CN107564533A - 基于信源先验信息的语音帧修复方法和装置 - Google Patents

Abstract

本发明涉及一种基于信源先验信息的语音帧修复方法及装置，所述方法包括以下步骤：检测受损语音帧；根据信源先验信息，确定所述受损语音帧中受损语音参数的位置；根据信源先验信息，修复所述受损语音参数；其中，所述信源先验信息包括当前帧的若干前帧、当前帧的若干后帧、各前帧语音参数和/或各后帧语音参数；所述语音参数包括声道参数和/或能量参数。与现有技术相比，本发明避免了现有技术中对错误帧的完全丢弃，具有降低对解码语音质量的影响等优点。

Description

基于信源先验信息的语音帧修复方法和装置

技术领域

本发明涉及通信领域，尤其是涉及一种基于信源先验信息的语音帧修复方法和装置。

背景技术

随着通信技术的发展，现在很多语音通信很多是通过网际协议(IP：InternetProtocol)网络、无线网络进行连接、传输，在这种通信环境下，出现数据包丢失的概率更大。许多语音识别系统所具有的常见问题是准确性。用户可对着语音识别器说话，且系统可用识别文本做出响应，但所述识别文本通常可能含有许多错误，因为语音识别器未能恰当地识别人类用户的话语。

目前，数字语音通信技术几乎覆盖到了通信的每一个领域，计算机的发展为数字语音通信相关技术的研究提供了强有力的工具，大规模、超大规模集成电路的出现则为语音编码的实现提供了基础。在中低速率(16Kb/s以下)中获得高质量的语音编码一直是语音编码研究的主要目标。

在中低速率语音编码中，基于线性预测的声码器在发送端对语音信号进行解析，提取出语音信号的特征参数，主要包括激励参数、声道参数以及能量参数等，然后对参数进行量化与编码，经信道传输后，接收端再根据收到的特征参量恢复出语音信号。

随着移动通信和移动互联网的飞速发展，以及网络传输速率的不断提高，语音通信在便捷性和移动性方面已经取得了相当巨大的进步，因此，移动语音通信和互联网语音通信的占比也越来越大。然而，一些问题依然无法忽视，一方面，由于移动网络本身的不稳定性；另一方面，互联网语音要求通信低时延，而在差错率方面，要求较低。这些将导致语音数据在信道传输过程中产生的一些错误，解码端在合成语音时就会产生各种畸变，导致语音通信质量变化较大。针对该类问题，在以往的方法中，主要采用丢帧或者错误掩盖(插值)的方法。其实现过程为：在接收端，通过丢失语音帧的前帧、或前后帧相应的参数值来对当前帧的参数值进行插值运算，该类方法在一定程度上达到了基本要求。

但上述方法并没有有效地利用语音前后帧的相关性以及声道变化缓慢的特性，获得的语音质量还不够。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于信源先验信息的语音帧修复方法和装置。在基于线性预测类的声码器中，关键参数(声道参数和能量参数)的连续性较强，本发明利用信源的先验知识以及接收端的错误帧来对该错误帧进行容错解码，通过该方法来提升合成语音的质量。

