Кодирование речиметодом RPE/LPC -LTP
1. RPE – LTP –кодер на 16кбит/с
В 1990 г. предполагалось ввести в эксплуатацию Европейскую цифровуюподвижную систему радиосвязи, в которой будет использоваться кодированиеречевого сигнала со скоростью 16 кбит/с.
Разработка кодера производилась в 7 Европейских странах, а также в США иКанаде.
Были разработаны следующие системы:
- адаптивное дифференцирование ИКМ – ADPCM;
- адаптивное кодирование преобразованием – APC;
- кодирование с линейным предсказанием с возбуждением от остатка RELP–LPC;
- кодирование с линейным предсказанием с возбуждением от регулярныхимпульсов – RPE-LPC;
- кодирование с линейным предсказанием с многоимпульснымвозбуждением – MPE-LPC,
- субполюсное кодирование –SBC –APCM.
В конце разработки были проведены сравнительные испытания всехкодеров. Испытания проводились на 7 языках. В результате испытаний былиотобраны два кодера:
- RPE (Regular–Pulse Excitation)- линейное предсказание с возбуждением от регулярных импульсов с долговременнымпредиктором LTP (Long Term Predictor)
- MPE–LTP -линейноепредсказание с многоимпульсным возбуждением с долговременным предиктором LTP.
RPE– алгоритм предполагает, что сигнал остатка влинейном предсказании представляется последовательностью прореженных регулярныхимпульсов, но с большим числом импульсов в кадре, чем в многоимпульсномвозбуждении MPE.
RPE кодеры менее сложные, однако качество речи приих использовании недостаточно хорошее из-за наличия в сигнале тонального шума,который получается в речевом сигнале в процессе высокочастотной регенерации.
В противоположность RPE –кодеру, кодер с многоимпульсным возбуждением MPEсоздает отличное качество речи, но является достаточно сложным.
Компромиссом между этими двумя вариантами является RPE–LTP кодер, т. е. линейное предсказание с возбуждением отрегулярных импульсов и с долговременным предиктором — LTP.
В передающей части кодера производится кратковременный LPCанализ, долговременный LTP анализ и кодированиерегулярных импульсов RPE – кодером (рисунок 1).
Коэффициенты отражения кратковременного предсказания получают по методуБерга для РФ 8-го порядка.
В кратковременном LPC анализе производится выделениекоэффициентов отражения />, преобразование их в коэффициентылогарифма площади /> (log-area-ratios), кодирование /> ипередача их на прием.
Коэффициенты /> квантуют следующимобразом: при i равном 1 и 2; 3 и 4; 5 и 6; 7 и 8 числобит на коэффициент соответственно равно 6; 5; 4; 2.
Итого, на 8 коэффициентов /> отводится 36 бит в кадредлительностью 20 мс.
/>
Рисунок 1. Структурная схема кодера на 13 кбит/с.
В приемнике коэффициенты /> вновь преобразуются вкоэффициенты отражения />, которые затем используются дляформирования инверсного решетчатого фильтра.
На выходе кратковременного LPC –анализаторапоявляется сигнал остатка, который поступает на долговременный LTP –анализатор.
Долговременный предиктор LTP размещается послекратковременного. Делается это для устранения периодичности, которая ещесохраняется в сигнале остатка кратковременного предиктора.
Такое размещение предикторов является наиболее приемлемым с точки зренияполучения лучшего качества речи. Долговременный предиктор характеризуетсявыражением
/> (1)
Коэффициенты отражения долговременного предсказания определяются такжеметодом Берга для РФ 3-го порядка. На передачу каждого коэффициента отводится 3бита в кадре. Коэффициенты предсказания /> предиктора определяются путемминимизации энергии остатка предсказания.
Взвешивающий фильтр с передаточной функцией
/>
используется для корректировки формантных областей в спектре остаткапредсказания относительно уровня шума квантования. Осуществляется это путемвыбора g.
Оптимальное значение gопределено путем прослушивания. Оно оказалось равным 0,7 … 0,9.
При этом воспринимаемое значение шума квантования становится минимальным.
Длительность импульсной характеристики /> составляет 11 выборок, причастоте дискретизации 8 кГц. Значения импульсной характеристики длясоответствующих выборок с индексом /> представлены в таблице 1.Таблица1 Значения импульсной характеристики
/> 6 5(=7) 4(=8)
/> 1,000000 0,700790 0,250793
/> 2(=9) 2(=10) 1(=11)
/> 0,000000 -0,045649 -0,016356
Выход взвешивающего фильтра для каждого субкадра, длительностью 5 мсявляется />,где /> номервыборки сигнала в субкадре с частотой дискретизации 8 кГц.
В соответствии с RPE алгоритмом, для уменьшенияколичества передаваемых дискретных отсчетов процесса, он подвергаетсяпредварительной обработке.
Дискретизированные с частотой 8 кГц отсчеты речи разбиваются на кадры,длительностью 20 мс, и 4 субкадра по 5 мс.
Субкадры процесса на выходе НЧ фильтра, длительностью 5 мс и состоящие из39 отсчетов, подвергается децимации (прореживанию) в соотношении 1:3.
