); % 和原始输入 x2 的频谱对比 y=x2; lx=length(y); Freqs=Fs; freq=[-Freqs/2:Freqs/lx:Freqs/2-Freqs/lx]; S=fftshift(abs(fft(y))); Sdb=10*log10(S); plot(freq,Sdb); % 由 lpc 参数，得到预测的 x 值。注意，a(1)被舍弃 est_x=filter([0 -a(2:end)],1,x); % 计算原始 x 和预测 x 的差值。如果绘图的话，对于 voice，可以看到和激励 u(n)类似的周期性结构。 e=x-est_x; % 通过相关函数，可以计算 pitch。 [acs,lags]=xcorr(e,'coeff'); plot(lags,acs); title('Autocorrelation of the Prediction Error'); xlabel('Lags'); ylabel('Normalized Value'); grid;
在 matlab 中，也有 lpc 函数[a,g] = lpc(x,p)。其中，x 是输入序列，p 是阶数，a 是预测系数， g 是总预测误差。对于这些参数的理解，说明如下：
注意如下几点： ¾ 有效的参数是从 a(2)开始。a(1)默认为 1，是无用的； ¾ 上图中的 H 函数，和前面我们提到的 H 函数是不一致的。这个 H，是单纯线性预测的

第四章1语音编码

话音产生的数字模型
周期
周期脉冲序列发生器浊/清选择清选择伪随机噪声产生器
声道参数
时变数字滤波器音量控制
语音输出
语音信号编码系统的应用语音信号编码系统的应用归纳起来可以分为两类：
一类是编码－存储－回放系统，或称为数字语音录放系统。
输出语音语音编码器数字存储媒介语音解码器
主要内容
话音的形成原理话音编译码器原理脉冲编码调制（PCM）增量调制与自适应增量调制自适应差分脉冲编码调制（ADPCM）子带编码其他编码
话音的形成原理
• 肺中的空气受到挤压形成气流，气流通过
声门（声带）沿着声道（由咽、喉、口腔等组成）释放出去，就形成了话音。 • 气流、声门可以等效为一个激励源，声道可以等效为一个时变滤波器（共振峰）。 • 话音信号具有很强的相关性（长期相关、短期相关）。
语音编码中常遇到的名词
ACELP 代数码本激励线性预测编码是Algebraic Code Excited Linear Prediction的缩写。代数激励码本是CELP激励码本的一种简化形式，采用+1或-1作为激励矢量中的激励样值。极低速率可视电话标准H.324中语音编码标准是 G.723.1，采用5.27kbit／s和6.3kbit／s两种速率，其中 5.27kbit／s速率就是以ACELP算法为基础。 PSI-CELP 基音同步更新—码激励线性预测编码是Pitch 基音同步更新— Synchronous Innovation-Code Excited Linear Prediction的缩写。PSI-CELP在传统CELP的基础上对激励作进一步的改进，使随机激励矢量以基音为间隔作重复，从而提高语音质量。日本的半速率数字移动电话标准基于这种算法。