本发明的目的可以通过以下技术方案来实现：

本发明目的之一是提供一种基于信源先验信息的语音帧修复方法，包括以下步骤：

检测受损语音帧；

根据信源先验信息，确定所述受损语音帧中受损语音参数的位置；

根据信源先验信息，修复所述受损语音参数；

其中，所述信源先验信息包括当前帧的若干前帧、当前帧的若干后帧、各前帧语音参数和/或各后帧语音参数；

所述语音参数包括声道参数和/或能量参数。

所述检测受损语音帧具体为：

计算当前帧的CRC值；

判断CRC值是否等于校验值，若是，则当前帧未受损，若否，则当前帧为受损语音帧。

所述检测受损语音帧具体为：

获取信源先验信息，基于所述信源先验信息计算当前帧某一语音参数向量的条件概率；

判断该条件概率是否大于或等于对应语音参数向量的检测阈值，若是，则当前帧未受损，若否，则当前帧为受损语音帧。

确定所述受损语音帧中受损语音参数的位置的具体过程为：

根据若干前帧和/或若干后帧的某一语音参数向量计算当前帧的每一个对应语音参数的条件概率；

依次判断每一个对应语音参数的条件概率是否大于或等于该语音参数的检测阈值，若是，则对应位置的语音参数未受损，若否，则对应位置的语音参数为受损语音参数。

确定所述受损语音帧中受损语音参数的位置的具体过程为：

根据若干前帧和/或若干后帧的某一语音参数中的第i个值计算当前帧的第i个对应语音参数的条件概率；

依次判断每一个对应语音参数的条件概率是否大于或等于该语音参数的检测阈值，若是，则对应位置的语音参数未受损，若否，则对应位置的语音参数为受损语音参数。

修复所述受损语音参数具体为：

根据最大先验概率准则，利用若干前帧和/或若干后帧的语音参数向量恢复受损帧的对应受损语音参数。

修复所述受损语音参数具体为：

根据最大先验概率准则，利用若干前帧和/或若干后帧的第i个语音参数恢复受损帧的对应第i个受损语音参数。

本发明目的之二是提供一种位于声码器解码端的语音容错解码方法，包括所述的基于信源先验信息的语音帧修复方法。

本发明目的之三是提供一种基于信源先验信息的语音帧修复装置，包括：

检测模块，用于检测当前语音帧序列中是否存在受损语音帧，并确定受损语音参数位置；

修复模块，用于根据信源先验信息对受损语音帧中的受损语音参数进行比特级修复，所述受损语音参数包括受损声道参数和/或受损能量参数。

所述检测模块包括：

受损帧判断单元，用于根据校验值或语音参数连续性检测是否存在受损语音帧；

参数位置确定单元，用于根据信源先验信息，确定所述受损语音帧中受损语音参数的位置。

与现有技术相比，本发明具有以下有益效果：

本发明修复受损帧是基于信源先验信息，避免了现有技术中对错误帧的完全丢弃。通过最大程度利用信源先验信息，修复语音帧中的声道参数和能量参数，从而提高语音质量，提高用户体验。

本发明可用于蜂窝小区交界区域的语音通信，通过修复受损语音帧，降低语音中断的概率，提高语音通信质量，提高用户体验。

本发明也可用于偏远地区的语音通信。偏远地区的小区面积比较大，数据传输速率较低，利用本发明可以在不降低语音通信质量的情况下，扩大蜂窝小区的面积，从而降低基站建设成本。

本发明与现有语音解码技术完全兼容，只要在通信终端加入此语音容错解码算法，就可以提高语音通信质量，而不需要改变现有通信网络设备，因此它是一种低成本高收益的方案，具有可观的市场价值。

附图说明

图1为本发明修复方法的流程示意图；

图2为本发明的一种受损语音帧的检测流程示意图；

图3为本发明的另一种受损语音帧的检测流程示意图；

图4为本发明的一种受损声道参数位置确定流程图；

图5为本发明的另一种受损声道参数位置确定流程图；

图6为本发明的一种受损能量参数位置确定流程图；

图7为本发明的另一种受损能量参数位置确定流程图；

图8为本发明的一种声道参数修复流程图；

图9为本发明的另一种声道参数修复流程图；

图10为本发明的一种能量参数修复流程图；

图11为本发明的另一种能量参数修复流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种基于信源先验信息的语音帧修复方法，该方法包括：

步骤101：根据校验值和/或语音参数连续性来检测受损语音帧；

步骤102：根据信源先验信息来确定受损语音参数的位置；

步骤103：根据信源先验信息，利用若干前帧和/或若干后帧来修复受损语音参数。

其中，信源先验信息包括当前帧的若干前帧、当前帧的若干后帧、各前帧语音参数和/或各后帧语音参数，语音参数包括声道参数和/或能量参数。

如图2所示，本实施例提供的检测受损语音帧的过程包括：

步骤201：计算当前帧的CRC值；

步骤202：判断CRC值是否等于校验值；

步骤203：如果CRC值等于校验值，则当前帧是未受损的；

步骤204：如果CRC值不等于校验值，则当前帧为受损语音帧。

上述过程适用于语音帧中包含校验值的情况。

如图3所示，本发明的另一实施例中，检测受损语音帧的过程为首先根据m个前帧和n个后帧的声道参数向量和能量参数向量来计算当前帧声道参数向量和能量参数向量的条件概率，然后通过检测阈值来判定声道参数向量和能量参数向量是否受损，从而检测到受损语音帧。该过程具体包括：

