способ преобразования речи и устройство для его осуществления

Формула изобретения

1. Способ преобразования речи, заключающийся в том, что идентифицируют вектор параметров огибающей спектра а, высоту основного тока T_от и сигнал тон/шум Т/Ш в кодере с линейным предсказанием, формируют канальный символ с вектора параметров огибающей спектра в векторном квантователе с конечным числом состояний на основании вектора параметров огибающей спектра а и номера текущего состояния S_n(S = 1, 2...N)

c = (a, S_n),

где - процедура векторного квантования;

N - число состояний векторного квантователя;

n - номер рассматриваемого кадра,

передают канальный символ, высоту основного тона и сигнал тон/шум по линиям связи, формируют вектор восстановления а* в векторном деквантователе с конечным числом состояний на основании принятого канального символа вектора параметров огибающей спектра с* и номера текущего состояния S^*_n

a^*= (c^*,S^*_n),

где - процедура векторного деквантования, причем номер следующего состояния S_n+1 определяют в векторном квантователе на основании номера текущего состояния S_n и канального символа с

S_n+1 = f_cc(S_n, c),

где f_cc - функция следующего состояния,

а номер следующего состояния S^*_n+1 в векторном деквантователе определяют на основании номера текущего состояния S^*_n и канального символа с*

S^*_n+1= f_cc(S^*_n,C^*),

синтезируют речевой сигнал на основании значения вектора восстановления а*, принятой высоты основного тона T^*_от и принятого сигнала тон/шум Т/Ш* в декодере с линейным предсказанием, отличающийся тем, что канальный символ с вектора параметров огибающей спектра и вектор восстановления а* формируют с учетом воздействия сигнала тон/шум





где процедура векторного квантования с учетом воздействия сигнала тон/шум;

процедура векторного деквантования с учетом воздействия сигнала тон/шум,

причем номер следующего состояния S_n+1 определяют в векторном квантователе с учетом воздействия сигнала тон/шум



где функция следующего состояния с учетом воздействия сигнала тон/шум,

а номер следующего состояния S^*_n+1 определяют в векторном деквантователе с учетом воздействия сигнала тон/шум



2. Устройство преобразования речи, содержащее кодер с линейным предсказанием (КЛП) с аналоговым входом для речевого сигнала, выход для вектора параметров огибающей спектра которого через последовательно соединенные векторный квантователь речевых сигналов с конечным числом состояний (ВККЧС), линию связи и векторный деквантователь речевых сигналов с конечным числом состояний (ВДККЧС) соединен со входом для вектора восстановления декодера с линейным предсказанием (ДКЛП), а выходы сигналов тон/шум и высоты основного тока КЛП через соответствующие линии связи соединены с соответствующими входами ДКЛП, ВККЧС состоит из векторных квантователей состояний (ВКС) по числу состояний ВККЧС, входы которых соединены с соответствующими выходами решающего устройства выбора ВКС (РУ_к1), вход которого является входом ВККЧС, а выходы - с соответствующими входами решающего устройства выбора канального символа (РУ_к2), управляющий вход для сигнала номера текущего состояния которого соединен с соответствующими входами РУ_к1 и блока определения номера следующего состояния (БОС) и через блок задержки на длительность кадра (Т) - с выходом БОС, второй управляющий вход которого соединен с выходом РУ_к2 и является выходом ВККЧС, а ВДККЧС состоит из векторных деквантователей состояний (ВДКС) по числу состояний ВДККЧС, входы которых соединены с соответствующими выходами решающего устройства выбора ВДКС (РУ_дк1), вход которого является входом ВДККЧС, а выходы - с соответствующими входами решающего устройства выбора вектора восстановления (РУ_дк2), выход которого является выходом ВДККЧС и управляющий вход для сигнала номера текущего состояния которого соединен с управляющими входами РУ_дк1, БОС и через блок задержки на длительность кадра Т - с выходом БОС, другой вход которого соединен с входом РУ_дк1, БОС квантователя ВККЧС и деквантователя ВДККЧС включает в себя блок определения адреса номера следующего состояния (БОА НСС), два входа которого являются управляющими входами БОС, отличающееся тем, что БОС и каждый ВКС в составе ВККЧС имеют дополнительные входы, которые объединены и образуют дополнительный вход ВККЧС, соединенный с выходом сигнала тон/шум КЛП, также БОС и каждый ВДКС в составе ВДККЧС имеют дополнительные входы, которые объединены и образуют дополнительный вход ВДККЧС, соединенный с входом сигнала тон/шум ДКЛП.

3. Устройство по п.2, отличающееся тем, что ВКС в составе ВККЧС снабжен решающим устройством выбора векторного квантователя (РУ_кс1), вход которого является входом ВКС, векторными квантователями соответственно для вокализованных (ВКВ) и невокализованных (ВКНВ) фрагментов речевого сигнала, причем входы ВКВ и ВКНВ соединены с соответствующими выходами РУ_кс1, а их выходы - с соответствующими входами решающего устройства выбора канального символа (РУ_кс2), выход которого является выходом ВКС, управляющие входы для сигнала тон/шум РУ_кс1 и РУ_кс2 объединены и образуют дополнительный вход ВКС.