PLC解密方法与解密技术发展史

PLC解密方法与解密技术发展史PLC解密方法与解密技术发展史谈起自动化设备必然绕不过PLC，而说起PLC必然谈起PLC的加密和解密。

PLC的加密与解密就像一对矛与盾的双生子，在PLC加密技术诞生之初，解密也同时出现了。

PLC加密与解密技术大致分为三个阶段。

最初的解密完全是利用PLC 设计上的缺陷，比如早期三菱PLC的缺陷：靠上位机软件判断密码正确与否。

也就是电脑一旦连接PLC，PLC就自动把密码上传给电脑，解密者可以很容易就拦截到这段数据，然后经过简单的翻译就能够得到密码。

后来包括国内的一些厂家做了这样的改进：PLC与电脑的数据通信采用密文，摈除原来的明文。

密文和明文又称密码和明码，是密码学中最重要的概念。

所谓明码就是你设定的数据，例如123456；而密文则是在明文的基础上经过一定的规则转换而成的数据，例如123456->A0CXE。

这样在不知道加密算法的情况下就避免了解密者直接将密码读出。

但是这种方式仍然不是万无一失，密码仍然会出现在通信数据流中，解密者经过多次试探就可以得到密文的加密规则，从而得到密码。

鉴于此，加密技术进入第二阶段：密码比较由PLC执行，即密码不再上传，密码不再出现在PC与PLC交换的数据中，这样就避免了解密者拦截密码，进而破译密码。

这一阶段解密难度明显加大了很多，对解密者的技术要求也明显更加专业了。

这一时期的解密专家基本上都是高级语言的编程高手，部分甚至是黑客。

主要是通过枚举法、黑盒试探、反编译编程软件等方法进行解密，这种方法的优点是可以解决大部分密码，但是缺点是耗时比较长，对解密者的软件技术要求比较高。

同一时期还有一部分人使用其他的方法，比如寻找特殊寄存器之类的方法等(另文论述)，在此不再细述。

这一时期是解密大发展的时期，各种专业的解密公司、骇客犹如雨后春笋般纷纷冒出。

然而就像亡羊补牢中的牧民一样，PLC厂家很快也发现了这个漏洞，于是乎第二阶段的美好时光就过去了。

PLC厂家又开始改进了。

低码率语音编译码器的定点优化设计和实现

低码率语音编译码器的定点优化设计和实现通信技术飞速发展,网络语音也早已进入实时传输的时代,各个平台对于语音的传输和存储都有了各自不同的要求。

而语音编码技术则是应对这一要求的产物。

LPC-10e算法具有2.4k的传输速率,由于其较低的算法复杂度使得其需要的带宽及资源相对较小,在各领域都有广泛的应用。

本文着重讨论了LPC-10e优化算法以及在MCU定点化实现过程中的关键技术和解决的方法。

在定点化中采用了Q16定标,对数指数查表以及对除法运算过程中除数进行大量测试后用小表进行加速优化等方法,在确保精度变化不大的前提下最大化运行速度。

在移植到MCU后运用汇编嵌入以及调用MCU的乘加器等方法,再次大幅提升了乘法和解码中的滤波器运算的速度,达到了良好的效果。

对定点化后语音中LPC-10e本身存在的金属音进行了详细分析并做出了有效改进,在最终结果测试中引入了PESQ语音评价系统对本文各阶段的编码后语音进行比较。

实验结果表明了实现后的语音质量与原来的浮点实现相比,语音质量仍可基本保持原来的水平。

第08讲语音编码(参数编码+混合编码)

算术平均值，即IATC总是大于1的。
因此变换编码必须选择一种合适的正交变换。 DFT、沃尔什-哈达马变换、离散余弦变换DCT、KLT变换。
目前，自适应变换编码的正交变换都是采用DCT。
原因？
2. 正交变换DCT
基于DCT的种种优势，当今自适应变换编码的正交变换普遍采用 DCT。 ① DCT与KLT相比，频域变换明确，且与人的听觉频率分析机理相对应，较易控制量化噪声频率范围。 ② 兼顾性能与计算量。DTC提供的性能一般在KLT的1~2dB之内，其它变换则相当差。而KLT的计算量太大。 ③ DCT只需在每帧采用FFT运算即可，因此运算量小、数据量少，也不需要传输特征矢量。 ④ DCT统计地近似于长时间最佳正交变换和特征矢量，所以 DCT与DFT相比，变换效率高于DFT。 ⑤ DCT与DFT相比，在端点取出波形的影响较小，在频域区的畸变更小。
编码，力图使重建语音信号在听觉上具有尽可能高的清晰度和可懂度。
§7.4.1 线性预测声码器
• 线性预测声码器：应用最成功的低速率参数语音编码器。
线性预测分析器
s(n)
信道
编码器解码器
线性预测合成器
s(n)
音调检测器
LPC声码器框图
• 与利用线性预测的波形编码不同的是它的接收端不再利用残差，即不具体恢复输入语音的波形，而是直接利用预测系数等参数合成传输语音。 • LPC有作为预测器和作为模型的双重作用。
Y AX
T
该矢量通过一个正交变换矩阵A,作一个线性变换式中正交变换矩阵A满足A-1=AT,Y中的元素就是变换域系数， ˆ 它们被量化后形成矢量，在接收端通过逆变换重 Y 构出信号矢量
ˆ X ˆ ˆ ˆ X A1Y AT Y

MELP声码器优化设计及与LPC-10编码的转换

A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Degree of Master of Engineering
By Chen Feng Supervised by Prof. Wu Yucheng Major: Communication and Information System
II
重庆大学硕士学位论文
英文摘要
To reduce the spectrum distortion caused by Tandem transcoding, this paper introduces parameters for direct conversion between MELP and LPC-10 vocoder. Detailed analysis of LPC coefficients, pitch period, voicing decision and gain conversion by directly transcoding bit streams without secondary encoding. The results of testing by PESQ to give an objective evaluation shows that, the parameters of directly transcoding compared to Tandem conversion, not only ensure the quality of synthesized speech, but also effectively reduce the computational complexity. Keywords：Speech coding, MELP, LPC, Transcoding