步骤301：根据m个前帧和n个后帧的声道参数向量来计算当前帧声道参数向量的条件概率P(s₀|s_-m,s_-m+1,…,s_-1,s₁,s₂,…,s_n)，m可取任意正整数。s₀、s_n、s_-m分别表示当前帧的声道参数向量、当前帧之后第n个帧的声道参数向量、当前帧之前第m个帧的声道参数向量；

步骤302：根据m个前帧和n个后帧的能量参数向量来计算当前帧能量参数向量的条件概率P(e₀|e_-m,e_-m+1,…,e_-1,e₁,e₂,…,e_n)，n可取任意正整数。e₀、e_n、e_-m表示当前帧的能量参数向量、当前帧之后第n个帧的能量参数向量、当前帧之前第m个帧的能量参数向量；

步骤303：判断不等式P(s₀|s_-m,…,s_-1,s₁,…,s_n)≥P_TF是否成立，如果此不等式成立，则声道参数是未受损的，否则，声道参数是是受损的，P_TF为检测阈值；

步骤304：判断不等式P(e₀|e_-m,…,e_-1,e₁,…,e_n)≥P_TF是否成立，如果此不等式成立，则能量参数是未受损的，否则，能量参数是是受损的。

上述过程适用于于语音帧中不包含校验值的情况。

步骤102中，受损语音参数包括受损声道参数和/或受损能量参数。如图4所示，确定受损语音帧中受损声道参数的过程为根据m个前帧和n个后帧的声道参数向量来计算当前语音帧声道参数的条件概率，并根据声道参数的条件概率和声道检测阈值P_TS来判断声道参数是否受损，具体包括：

步骤401：判断声道参数向量是否受损，如果声道参数向量是未受损的，则执行步骤407；

步骤402：令k＝0；

步骤403：根据m个前帧和n个后帧的声道参数向量来计算当前语音帧的第i个声道参数s_0,i的条件概率P(s_0,i|s_-m,…,s_-1,s₁,…,s_n), 0<i<k_s-1,k_s为声道参数的个数；

步骤404：判断条件概率是否大于等于声道检测阈值P_TS：

P(s_0,i|s_-m,…,s_-1,s₁,…,s_n)≥P_TS，

如果以上不等式不成立时，则声道参数s_0,i是受损的；

步骤405：i＝i+1；

步骤406：判断i≥k_s是否成立，如果不等式不成立，则执行步骤403；

步骤407：输出受损的声道参数。

本发明的另一实施例中，如图5所示，确定受损语音帧中受损声道参数的过程为根据m个前帧和n个后帧的第i个声道参数来计算当前语音帧第i个声道参数的条件概率，并根据声道参数的条件概率和声道检测阈值P_TS来判断声道参数是否受损，具体包括：

步骤501：判断声道参数向量是否受损，如果声道参数向量是未受损的，则执行步骤507；

步骤502：令k＝0；

步骤503：根据m个前帧和n个后帧的第i个声道参数(s_-m,i,…,s_-1,i,s_1,i,…,s_n,i)来计算当前语音帧的第i个声道参数s_0,i的条件概率P(s_0,i|s_-m,i,…,s_-1,i,s_1,i,…,s_n,i)；

步骤504：判断条件概率是否大于等于声道检测阈值P_TS：

P(s_0,i|s_-m,i,…,s_-1,i,s_1,i,…,s_n,i)≥P_TS，

如果以上不等式不成立时，则声道参数s_0,i是受损的；

步骤505：i＝i+1；

步骤506：判断i≥k_s是否成立，如果不等式不成立，则执行步骤503；

步骤507：输出受损的声道参数。

如图6所示，确定受损语音帧中受损能量参数的过程为根据m个前帧和n个后帧的能量参数向量来计算当前语音帧的能量参数的条件概率，并根据能量参数的条件概率和能量检测阈值P_TE来判断能量参数是否受损，具体包括：