4. Устройство по п.2, отличающееся тем, что ВДКС в составе ВДККЧС снабжен решающим устройством выбора векторного деквантователя (РУ_дкс1), вход которого является входом ВДКС, векторными деквантователями соответственно для вокализованных (ВДКВ) и невокализованных (ВДКНВ) фрагментов речевого сигнала, причем входы ВДКВ и ВДКНВ соединены с соответствующими выходами РУ_дкс1, а выходы - с соответствующими входами решающего устройства выбора вектора восстановления (РУ_дкс2), выход которого является выходом ВДКС, управляющие входы для сигнала тон/шум РУ_дкс1 и РУ_дкс2 объединены и образуют дополнительный вход ВДКС.

5. Устройство по п.2, отличающееся тем, что БОС в составе ВККЧС и ВДККЧС снабжен решающим устройством определения блока памяти (РУ ОБП), вход которого соединен с выходом БОА НСС, блоками памяти, имеющими матрицы номеров переходов состояний соответственно с вокализованных (БП ПС-В) и невокализованных (БП ПС-НВ) фрагментов речевого сигнала, входы которых соединены с соответствующими выходами РУ ОБП, а выходы соединены с соответствующими входами решающего устройства выбора номера состояния (РУ НС), выход которого является выходом БОС, а управляющий вход соединен с управляющим входом РУ ОБП и является дополнительным управляющим входом БОС.

Описание изобретения к патенту

Изобретение относится к средствам цифрового кодирования речевых сигналов и предназначено для их компактного представления в целях передачи и хранения.

Известен способ преобразования речи [Дж.Д.Маркел, А.X.Грэй. Линейное предсказание речи/Под ред. Ю.Н.Прохорова и B.C.Звездина. - М.: Связь, 1980, стр. 238-258; Y.Linde, A.Buzo, R.M. Gray. An Algorithm for Vector Quantizer Design// IEEE Transactions on Communication, vol. COM-28, N 1, January 1980, pp. 84-95], заключающийся в том, что идентифицируют вектор параметров огибающей спектра и параметров функции возбуждения методом кодирования с линейным предсказанием с последующим векторным квантованием вектора параметров огибающей спектра на передающей стороне, а также векторным деквантованием канального символа номера эталонного вектора восстановления с последующим синтезом речевого сигнала на основании значения компонентов вектора восстановления и параметров функции возбуждения. Идентификация вектора параметров огибающей спектра и параметров функции возбуждения при методе кодирования с линейным предсказанием осуществляется на временном интервале длительностью (длительность кадра). Длительность временного интервала выбирается из условия квазистационарности параметров речевого сигнала. Типичное значение длительности выбирается в диапазоне от 20 до 30 миллисекунд. После идентификации вектора параметров огибающей спектра данный вектор подвергается процедуре векторного квантования (), в процессе которой ему ставится в соответствие канальный символ с номера эталонного вектора восстановления из конечного набора, обеспечивающий минимальное значение расстояния между входным вектором и вектором восстановления:

c = (a),

где a - вектор параметров огибающей спектра;

с - канальный символ.

Процедура векторного деквантования () зaключaeтcя в определении вектора восстановления a" в зависимости от значения пришедшего канального символа c^*: a^* = (c^*). Недостатком данного способа является отсутствие учета межкадровых зависимостей речевого сигнала, что приводит к низкому уровню качества синтезированного сигнала и невысокому уровню коэффициента компрессии.

Известно устройство преобразования речи [Дж.Д.Маркел, А.X. Грэй. Линейное предсказание речи/ Под ред. Ю.Н. Прохорова и B.C. Звездина. - М.: Связь, 1980, стр. 238-258; Y. Linde, A. Buzo, R.M. Gray. An Algorithm for Vector Quantizer Design// IEEE Transactions on Communication, vol. COM-28, No. 1, January 1980, pp. 84-95], состоящее из последовательно соединенных кодера с линейным предсказанием, векторного квантователя, линий связи, векторного деквантователя и декодера с линейным предсказанием, которое реализует описанный выше способ. К недостаткам данного устройства относится: необходимость применения высокопроизводительного процессора для обеспечения работы в реальном масштабе времени ввиду большого количества векторов восстановления, не менее 1024 - 2048 векторов, среди которых необходимо определять эталонный вектор в каждом кадре; необходимость, по той же причине, применения элементной базы постоянной и оперативной памяти с высоким быстродействием; нерациональное использование пропускной способности линий связи вследствие завышения требуемой битовой скорости передачи при заданном уровне искажений.

