语音信号处理第四章.docVIP

第四章 矢量量化 矢量量化？(VQ) 是1956年由steinhaus首次提出的，1970年代后期发展起来的数据压缩和编码技术。它主要应用于：语音编码、语音合成、语音识别和说话人识别。矢量量化在语音信号处理中占有重要地位。 标量量化和矢量量化？ 标量量化：是对标量进行量化，即一维的矢量量化。将动态范围分成若干个小区间，每小区间有一个代表值。当输入信号落入某区间时，量化成该代表值。 矢量量化：是对矢量进行量化。将矢量空间分成若干个小区域，每小区域有一个代表矢量。当输入矢量落入某区域时，量化成该代表矢量。 矢量量化是标量量化的发展。矢量量化总是优于标量量化，维数越高，性能越优越。矢量量化有效利用各分量间的互相关性。 1970年代末，Linde，Buzo，Gray和Markel等人首次解决了矢量量化码书生成的方法，并首先将矢量量化用于语音编码获得巨大成功。 如，在语音通信方面，将在原来编码速率为2.4kbit/s的线性预测声码器基础上，将每帧的10个反射系数加以10维的矢量量化，就可使编码速率降低到800bit/s，而声音质量基本未下降。又如分段声码器，由于采用矢量量化，可以使数码率降低到150bit/s。 矢量量化的基本原理？ 标量量化是对信号的单个样本或参数的幅度进行量化；标量是指被量化的变量，为一维变量。 矢量量化的过程是将语音信号波形的K个样点的每一帧，或有K个参数的每一参数帧构成K维空间的一个矢量，然后对这个矢量进行量化。 标量量化可以说是K=1的矢量量化。矢量量化的过程和标量量化过程相似。在标量量化时，在一维的零至无穷大值之间设置若干个量化阶梯，当某输入信号的幅度值落在某相邻的两个量化阶梯之间时，就被量化成两阶梯的中心值。而在矢量量化时，则将K维无限空间划分为M个区域边界，然后将输入矢量与这些边界进行比较，并被量化为“距离”最小的区域边界的中心矢量值。 矢量量化的定义 将信号序列的每K个连续样点分成一组，形成K维欧氏空间中的一个矢量，矢量量化就是把这个K维输入矢量X映射成另一个K维量化矢量。其中量化矢量构成的集合称为码书或码本，码书中的每个矢量称为码字或码矢。 下面以为例进行说明。当时，所得到的是二维矢量。所有可能的二维矢量就形成了一个平面，如果记二维矢量为，所有可能的就是一个二维空间。如下图(a)所示： 矢量量化就是先把这个平面划分为M块(相当于标量量化中的量化区间)；然后从每一块中找出一个代表值，这就构成了一个有M个区间的二维矢量量化器。如下图(b)所示的是一个7区间的二维矢量量化器，即，共有7个代表值，通常把这些代表值称为量化矢量。 若要对一个矢量进行量化，首先选择一个合适的失真测度，然后用最小失真原理，分别计算用量化矢量替代所带来的失真。 其中最小失真值所对应的那个量化矢量，就是矢量的重构矢量(或恢复矢量)。 通常把所有M个量化矢量(重构矢量或恢复矢量)构成的集合称为码书或码本(Codebook)；把码书中的每个量化矢量称为码字或码矢。如上图(b)中所示的矢量量化的码书为，其中每个量化矢量称为码字或码失。 不同的划分或不同的量化矢量选取就可以构成不同的矢量量化器。 如上所述，码书的每个元素是一个矢量。注：根据仙农信息论，矢量越长越好。实际中码书是不完备的，即矢量数是有限的，而对于任何一个实际应用来说，矢量的数目通常是无限的。在实际应用中，输入矢量和码书中码字不匹配的情况下，这种失真是允许的。 %基于矢量量化的语音通信系统： 编码器、解码器各有相同的码书：码书含J个k维码字。 工作原理： 每输入一帧语音(帧长为N)，形成与之相应的k维特征矢量()，并送入VQ编码器； 根据输入特征矢量从编码器码书中选择一与之失真误差最小的码失，取的编码(标号)，即； 传输，若不产生误差，则收端的信号仍是； 解码器按照从解码器码书中选出具有相同下标的码字作为输出，即为的重构矢量(恢复矢量)，即。% 矢量量化系统组成如上所示，其简单工作过程是：在编码端，输入矢量与码书中的每一个码字进行比较，分别计算出它们的失真。有哪些信誉好的足球投注网站到失真最小的码字的序号(或该码字所在码书的地址)，这些序号就作为传输或存储的参数。在恢复时，根据此序号从恢复端的码书中找出相应的码字。由于两个码书是完全一样的，此时失真最小，所以就是输入矢量的重构矢量。 特点： 传输存储的不是矢量本身而是其序号，所以具有高必威体育官网网址性能； 收发两端没有反馈回路，因此比较稳定； 矢量量化器的关键是编码器的设计，译码器只是简单的查表过程。 矢量量化在语音识别中的用途： 过程： 将待识别的语音样本(一个字或一个词)分帧矢量量化，其量化码书序列作为识别的参考模板； 识别时，对输入的语音计算其矢量量化序列，并计算该序列与每一参考模板的总平均失真量化误差(语音每一帧矢量量化值与码书的失真之和除以语音的帧数)；