王 苗，黃 冰，李 強

(桂林電子科技大學 信息與通信學院，廣西 桂林541004)

增強型變速率語音編解碼算法（EVRC）由于其較低的編碼速率和較好的語音質(zhì)量，在數(shù)字通信系統(tǒng)領(lǐng)域得到了廣泛的應(yīng)用。由于EVRC算法的復雜度較高，因此對硬件系統(tǒng)的性能要求很高。為了在低性能的硬件系統(tǒng)上實現(xiàn)該算法，對算法進行優(yōu)化就顯得非常必要。固定碼本搜索是EVRC算法中比較重要的模塊，它占用的空間是算法占用總空間的16%，運算量是全速率編解碼算法總運算量的26%，因此成為算法優(yōu)化的重點。

1 傳統(tǒng)碼本搜索方法

在碼本搜索中，搜索的主要目的是使式(1)中的Tk最大：

其中d為目標信號Xw(n)和加權(quán)濾波器單位沖擊響應(yīng)hwq(n)的互相關(guān)函數(shù)，Ck為k序號的碼矢量，Φ為加權(quán)濾波器單位沖擊響應(yīng)hwq(n)的自相關(guān)矩陣。

傳統(tǒng)的碼本搜索方法通過對2個track進行聯(lián)合搜索來搜索8位最佳脈沖位置。首先將55個位置分為5個 track，分別為 T0、T1、T2、T3 和 T4，每個 track 包含 11個脈沖位置。先對T0-T1進行聯(lián)合搜索求得兩個脈沖位置，搜索量為 11×11；然后對 T2-T3，T4-T0，T1-T2 分別聯(lián)合搜索求得其他6個最佳脈沖位置?？梢钥闯?，在T3和T4中各得到一個脈沖位置，在T0、T1和 T2中各得到2個脈沖位置，由此可以得到所需要的8個脈沖位置以及相應(yīng)的碼矢量，搜索量為 11×11×4。由于還有T0-T1、T4-T0、T1-T2為單脈沖 track等 3種情況，因此傳統(tǒng)的碼本搜索方法的搜索量為 11×11×4×4=1 936。

2 二階碼本搜索方法

2000年1月，韓國學者Hochong Park提出了一種基于EVRC的高效碼本搜索方法，利用二階搜索方法來替代傳統(tǒng)的碼本搜索方法。這種算法將搜索量降低為傳統(tǒng)搜索量的23%，但是它僅僅考慮了在符合脈沖聯(lián)合規(guī)則的雙脈沖track中刪除脈沖的情況，而在單脈沖track和不符合脈沖聯(lián)合規(guī)則的雙脈沖trcak中刪除脈沖的情況則沒有考慮。新的搜索方法充分考慮了以上3種情況，利用分類處理的方法解決了這個問題。

2.1 算法原理

二階固定碼本搜索方法是由兩階組成，在第一階中，利用快速連續(xù)脈沖搜索方法搜索出低質(zhì)量的碼本矢量。先假定單脈沖 track是T0-T1，在T0中搜索出一個脈沖位置使Tk最大。然后在這個脈沖位置的基礎(chǔ)上，在T1中搜索一個最佳位置使Tk最大，同理在前面得到的最佳脈沖位置的基礎(chǔ)上，分別在雙脈沖 track T2、T3、T4中各搜索出 2個脈沖位置。這樣就得到了一個包含8個脈沖位置的低質(zhì)量的碼本矢量C1。然后對于單脈沖track為T1-T2、T2-T3和T4-T0等情況，分別按上述方法求得 C2、C3和 C4，選擇 C1、C2、C3和 C4中 使 Tk最大的一個作為第一級搜索所得的低質(zhì)量的碼本矢量 C。

在第二階中，首先對在第一階中得到的8個脈沖進行搜索，得到對Tk影響最小的那個脈沖，然后用新的脈沖去替換這個最不重要的脈沖，這種方法叫做脈沖替換法。首先從8個脈沖中依次去掉一個，然后求剩余7個脈沖的Tk值。比較求得的8個Tk值，最大的那個Tk值所對應(yīng)的去掉脈沖即為對Tk影響最小的脈沖。把它刪除后，重新搜索新的脈沖來替換它的位置。根據(jù)單脈沖track聯(lián)合規(guī)則，只存在單脈沖 track為T0-T1、T1-T2、T2-T3和T4-T0這4種情況。因此對Tk貢獻最小的脈沖位置只有以下3種情況：