Известен способ преобразования речи [Дж.Д. Маркел, А.X. Грэй. Линейное предсказание речи/Под ред. Ю. Н. Прохорова и B.C. Звездина. - М.: Связь, 1980, стр. 238-258; М.О. Dunham, R.M. Gray. An Algorithm for the Design of Labeled-Transition Finite-State Vector Quantization/ IEEE Transactions on Communication, vol. COM-33, No. 1, January 1985, pp. 83-89], который позволяет несколько улучшить качество передачи речи вследствие учета межкадровых линейных и нелинейных зависимостей в спектральных характеристиках речевого сигнала. Данный способ выбран в качестве прототипа и заключается в том, что идентифицируют вектор параметров огибающей спектра и параметры функции возбуждения методом кодирования с линейным предсказанием, осуществляют векторное квантование с конечным числом состояний, равным N, вектора параметров огибающей спектра на передающей стороне, а также векторное деквантование с конечным числом состояний, равным N, канального символа номера эталонного вектора восстановления с последующим синтезом речевого сигнала на основании значения компонентов вектора восстановления и параметров функции возбуждения. Идентификация вектора параметров огибающей спектра и параметров функции возбуждения при методе кодирования с линейным предсказанием осуществляется на временном интервале длительностью (длительность кадра). После идентификации вектора параметров огибающей спектра данный вектор подвергается процедуре векторного квантования с конечным числом состояний (), в процессе которой ему ставится в соответствие канальный символ с номера эталонного вектора восстановления из конечного набора, обеспечивающий минимальное значение расстояния между входным вектором и вектором восстановления:

c = (a,S_n),

где a - вектор параметров огибающей спектра;

S_n - номер текущего состояния векторного квантователя, S = 1, 2,..., N;

N - число состояний квантователя;

n - номер рассматриваемого кадра;

с - канальный символ.

После этого определяется номер следующего состояния S_n+1 согласно функции следующего состояния S_n+1 = f_cc(S_n, c). Так как функция следующего состояния f_cc определяет номер следующего состояния в зависимости от номера текущего состояния и значения канального символа, то последовательность состояний может быть точно отслежена векторным деквантователем с конечным числом состояний в случае отсутствия ошибок в канале связи. Процедура векторного деквантования с конечным числом состояний () заключается в определении вектора восстановления a^* в зависимости от значения пришедшего канального символа c^* и номера текущего состояния S^*_n:a^* = (c^*,S^*_n). После этого определяется номер следующего состояния S^*_n+1 согласно функции следующего состояния S^*_n+1 = f_cc(S^*_n,c^*). Функция f_cc при векторном квантовании и векторном деквантовании одна и та же, но отличаются входные параметры. Недостатки известного способа преобразования речи заключаются в следующем. Процедуры векторного квантования c = (a, S_n) и векторного деквантования a^* = (c^*,S^*_n) не учитывают, какой фрагмент речевого сигнала - вокализованный или невокализованный - подвергается процедуре векторного квантования и векторного деквантования. Кроме того, функция определения номера следующего состояния при векторном квантовании S_n+1= f_cc(S_n, c) и функция определения номера следующего состояния при векторном деквантовании S^*_n+1 = f_cc(S^*_n,c^*), учитывающие статистические характеристики фонемных переходов фрагментов речевого сигнала, строятся без разделения входных параметров на вокализованных и невокализованных фрагментах. Известно, что статистические и спектральные характеристики вокализованных и невокализованных фрагментов речевого сигнала различны, так как вектора огибающей спектра принадлежат к различающимся по своим вероятностным характеристикам классам векторных процессов. Неучет этого факта в известном способе преобразования речи не позволяет наиболее полно использовать статистические характеристики речевого сигнала и, как следствие, приводит к завышению битовой скорости передачи и вероятности ошибок отслеживания фонемных переходов в речевом сигнале.