步骤601：判断能量参数向量是否受损，如果能量参数向量是未受损的，则执行步骤607；

步骤602：令k＝0；

步骤603：根据m个前帧和n个后帧的能量参数向量来计算当前语音帧的第i个能量参数e_0,i的条件概率P(e_0,j|e_-m,…,e_-1,e₁,…,e_n),0<j<k_e-1,k_e分别为能量参数的个数；

步骤604：判断条件概率是否大于等于能量检测阈值P_TE：

P(e_0,j|e_-m,…,e_-1,e₁,…,e_n)≥P_TE，

如果以上不等式不成立时，则能量参数e_0,i是受损的；

步骤605：i＝i+1；

步骤606：判断i≥k_e是否成立，如果不等式不成立，则执行步骤603；

步骤607：输出受损的声道参数。

本发明的另一实施例中，如图7所示，确定受损语音帧中受损能量参数的过程为根据m个前帧和n个后帧的第i个能量参数来计算当前语音帧的第i个能量参数的条件概率，并根据能量参数的条件概率和能量检测阈值P_TE来判断能量参数是否受损，具体包括：

步骤701：判断能量参数向量是否受损，如果能量参数向量是未受损的，则执行步骤707；

步骤702：令k＝0；

步骤703：根据m个前帧和n个后帧的第i个能量参数(e_-m,i,…,e_-1,i,e_1,i,…,e_n,i)来计算当前语音帧的第i个能量参数e_0,i的条件概率P(e_0,j|e_-m,i,…,e_-1,i,e_1,i,…,e_n,i)；

步骤704：判断条件概率是否大于等于能量检测阈值P_TE：

P(e_0,j|e_-m,j,…,e_-1,j,e_1,j,…,e_n,j)≥P_TE，

如果以上不等式不成立时，则能量参数e_0,i是受损的；

步骤705：i＝i+1；

步骤706：判断i≥k_e是否成立，如果不等式不成立，则执行步骤703；

步骤707：输出受损的声道参数。

步骤103中，修复受损语音参数也包括受损声道参数的修复和受损能量参数的修复。

如图8所示，本实施例的受损语音帧中受损声道参数的修复过程为利用信源先验信息和m个前帧和n个后帧的声道参数向量来估计当前帧的声道参数，具体包括：

步骤801：i＝0；

步骤802：判断声道参数s_0,i是否受损，如果声道参数s_0,i没有受损，则执行步骤804。

步骤803：修复声道参数s_0,i：

上式表示将满足P(s_0,i|s_-m,…,s_-1,s₁,…,s_n)取到最大值的声道参数s_0,i作为修复的声道参数；

步骤804：i＝i+1；

步骤805：判断不等式i>k_s是否成立，如果此不等式不成立，则执行步骤802；

步骤806：输出被修复的声道参数向量s₀。

如图9所示，本发明的另一实施例中，受损语音帧中受损声道参数的修复过程为利用信源先验信息和m个前帧和n个后帧的第i个声道参数来估计当前帧的i个声道参数，具体包括：

步骤901：i＝0；

步骤902：判断声道参数s_0,i是否受损，如果声道参数s_0,i没有受损，则执行步骤904。

步骤903：修复声道参数s_0,i：

上式表示将满足P(s_0,i|s_-m,i,…,s_-1,i,s_1,i,…,s_n,i)取到最大值的声道参数s_0,i作为修复的声道参数；

步骤904：i＝i+1；

步骤905：判断不等式i>k_s是否成立，如果此不等式不成立，则执行步骤902；

步骤906：输出被修复的声道参数向量s₀。

如图10所示，本实施例的受损语音帧中受损能量参数的修复过程为利用信源先验信息和m个前帧和n个后帧的能量参数向量来估计当前帧的能量参数，具体包括：

步骤1001：i＝0；

步骤1002：判断能量参数e_0,i是否受损，如果能量参数e_0,i没有受损，则执行步骤1004。

步骤1003：修复能量参数e_0,i：

上式表示将满足P(e_0,i|e_-m,…,e_-1,e₁,…,e_n)取到最大值的能量参数e_0,i作为修复的能量参数；

步骤1004：i＝i+1；

步骤1005：判断不等式i>k_e是否成立，如果此不等式不成立，则执行步骤1002；

步骤1006：输出被修复的能量参数向量e₀。

如图11所示，本发明的另一实施例中，受损语音帧中受损能量参数的修复过程为利用信源先验信息和m个前帧和n个后帧的第i个能量参数来估计当前帧的i个能量参数，具体包括：