(1)貢獻最小的脈沖在單脈沖track中；

(2)貢獻最小的脈沖在符合單脈沖track聯(lián)合規(guī)則的雙脈沖track中；

(3)貢獻最小的脈沖在不符合單脈沖track聯(lián)合規(guī)則的雙脈沖track中。

對于第一種情況，貢獻最小的脈沖在單脈沖track中，則新的脈沖搜索范圍被限制在原單脈沖track中，通過搜索該單脈沖track中剩余的10個脈沖，求得更新后的脈沖位置；對于第二種情況，貢獻最小的脈沖在符合單脈沖track聯(lián)合規(guī)則的雙脈沖track中，新的脈沖搜索只在2個符合聯(lián)合規(guī)則的track中進行，例如在T0-T1為單脈沖track的情況下，如果貢獻最小的脈沖在T2中，則新脈沖必須在T0和T2中搜索；第三種情況，貢獻最小的脈沖在不符合單脈沖track聯(lián)合規(guī)則的雙脈沖track中，同樣將新的脈沖搜索范圍限制在原單脈沖中。具體的替換規(guī)則如表1所示。

表1 脈沖替換規(guī)則表

2.2 搜索量對比

由前面描述可知，傳統(tǒng)固定碼本搜索方法的搜索量為1 936。在二階固定碼本搜索方法第一階中，對于每個包含11個有效脈沖位置的track來說，搜索最佳脈沖需要的搜索量為11。由于8個脈沖是連續(xù)搜索的，并且有4種不同的 track組合，因此第一階的搜索量為 11×8×4。在第二階中，可以假設(shè)8個脈沖位置中每個位置被刪除的概率是一樣的。首先以T0-T1為單脈沖track為例計算算法的搜索量。如果被刪除的脈沖位置是在T0、T1或者T3中，則搜索量為8+10，其中8為搜索最小貢獻脈沖的搜索量，10為搜索被刪除后剩余10個位置的搜索量；如果被刪除脈沖位置是在T2或者T4中，則搜索量為 8+11×2，其中 11×2為在 2個符合聯(lián)合規(guī)則的脈沖track中搜索替換脈沖的搜索量。因此，在單脈沖track情況下，搜索量N1為：

同理可得，單脈沖track為 T1-T2、T3-T4和 T4-T0等情況下搜索量分別為：

又因為語音信號是隨機的，這4種情況出現(xiàn)的概率相等，所以脈沖替換程序的搜索平均量為：

根據(jù)大量的語音測試可以得到，替換的脈沖數(shù)目越多，合成語音質(zhì)量與標準算法得到的合成語音質(zhì)量越接近。在綜合考慮了算法的搜索量和對合成語音質(zhì)量的要求后，選擇進行3次脈沖替換，這樣既保證了合成語音的信噪比和標準算法得到的合成語音信噪比差別在0.01 dB以下，又使搜索量最小。此時的搜索量為：

與傳統(tǒng)固定碼本搜索方法的搜索量相比較可得：

因此，二階固定碼本搜索方法的搜索量僅為傳統(tǒng)搜索方法的21.5%，低于高效固定碼本搜索方法的23%。

3 算法仿真

3GPP提供了EVRC浮點源代碼，作者在不改變其他模塊的前提下，對固定碼本搜索模塊進行修改，利用二階固定碼本搜索方法替代了傳統(tǒng)固定碼本搜索，并在Visual C++6.0環(huán)境下進行仿真測試。經(jīng)過測試發(fā)現(xiàn)，固定碼本搜索模塊的運算量是傳統(tǒng)搜索運算量的1/4，如表2所示，與上述搜索量對比情況相符。

表2 傳統(tǒng)搜索與二階搜索運算量對比

選用的語料來源于CMU語料庫，該語料庫包含各種語境的聲音樣本，具有廣泛的代表性。選用的語音波形圖如圖1所示，圖2和圖3分別為采用傳統(tǒng)固定碼本搜索方法和二階固定碼本搜索方法得到的語音波形圖。經(jīng)過對比可以發(fā)現(xiàn)，采用2種固定碼本搜索方法得到的語音波形有較高的相似度。

表3 傳統(tǒng)方法與二階方法所得語音信噪比

為了更客觀地評價二階固定碼本搜索方法的性能，分別求得了以上3段語音的信噪比，如表3所示。原始語音信號經(jīng)過二階固定碼本搜索方法所得語音的信噪比與傳統(tǒng)固定碼本搜索方法所得語音的信噪比僅相差0.01 dB。

二階固定碼本搜索方法使搜索量降低為傳統(tǒng)搜索方法的21.5%，且獲得語音的信噪比與傳統(tǒng)固定碼本搜索方法所得語音的信噪比僅相差0.01 dB，是一種比較理想的固定碼本搜索方法。

[1]PARK H.Efficient codebook search method of EVRC speech codec[M].IEEE SIGNAL PROCESSING LETTERS，2000.

[2]王炳錫，王洪.變速率語音編碼(第 1版)[M].西安：西安電子科技大學出版社，2004.

[3]趙力.語音信號處理(第1版)[M].北京：機械工業(yè)出版社，2003.

[4]鮑長春.低比特率數(shù)字語音編碼基礎(chǔ)(第1版)[M].北京：北京工業(yè)大學出版社，2001.

[5]姚天任.數(shù)字語音處理(第1版)[M].武漢：華中科技大學出版社，2003.