Известно устройство преобразования речи [Дж.Д. Маркел, А.X. Грэй. Линейное предсказание речи/ Под ред. Ю.Н. Прохорова и B.C. Звездина. - М.: Связь, 1980, стр. 238-258, М.О. Dunham, R.M. Gray. An Algorithm for the Design of Labeled-Transition Finite-State Vector Quantization// IEEE Transactions on Communication, vol. COM-33, N 1, January 1985, pp. 83-89], изображенное на фиг. 1, наиболее близкое к предлагаемому, выбранное в качестве прототипа и состоящее из кодера с линейным предсказанием (КЛП), векторного квантователя с конечным числом состояний (ВККЧС), линий связи, векторного деквантователя с конечным числом состояний (ВДККЧС) и декодера с линейным предсказанием (ДКЛП). Поступающий на вход КЛП аналоговый речевой сигнал S(t) дискретизуется по времени и квантуется по уровню. После этого на временном интервале, соответствующем длительности кадра , осуществляется идентификация вектора параметров огибающей спектра a и выделение параметров функции возбуждения. Количество и тип параметров огибающей спектра в зависимости от типа КЛП может быть разным. Функция возбуждения в простейшем случае представляется набором из двух параметров: тон/шум (Т/Ш) и высота основного тона (Т_от), однако при любом представлении функции возбуждения необходимо выделять параметр тон/шум. Первый выход КПП (вектор параметров огибающей спектра a) соединен с входом ВККЧС, который ставит в соответствие входному вектору а канальный символ c, передаваемый в линию связи совместно с параметрами функции возбуждения (Т/Ш и Т_от). Принятый по линии связи канальный символ с^* поступает на вход ВДККЧС, в котором определяется соответствующий ему вектор восстановления a^*. Выход ВДККЧС соединен с первым входом ДКПП. Принятые по каналу связи параметры тон/шум (Т/Ш^*) и высота основного тона (T^*_от) поступают на второй и третий входы ДКПП соответственно. В блоке ДКЛП осуществляется синтез аналогового речевого сигнала S^*t), поступающего на аналоговый выход декодера. Векторный квантователь с конечным числом состояний включает в себя N векторных квантователей состояний (ВКС), блок определения номера следующего состояния (БОС), решающее устройство выбора векторного квантователя состояния (РУ_к1), решающее устройство выбора канального символа (РУ_к2), блок задержки на длительность кадра (Т) и работает следующим образом. На вход решающего устройства РУ_к1 поступает вектор параметров а. В зависимости от сигнала номера текущего состояния ВККЧС S_n на управляющем входе РУ_к1 передает вектор a на один из N выходов, соединенных с входами ВКС. В качестве векторного квантователя состояния может быть использован обычный векторный квантователь [Y.Linde, A.Buzo, R.M. Gray. An Algorithm for Vector Quantizer Design // IEEE Transactions on Communication, vol. COM-28, N 1, January 1980, pp. 84-95] , содержащий кодовую книгу эталонных векторов параметров спектральной огибающей речевого сигнала и устройство выбора эталонного вектора. Выходы ВКС соединены с входами РУ_к2, которое в зависимости от сигнала S_n на управляющем входе РУ_к2 передает канальный символ с на БОС, а также в линию связи. БОС в зависимости от значения сигналов S_n и c на управляющих входах формирует на выходе управляющий сигнал номера следующего состояния S_n+1, который, проходя через блок Т, задерживается на длительность кадра (20-30 мс). Выход блока задержки Т соединен с управляющими входами РУ_к1, РУ_к2 и БОС. Векторный деквантователь с конечным числом состояний включает в себя N векторных деквантователей состояний (ВДКС), блок определения номера следующего состояния (БОС), решающее устройство выбора векторного деквантователя состояния (РУ_дк1), решающее устройство выбора вектора восстановления (РУ_дк2), блок задержки на длительность кадра (Т) и работает следующим образом. На вход решающего устройство РУ_дк1 поступает канальный символ c^*. В зависимости от сигнала номера текущего состояния S^*_n на управляющем входе РУ_дк1 передает символ c^* на один из N выходов, соединенных с входами ВДКС. В качестве векторного деквантователя состояния может быть использован обычный ВДК [Y.Linde, A.Buzo, R.M.Gray. An Algorithm for Vector Quantizer Design // IEEE Transactions on Communication, vol. COM-28, No. 1, January 1980, pp. 84-95] , содержащий кодовую книгу эталонных векторов параметров спектральной огибающей речевого сигнала и устройство определения вектора восстановления. Выходы ВДКС соединены с входами РУ_дк2, которое в зависимости от сигнала S^*_n нa управляющем входе РУ_дк2 передает вектор восстановления a^* на выход РУ_дк2. Блок определения номера следующего состояния в зависимости от значения сигналов S^*_n и c^* на управляющих входах формирует на выходе управляющий сигнал S^*_n+1, который, проходя через блок Т, задерживается на длительность кадра (20-30 мс). Выход блока задержки Т соединен с управляющими входами РУ_дк1, РУ_дк2 и БОС. БОС квантователя и деквантователя идентичны и состоят из блока определения адреса номера следующего состояния (БОА НСС) и блока памяти, содержащего матрицу переходов состояний (БП ПС). На фиг. 4 без скобок приведены сигналы в ВККЧС, а в скобках - в ВДККЧС. В зависимости от значения сигналов номера следующего состояния S_n(S^*_n) и канального символа с(c^*) на управляющих входах в БОА НСС определяется адрес номера следующего состояния и передается на вход БП ПС. Номер следующего состояния S_n+1(S^*_n+1)_, хранящийся в БП ПС, передается на выход БОС. Известное устройство преобразования речи имеет следующие недостатки: резкое снижение качества синтезируемого речевого сигнала при уменьшении битовой скорости передачи ввиду необходимости снижения количества эталонных кодовых векторов, а также значительная величина средней длительности срыва траектории вследствие неполного использования априорной информации о вероятностях фонемных переходов при определении номера следующего состояния.

Основной задачей, решаемой предлагаемыми способом преобразования речи и устройством, является повышение качества синтезированного речевого сигнала без увеличения битовой скорости передачи.

Указанный технический результат достигается тем, что в известном способе, заключающемся в том, что идентифицируют вектор параметров огибающей спектра, высоту основного тона и сигнал тон/шум в кодере с линейным предсказанием, формируют канальный символ вектора параметров огибающей спектра в векторном квантователе, передают канальный символ, высоту основного тона и сигнал тон/шум по линиям связи, затем формируют вектор восстановления на основании значения канального символа в векторном деквантователе и синтезируют речевой сигнал на основании значения вектора восстановления, высоты основного тона и сигнала тон/шум в декодере с линейным предсказанием, формирование же канального символа в векторном квантователе и вектора восстановления в векторном деквантователе производится с учетом значения сигнала тон/шум.