步骤1101：i＝0；

步骤1102：判断能量参数e_0,i是否受损，如果能量参数e_0,i没有受损，则执行步骤1104。

步骤1103：修复能量参数e_0,i：

上式表示将满足P(e_0,i|e_-m,i,…,e_-1,i,e_1,i,…,e_n,i)取到最大值的能量参数e_0,i作为修复的能量参数；

步骤1104：i＝i+1；

步骤1105：判断不等式i>k_e是否成立，如果此不等式不成立，则执行步骤1102；

步骤1106：输出被修复的能量参数向量e₀。

实现上述基于信源先验信息的语音帧修复方法的装置包括检测模块和修复模块，其中，检测模块用于检测当前语音帧序列中是否存在受损语音帧，并确定受损语音参数位置；修复模块用于根据信源先验信息对受损语音帧中的受损语音参数进行比特级修复。

本发明的另一实施例中，基于上述基于信源先验信息的语音帧修复方法实现一种位于声码器解码端的语音容错解码方法。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于信源先验信息的语音帧修复方法，其特征在于，包括以下步骤：

检测受损语音帧；

根据信源先验信息，确定所述受损语音帧中受损语音参数的位置；

根据信源先验信息，修复所述受损语音参数；

其中，所述信源先验信息包括当前帧的若干前帧、当前帧的若干后帧、各前帧语音参数和/或各后帧语音参数；

所述语音参数包括声道参数和/或能量参数。

2.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，所述检测受损语音帧具体为：

计算当前帧的CRC值；

判断CRC值是否等于校验值，若是，则当前帧未受损，若否，则当前帧为受损语音帧。

3.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，所述检测受损语音帧具体为：

获取信源先验信息，基于所述信源先验信息计算当前帧某一语音参数向量的条件概率；

判断该条件概率是否大于或等于对应语音参数向量的检测阈值，若是，则当前帧未受损，若否，则当前帧为受损语音帧。

4.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，确定所述受损语音帧中受损语音参数的位置的具体过程为：

根据若干前帧和/或若干后帧的某一语音参数向量计算当前帧的每一个对应语音参数的条件概率；

依次判断每一个对应语音参数的条件概率是否大于或等于该语音参数的检测阈值，若是，则对应位置的语音参数未受损，若否，则对应位置的语音参数为受损语音参数。

5.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，确定所述受损语音帧中受损语音参数的位置的具体过程为：

根据若干前帧和/或若干后帧的某一语音参数中的第i个值计算当前帧的第i个对应语音参数的条件概率；

依次判断每一个对应语音参数的条件概率是否大于或等于该语音参数的检测阈值，若是，则对应位置的语音参数未受损，若否，则对应位置的语音参数为受损语音参数。

6.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，修复所述受损语音参数具体为：

根据最大先验概率准则，利用若干前帧和/或若干后帧的语音参数向量恢复受损帧的对应受损语音参数。

7.根据权利要求1所述的基于信源先验信息的语音帧修复方法，其特征在于，修复所述受损语音参数具体为：

根据最大先验概率准则，利用若干前帧和/或若干后帧的第i个语音参数恢复受损帧的对应第i个受损语音参数。

8.一种位于声码器解码端的语音容错解码方法，其特征在于，包括如权利要求1所述的基于信源先验信息的语音帧修复方法。

9.一种基于信源先验信息的语音帧修复装置，其特征在于，包括：

检测模块，用于检测当前语音帧序列中是否存在受损语音帧，并确定受损语音参数位置；

修复模块，用于根据信源先验信息对受损语音帧中的受损语音参数进行比特级修复，所述受损语音参数包括受损声道参数和/或受损能量参数。

10.根据权利要求9所述的基于信源先验信息的语音帧修复装置，其特征在于，所述检测模块包括：

受损帧判断单元，用于根据校验值或语音参数连续性检测是否存在受损语音帧；

参数位置确定单元，用于根据信源先验信息，确定所述受损语音帧中受损语音参数的位置。