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

李中颀张博吴佳栋朱杰
（上海交通大学电子工程系上海２０４）０２０
摘
要：ＬＣＩ— 算法是在２４ｋ／低码率情况下较简单也效果相对较好的语音编解码算法，于许多语音声码器。ＰＯｅ．ｂｓ用
由于其较低的算法复杂度使得其需要的带宽及资源相对较小。而要在资源较为紧张的单片机上实现该算法并具有相当的算法精度，就需要解决基于定点的算法实现和相关的技术难点。本文着重讨论了ＬＣＯｅＰＩ— 解码算法在定点化实现过程中的关键技术以及解决的方法。实验结果表明了实现后的语音质量与原来的浮点实现相比，语音质量仍可以保持原来的水平。关键词：语音信号处理；定点化；ＬＣＩ— ＰＯｅ
维普资讯
榔甜唪
ＥＴＩ子ＵＥ术ＨＬＬＲＣＥＲＮＴＮＧＥ０电ＡＥ技Ｅ０ＹＣｌＭＳ量ＴＯＮ测ＣＭ
第８月２年５０５３第０１期卷
基于定点的ＬＣ１－码算法实现Ｐｅ解０
２４ｋ／，．ｂｓ已经成为了标准。由于这一标准兼顾了语音质
量、编解码速度和算法复杂度，诸多低带宽领域得到了在广泛的应用。随着手持终端的急剧发展，越来越多的情况下需要在
将各种算法移植到类似单片机或嵌入式系统这些硬件平台中去。而这些平台往往采用定点式结构，这与ＰＣ上的
ＬｉｈｎｑＺａｇ１ｏＷｕＪａｏｇＺｕＪｅｏｇｉｈｎＺ３ｉｄｎｈｉ
（ｅａｔｏｌｃｒｎｃＥｇｎｅｉｇｈｎｈｉｉｏｏｇＵｎｖｒｉ，ｈｎｈｌ０２０Ｄｐｒ．ｆｅｔｏｉｎｉｅｒ，ＳａｇａａｔｎｉｅｓｙＳａａ２０４）ＥｎＪｔｇ
ｐｉｔｌｏｉｍａｏｍａｏｉｅｅｃｏａｅｔａｅｏｅｙｆａｉｇｐｉｔｌｏｉｍ．ｏｎｇｒｈｈｓｎｊｒｄｆｒｎｅｃｍｐｒｄｗｉｔｔｃｄｄｂｏｔ－ｏｇｒｈａｔｆｈｈｄｌｎｎａｔ
浮点结构有很大的不同，适应移植，对算法本身进行为需很大的修改，中包括将浮点算法改为定点算法。下面将其
主要介绍ＬＣＩｅ的编解码方法以及解码部分的定点化Ｐ－Ｏ实现，重点讨论实现过程中的关键技术和采取的措施。
ＡｓａｔＵＣｅａｌｉｌｇｏｕｌｙｆｏｅｉｗｒａｏｉｍｍｐｘｙｅｐｃｌｅｌｒｔｆ．ｂｓｈｌｃ：Ｐ１ｓｒａｖｙｏｄｑａｔｉｔａｏｅｇｒｈｃｌｉｅｉｌｉｔｗｅｏ４ｋ／，ｒｈｅｔｅｉｏｖｃｗｈｌｌｔｏｅｔｓａｙｎｈｏａ２
ｒｓｕｃｓｉｍｕｔｓｌｅｔｅｆｘｄｐｉｔａｇｒｈａｄｒｌｔｄｔｃｎｃｌｐｏｌｍｓＴｈｅｅｈｉｕｓｉｉｅ－ｏｎｅｏｒｅ，ｔｓｏｖｈｉｅ — ｏｎｌｏｉｍｎｅａｅｅｈｉａｒｂｅ．ｔｅｋｙｔｃｎｑｅｎｆｘｄｐｉｔａｇｒｈａｅｄｓｕｓｄｉｈｓｐｐｒＴｈｘｅｉｎａｅｕｔｈｗｈｔｔｅｑａｉｆｖｉｅａｔｒｄｃｄｄｂｉｅ－ｌｏｉｍｒｉｃｓｅｔｉａｅ．ｔｎｅｅｐｒｍｅｔｌｒｓｌｓｏｔａｈｕｌｙｏｏｃｆｅｅｏｅｙｆｄｓｔｘ
中图分类号：ＴＮ９２３１．文献标识码：Ａ
，
ＩｐｌｍｅａｉｎｃｄｌｏｉｈｆＬＰＣ１・ａｅｎｆｘｄ。ｏｎｔｍｅｈｍｅｎｔｔｏｏｆｄｅｏｅａｇｒｔｍｏ０－ｂｓｄｏｉｅ・ｉｔｏｅｐｄ
ｗｈｃａｅｆＯｌｗａｄｎｔｒｓｉｓ１ｗｌｏｉｈｃｍｐｅｉｙＩｒｅＯｒａｉｅｉｔＣＵｉｈｈｓ１ｔｄｉｃｎｂｔｈｉｔｏｂｎｅｗｏｋａｔｏａｇｒｍｏｌｘｔ．ｎｏｄｒｔｅｌｔＯａＭｔｚｗｈｃａｉｅｍｉ
Ｋｅｗｏｄ：ｖｉｅｓｇａｒｃｓｉｇ；ｆｘｄｐｉｔＬｙቤተ መጻሕፍቲ ባይዱｒｓｏｃｉｎ１ｐｏｅｓｎｉｅ－ｏｎ；ＰＣＩ — Ｏｅ
Ｏ引
言
过Ａ律或律形成ＰＭ码，Ｃ其编码算法框图如图１所示。
ＬＣＩｅ基于ＬＣＩＰ－Ｏ是Ｐ－Ｏ算法的改进型，速为码
１ＬＣ０编解码算法Ｐ１－ｅ
由于ＬＣＯ编解码算法彼此相关紧密，ＰＩ— ｅ虽然本文主要讨论的是解码部分的定点算法和实现，由于涉及到编但