Указанный технический результат достигается тем, что в известном устройстве преобразования речи, содержащем кодер с линейным предсказанием (КЛП) с аналоговым входом и тремя выходами: для вектора параметров огибающей спектра, сигнала тон/шум и высоты основного тона, первый из которых через векторный квантователь речевых сигналов с конечным числом состояний (ВККЧС), линию связи и векторный деквантователь речевых сигналов с конечным числом состояний (ВДККЧС) связан с входом для вектора восстановления декодера с линейным предсказанием (ДКЛП), а два других через соответствующие линии связи - с соответствующими остальными выходами ДКЛП, причем ВККЧС состоит из векторных квантователей состояний (ВКС) по числу состояний ВККЧС, входы которых соединены с соответствующими выходами решающего устройства выбора ВКС (РУ_к1), вход которого является входом ВККЧС, а выходы ВКС соединены с соответствующими входами решающего устройства выбора канального символа (РУ_к2), управляющий вход для сигнала номера текущего состояния которого соединен с соответствующими входами РУ_к1 и блока определения номера следующего состояния (БОС) и через блок задержки на длительность кадра (Т) - с выходом БОС, второй управляющий вход которого соединен с выходом РУ_к2 и является выходом ВККЧС, ВДККЧС состоит из векторных деквантователей (ВДКС) по числу состояний ВДККЧС, входы которых соединены с соответствующими выходами решающего устройства выбора ВДКС (РУ_дк1), вход которого является входом ВДККЧС, а выходы ВДКС соединены с соответствующими входами решающего устройства выбора вектора восстановления (РУ_дк2), выход которого является выходом ВДККЧС, управляющий вход для сигнала номера текущего состояния РУ_дк2 соединен с управляющими входами РУ_дк1, БОС и через блок задержки на длительность кадра Т - с выходом БОС, другой вход которого соединен с входом РУ_дк1, БОС квантователя ВККЧС и деквантователя ВДККЧС включает в себя блок определения адреса номера следующего состояния (БОА НСС), два входа которого являются управляющими входами БОС, БОС и каждый ВКС в составе ВККЧС имеют дополнительные входы, которые объединены и образуют дополнительный вход ВККЧС, соединенный с выходом сигнала тон/шум КЛП, также БОС и каждый ВДКС в составе ВДККЧС имеют дополнительные входы, которые объединены и образуют дополнительный вход ВДККЧС, соединенный со входом сигнала тон/шум ДКЛП.

Форма выполнения каждого ВКС в составе ВККЧС, обеспечивающая его дополнительным управляющим входом, заключается в том, что ВКС снабжен решающими устройствами выбора векторного квантователя (РУ_кс1) и выбора канального символа (РУ_кс2), двумя векторными квантователями: один для вокализованных (ВКВ), другой для невокализованных (ВКНВ) фрагментов речевого сигнала, причем вход РУ_кс1 является входом ВКС, а его выходы соединены с входами соответственно ВКВ и ВКНВ, выходы которых соединены с входами РУ_кс2, выход которого является выходом ВКС, управляющие же входы для сигнала тон/шум РУ_кс1 и РУ_кс2 объединены и образуют дополнительный вход ВКС (для подачи сигнала тон/шум).

Форма выполнения каждого ВДКС в составе ВДККЧС, обеспечивающая его дополнительным управляющим входом, заключается в том, что ВДКС снабжен решающими устройствами выбора векторного деквантователя (РУ_дкс1) и выбора вектора восстановления (РУ_дкс2), двумя векторными деквантователями: один для вокализованных (ВДКВ), другой для невокализованных (ВДКНВ) фрагментов речевого сигнала, причем вход РУ_дкс 1 является входом ВДКС, а его выходы соединены с входами соответственно ВДКВ и ВДКНВ, выходы которых соединены с входами РУ_дкс2, выход которого является выходом ВДКС, управляющие же входы для сигнала тон/шум РУ_дкс1 и РУ_дкс2 объединены и образуют дополнительный вход ВДКС (для подачи сигнала тон/шум).

Блоки задержки на длительность кадра Т в составе ВККЧС и ВДККЧС идентичны. Техническое решение построения блоков задержки на длительность 20 - 30 милисекунд имеет несколько известных вариантов и в простейшем случае может быть реализованно на регистре сдвига.

БОС в составе ВККЧС и ВДККЧС также идентичны и форма их выполнения, обеспечивающая их дополнительным управляющим входом, заключается в том, что БОС снабжен решающими устройствами определения блока памяти (РУ ОБП) и выбора номера состояния (РУ НС), двумя блоками памяти, имеющими матрицы номеров перехода состояний соответственно с вокализованных (БП ПС-В) и невокализованных (БП ПС-НВ) фрагментов речевого сигнала, выходы которых соединены с соответствующими входами РУ НС, выход которого является выходом БОС, а управляющий вход соединен с управляющим входом РУ ОБП и является дополнительным управляющим входом БОС (для подачи сигнала тон/шум). Вход РУ ОБП соединен с выходом БОА НСС, а его выходы - соответственно с входами БП ПС-В и БП ПС-НВ.

КЛП и ДКЛП по своей форме выполнения аналогичны используемым в прототипе [Дж. Д. Маркел, А.X.Грэй. Линейное предсказание речи/ Под ред. Ю.Н.Прохорова и B.C.Звездина. - М.: Связь, 1980, стр. 238 - 258].

Предлагаемые способ и устройство преобразования речи решают одну и ту же задачу - повышение качества синтезированного речевого сигнала без увеличения битовой скорости передачи, и устройство с вариантами выполнения его отдельных блоков позволяет реализовать этот способ, что свидетельствует о соблюдении требования единства изобретения.