В результате получаются три выборки по 13 импульсов в каждой. Фазы этихпоследовательностей сдвинуты друг относительно друга на одну выборку (0,125 мс)(рисунок 2).
Далее производится выбор номера /> одной из этих трехпоследовательностей, обладающей с максимальной энергией, т. е.
/>
В выбранной последовательности определяется импульс с максимальнойамплитудой (масштабный) импульс />.
В каждом 5 мс субкадре на передачу номера последовательности />с максимальнойэнергией затрачивается 2 бита, а на передачу /> - 6 бит. /> кодируется по логарифмическомузакону.
Кроме того, передаются амплитуды всех 13 импульсов выбраннойпоследовательности с максимальной энергией.
При этом на передачу каждого импульса затрачивается 3 бита. На всюпоследовательность затрачивается />бит в субкадре или /> бит в кадре.
Ниже приводится распределение битов по параметрам в 20 мс кадре: 8коэффициентов />; 4 коэффициента />; 4 коэффициента />; 4коэффициента />; 4 значения />; 4 значения всех 13импульсов />.Итого 260 бит/кадр./> /> /> /> /> /> /> />
Рисунок 2. Пример децимации и селекции импульсов
При частоте кадров 50 Гц общая информационная скорость составляет />кбит/с. Длясинхронизации и защиты от ошибок в канале связи отводится 3 кбит/с.
Кодер RPE-LTP-LPC обеспечивает высокое качество речи, которое незначительноснижается при 5% ошибок в канале связи и при отношениях сигнал/помеха 26 и 18дБ.
Кодер может быть реализован на одном цифровом процессоре типа TMS320C25 с внешней памятью.
2.Структура декодера речи в стандарте GSM
Структурнаясхема декодера речи в стандарте GSM представлена нарисунке 3.
/>
Рисунок 3. Структурная схема декодера речи стандарта GSM
Рассмотрим кратко структуру и работу декодера – синтезатора речипоказанного на рисунке 3.
Из канала связи данные с помощью демультиплексора распределяются поразличным блокам декодера. На RPE декодер поступаютномер последовательности />, максимальное значение импульса /> выборки/>,представляющей собой прореженный остаток предсказания.
Здесь отсчеты выборки масштабируются и дополняются нулями.Восстановленная таким образом выборка /> подается на LTP– синтезатор.
Его функции выполняет генератор на РФ третьего порядка с передаточнойфункцией />.
На него подаются с демультиплексора коэффициенты отражениядолговременного предсказания /> и период основного тона />.
Синтезированный сигнал /> подается на LPCсинтезатор, представляющий собой генератор кратковременного предсказания на РФвосьмого порядка с передаточной функцией />.
Коэффициенты отражения на этот РФ поступают с демультиплексора черезпреобразователь коэффициента логарифма площади /> в /> по формуле
/> (2)
Сигнал /> с выхода LPC–синтезаторадля уменьшения шумов квантования поступает на постфильтр, на выходе которогополучают декодированный речевой сигнал />.
Кодеры с линейным предсказанием создают речь хорошего и отличногокачества при скоростях передачи 9,6 кбит/с и выше. При скоростях ниже 9,6кбит/с качество речи становится хуже из–за увеличения шумов квантования.
Для уменьшения их влияния осуществляется так называемая постфильтрация, спомощью которой изменяется спектр речевого сигнала так, что субъективноуменьшает восприятие шума квантования.
Постфильтр получается с помощью LPC – анализа, вкотором содержится инверсный фильтр
/> (3)
Рассмотрим взвешенный инверсный фильтр
/> (4)
Коэффициент взвешивания /> не изменяет положение формантныхчастот, а изменяет только ширину формантных областей.
Взвешенный инверсный фильтр /> определяет полюса фильтра. Нулипостфильтра определяет взвешенный инверсный фильтр вида
/> (5)
Приэтих обозначениях передаточная характеристика постфильтра примет вид
/> (6)
где /> и/> -коэффициенты взвешивания; /> и /> - порядок взвешивающих фильтров.
Этипараметры постфильтра обеспечивают необходимый вид спектральной характеристикипостфильтра и формирование формантных областей.
Приодних значениях /> области формант обостряются, придругих – расширяются.
Призначениях /> постфильтримеет провалы в местах расположения формант, т. е. происходит искажениеформантной структуры. Поэтому должно соблюдаться условие />.
Постфильтрраспределяет шумы квантования таким образом, что их величина становится большев формантных областях и меньше между формантными областями в спектральныхвпадинах. Таким путем уменьшается субъективное восприятие шума.
Вместах расположения формант шумы квантования маскируются речевым сигналом.
Ноодновременно постфильтр искажает речевой сигнал. Параметры постфильтравыбираются так, чтобы не допустить больших искажений речи и по возможности уменьшитьшумы квантования.
Параметрыпостфильтра /> и/> были определеныэкспериментально прослушиванием речи на выходе кодера.
Ониоказались равными />=0.95, />=0.5…0.7. При этих значениях /> и /> полученоповышение сегментального отношения сигнал/шум на 7…8 дБ и повышениеразборчивости речи.
Такимобразом, постфильтрация позволяет не только улучшить качество звучания, но иповысить разборчивость речевого сигнала на выходе кодера.