На фиг. 1 изображена структурная схема устройства преобразования речи (прототип); на фиг.2 - структурная схема векторного квантователя с конечным числом состояний устройства прототипа; на фиг.3 - структурная схема векторного деквантователя с конечным числом состояний устройства прототипа; на фиг.4 - структурная схема блока определения номера следующего состояния устройства прототипа: на фиг. 5 - структурная схема предлагаемого устройства преобразования речи, с помощью которого реализуется предлагаемый способ; на фиг. 6 - структурная схема векторного квантователя с конечным числом состояний предлагаемого устройства (ВККЧС); на фиг.7 - структурная схема векторного деквантователя с конечным числом состояний предлагаемого устройства (ВДККЧС); на фиг. 8 - структурная схема векторного квантователя состояний в составе ВККЧС; на фиг. 9 - структурная схема векторного деквантователя состояний в составе ВДККЧС; на фиг. 10 - структурная схема блока определения номера следующего состояния в составе ВККЧС и ВДККЧС.

Предлагаемый способ преобразования речевого сигнала осуществляют следующим образом. В процедуры векторного квантования и векторного деквантования в качестве управляющего параметра вводят значение сигнала тон/шум - Т/Ш и Т/Ш^* соответственно. Таким образом, процедуры векторного квантования и векторного деквантования приобретают вид: и соответственно. Кроме того, функция следующего состояния приобретает вид: и для процедуры векторного квантования и процедуры векторного деквантования соответственно, где:

процедура векторного квантования;

a - вектор параметров огибающей речевого сигнала;

S_n - номер текущего состояния векторного квантования, S = 1, 2,...,N;

N - число состояний;

n - номер рассматриваемого кадра;

Т/Ш - сигнал тон/шум при векторном квантовании;

c - канальный символ на входе линии связи;

процедура векторного деквантования;

c^* - канальный символ на выходе линии связи;

S^*_n - номер текущего состояния векторного деквантования;

a^* - вектор восстановления параметров огибающей речевого сигнала;

Т/Ш^* - сигнал тон/шум при векторном деквантовании;

функция следующего состояния векторных квантования и деквантования;

S_n+1 - номер следующего состояния векторного квантования;

S^*_n+1 - номер следующего состояния векторного деквантования.

Использование сигнала тон/шум в качестве дополнительного управляющего параметра при векторном квантовании и деквантовании позволяет разделить множество эталонных кодовых векторов восстановления для вокализованных и невокализованных фрагментов речевого сигнала, что обеспечивает возможность вдвое увеличить общее количество эталонных кодовых векторов восстановления без увеличения битовой скорости передачи. Это приводит к повышению качества синтезированного речевого сигнала. Использование сигнала тон/шум в качестве дополнительного управляющего параметра в функции следующего состояния позволяет разделить фонемные переходы с вокализованного и фонемные переходы с невокализованного фрагментов речевого сигнала, что приводит к более точному описанию последовательности фонемных переходов речевого сигнала и, следовательно, к повышению качества синтезированного речевого сигнала.

Предлагаемое устройство содержит кодер с линейным предсказанием (КЛП) 1, векторный квантователь речевых сигналов с конечным числом состояний (ВККЧС) 2, векторный деквантователь речевых сигналов с конечным числом состояний (ВДККЧС) 3 и векторный декодер с линейным предсказанием (ДКЛП) 4. Аналоговый вход КЛП 1 для речевого сигнала S(t) является входом устройства. Выход КЛП 1 для вектора параметров огибающей спектра а соединен со входом ВККЧС 2, выход которого через линию связи соединен со входом ВДККЧС 3. Выход ВДККЧС 3 соединен со входом ДКЛП 4 для вектора восстановления а^*. Выходы КЛП 1 для речевого сигнала тон/шум (Т/Ш) и высоты основного тона (Т_от) через соответствующие линии связи соединены непосредственно с соответствующими остальными входами ДКЛП 4, выход которого является выходом устройства. ВККЧС 2 состоит из векторных квантователей (ВКС) 5 по числу N состояний ВККЧС 2, решающих устройств выбора ВКС (РУ_к1) 6 и выбора канального символа (РУ_к 2) 7, блока определения номера следующего состояния (БОС) 8 и блока задержки на длительность кадра (Т) 9. Вход РУ_к1 (6) является входом ВККЧС 2. Выходы РУ_к1 (6) соединены соответственно со входами ВКС 5, выходы которых соединены с соответствующими выходами РУ_к2 (7), выход которого соединен с выходом БОС 8 и является выходом ВККЧС 2. Управляющий вход для сигнала номера текущего состояния (S_n) РУ_к2 (7) соединен с соответствующими входами РУ_к1 (6) и БОС 8 и через блок Т9 с выходом БОС 8. БОС 8 и каждый ВКС 5 снабжены дополнительными управляющими входами, которые объединены и образуют дополнительный управляющий вход ВККЧС 2 для сигнала Т/Ш, который соединен с выходом Т/Ш КПП 1. ВДККЧС 3 состоит из векторных деквантователей (ВДКС) 10 по числу N состояний ВДККЧС 3, решающих устройств выбора ВДКС (РУ_дк1) 11 и выбора вектора восстановления (РУ_дк2) 12, блока определения номера следующего состояния (БОС) 13 и блока задержки на длительность кадра (Т) 14. Вход РУ_дк1 (11) является входом ВДККЧС 3. Выходы РУ_дк1 (11) соединены соответственно со входами ВДКС 10, выходы которых соединены с соответствующими входами РУ_дк2 (12), выход которого является выходом ВДККЧС 3, а управляющий вход для сигнала номера текущего состояния (S^*_n) - соединен с управляющими входами РУ_дк1 (11), БОС 13 и через блок Т (14) с выходом БОС 13. БОС 13 и каждый ВДКС 10 снабжены дополнительными управляющими входами, которые объединены и образуют дополнительный управляющий вход ВДККЧС 3 для сигнала Т/Ш^*, который соединен со входом Т/Ш^* ДКЛП 4.

Блоки Т9 и 14 идентичны. Длительность кадра выбирается из условия квазистационарности речевого сигнала, что имеет место при длительности кадра 20 - 30 милисекунд.

БОС 8 и 13 также идентичны. Число N состояний ВККЧС 2 и ВДККЧС 3 одинаково для квантователя и деквантователя и выбирается оптимальным из соображений минимизации искажений, вносимых устройством. Методика выбора количества состояний приведена в [М. О. Dunham, R.M. Gray. An Algorithm for the Design of Labeled-Transition Finite-State Vector Quantization// IEEE Transactions on Communication, vol. COM-33, N 1, January 1985, pp. 83-89].

Каждый BKC 5 состоит из решающих устройств выбора векторного квантователя (РУ_кс1) 15 и выбора канального символа (РУ_кс2) 16, двух векторных квантователей: для вокализованных (ВКВ) 17 и невокализованных (ВКНВ) 18 фрагментов речевого сигнала. Вход РУ_кс1 (15) является входом BKC 5. Выходы РУ_кс1 (15) соединены соответственно с входами ВКВ 17 и ВКНВ 18, выходы которых соединены с соответствующими входами РУ_кс2 (16), выход которого является выходом BKC 5. Управляющие входы РУ_кс1 (15) и РУ_кс2 (16) объединены и образуют дополнительный управляющий вход BKC 5 для сигнала T/Ш.

Каждый ВДКС 10 состоит из решающих устройств выбора векторного деквантователя (РУ_дкс1) 19 и выбора вектора восстановления (РУ_дкс2) 20, двух векторных деквантователей: для вокализованных (ВДКВ) 21 и невокализованных (ВДКНВ) 22 фрагментов речевого сигнала. Вход РУ_дкс1 (19) является входом ВДКС 10. Выходы РУ_дкс1 (19) соединены соответственно со входами ВДКВ 21 и ВДКНВ 22, выходы которых соединены с соответствующими входами РУ_дкс2 (20), выход которого является выходом ВДКС 10. Управляющие входы РУ_дкс1 (19) и РУ_дкс2 (20) объединены и образуют дополнительный управляющий вход ВДКС 10 для сигнала Т/Ш^*.

БОС 8 и 13 каждый состоит из блока определения адреса номера следующего состояния (БОА НСС) 23, решающих устройств определения блока памяти (РУ ОБП) 24 и выбора номера состояния (РУНС) 25, двух блоков памяти: один имеет матрицы номеров перехода состояний с вокализованных (БП ПС-В) 26, другой имеет матрицы номеров перехода состояний с невокализованных (БП ПС-НВ) 27 фрагментов речевого сигнала. Входы БОА НСС 23 (S_n, с - для квантователя, S^*_n,c^* - для деквантователя) являются соответственно управляющими входами БОС 8 и 13. Выход БОА НСС 23 соединен со входом РУ ОБП 24, выходы которого соответственно соединены со входами БП ПС-В (26) и БП ПС-НВ (27), выходы которых соединены с соответствующими входами РУ НС (25), выход которого является выходом БОС, а управляющий вход соединен с управляющим входом РУ ОБП 24 и является дополнительным управляющим входом Т/Ш (Т/Ш^*) БОС 8 и БОС 13 соответственно.

Предлагаемое устройство работает следующим образом.

На вход КЛП 1 устройства поступает аналоговый речевой сигнал S(t), который дискретизуется по времени, квантуется по уровню и разделяется на последовательность кадров выбранной длительности.

После этого на длительности кадра осуществляется идентификация вектора параметров огибающей спектра a и выделение параметров функции возбуждения. С первого выхода КЛП 1 вектор параметров огибающей спектра a подается на вход ВККЧС 2, который ставит в соответствие входному вектору а канальный символ с, передаваемый в линию связи совместно с параметрами функции возбуждения Т/Ш и Т_от с соответствующих выходов КЛП 1. Сигнал Т/Ш с КЛП 1 подается на управляющий вход ВККЧС 2. Принятый по линии связи канальный символ с^* поступает на вход ВДККЧС 3, в котором определяется соответствующий ему вектор восстановления a^*. С выхода ВДККЧС 3 вектор восстановления а^* подается на первый вход ДКЛП 4. Принятый по линии связи параметр тон/шум (Т/Ш^*) поступает на управляющий вход ВДККЧС 3 и на второй вход ДКЛП 4. Принятый по линии связи параметр высоты основного тона T^*_от поступает на третий вход ДКЛП 4. В блоке ДКЛП 4 осуществляется синтез аналогового речевого сигнала S^*(t), поступающего на аналоговый выход ДКЛП 4.

Работает ВККЧС 2 следующим образом. На вход РУ_к1 (6) поступает вектор параметров a. В зависимости от сигнала S_n на управляющем входе РУ_к1 (6) передает вектор а на один из N выходов, соединенных с входами ВКС 1,... ВКС N (5). Далее в ВКС 5 сигнал поступает на вход РУ_кс1 (15). РУ_кс1 (15) в зависимости от значения сигнала на управляющем входе Т/Ш передает вектор параметров а на вход соответствующего векторного квантователя (17, 18). После процедуры квантования РУ_кс2 (16) в зависимости от значения сигнала Т/Ш на управляющем входе передает на выход ВКС соответствующий канальный символ с_i, который поступает на соответствующий вход РУ_к2 (7), которое в соответствии с сигналом S_n на своем управляющем входе передает канальный символ c на БОС (8), а также в линии связи. Блок БОС (8) в зависимости от значения сигналов S_n, c и Т/Ш на управляющих входах формирует на выходе управляющий сигнал S_n+1. Сигнал S_n+1 поступает на блок Т 9, где задерживается на длительность кадра. Таким образом, квантователь ВККЧС 2 готов к обработке речевого сигнала на следующем кадре, соответственно описанному выше. Поскольку БОС 8 в составе ВККЧС 2 и БОС 13 в составе ВДККЧС 3 идентичны, на фиг.10 без скобок приведены сигналы в ВККЧС 2, а в скобках - в ВДККЧС 3. Работает блок БОС (8, 13) следующим образом. В зависимости от значения управляющих сигналов номера текущего состояния S_n(S^*_n) и канального символа с (с^*) на управляющих входах БОА НСС (23) определяется адрес номера следующего состояния и передается на вход РУ ОБП (24). В РУ ОБП (24) на основании значения сигнала Т/Ш (Т/Ш^*) на управляющем входе принимается решение об используемом блоке памяти, на вход которого передается адрес номера следующего состояния. Номера следующего состояния с выходов БППС-В (26) - S_n+1,B(S^*_n+1,B) и БП ПС-НВ (27) - S_n+1,HB(S^*_n+1,HB) соответственно поступают на вход РУ НС 25, которое в соответствии со значением сигнала Т/Ш (Т/Ш^*) на управляющем входе передает на выход БОС (8, 13) сигнал номера следующего состояния S_n+1(S^*_n+1).

Векторный деквантователь ВДККЧС 3 (фиг. 7) работает следующим образом. На вход РУ_дк (11) поступает канальный символ с^*. В зависимости от сигнала S^*_n на управляющем входе РУ_дк1 (11) передает канальный символ с на один из N выходов, соединенных с соответствующими входами ВДКС (10). Каждый ВДКС 10 (фиг. 9), например, с номером i, 1 i N, работает следующим образом. РУ_дкс1 (19) в зависимости от значения сигнала Т/Ш^* на управляющем входе передает канальный символ с на вход ВДКВ 21 или ВДКНВ 22. После процедуры деквантования РУ_дкс2 (20) в зависимости от значения сигнала Т/Ш^* на управляющем входе передает на выход ВДКС (10) соответствующий вектор восстановления a^*_i, который затем поступает на соответствующий вход РУ_дк2 (12), которое в зависимости от сигнала S^*_n на своем управляющем входе передает вектор восстановления a^* на первый вход ДКЛП (4). БОС 13 (фиг. 7) в зависимости от значения сигналов S^*_n,c^* и Т/Ш^* на управляющих входах формирует на выходе управляющий сигнал S^*_n+1, поступающий на блок Т 14, где задерживается на длительность кадра. Таким образом деквантователь ВДККЧС 3 готов к обработке поступающих из линий связи сигналов следующего кадра соответственно описанному выше.

В ДКЛП 4 на основании значения сигналов а^*, поступающего с ВДККЧС 3, и Т/Ш^*, T^*_от - с линий связи, осуществляется синтез речевого сигнала, передаваемого на аналоговый выход устройства.

Приведенные сведения показывают, что при осуществлении заявленной группы изобретений с использованием конкретных вариантов выполнения средства, воплощающие изобретения при их осуществлении, предназначены для использования в промышленности, а именно: в производстве и эксплуатации аппаратуры и программных средств для интегрированных сетей обмена информацией, информационно-вычислительных систем и автоматизированных систем управления, а также аппаратуры диспетчерской и громкоговорящей связи.

Кроме того, средства, воплощающие изобретения при их осуществлении, способны обеспечить более качественную передачу речевой информации и более компактное представление речевых сигналов в целях хранения за счет использования сигнала тон/шум в качестве дополнительного управляющего параметра в функции следующего состояния, что позволяет разделить фонемные переходы с вокализованного и фонемные переходы с невокализованного фрагментов речевого сигнала, а это в свою очередь приводит к более точному описанию последовательности фонемных переходов речевого сигнала и, следовательно, к повышению качества синтезированного речевого сигнала.