AMBEA 算法及其实现方式 在数字移动通信系统中, 语音编码部分是很重要的一个环节, 它的性能直接关系到整个移动通信系统的工作质量
首先综述在以数字集群为代表的移动通信系统开发的背景下, 语音编码的概念、分类和发展情况, 并介绍目前世界上常见移动通信系统所用的语音编码方案, 从而明确语音编码算法的比较对象
今天我就自己手头了解的一些知识对AMBE算法进行初步的概括: 1
MBE算法的概念 AMBE是基于MBE技术的低比特率、高质量的改进语音压缩算法, 该技术在低比特率压缩系统中能提供极优的语音质量, 却对指令执行速度和存储器容量的要求大大降低, 在背景噪声和信道误码方面也有极强的鲁棒性, 比基于线性预测编码的CELP、 RELP、 VESLP、LPC-10等要优越
那么了解AMBE之前我们先来了解下MBE算法: MBE编码算法是用基音谐波处的谱抽样来表示短时谱,并且在谐波间隔频段上分别进行清/浊音判决
合成端用一组正弦波合成谱,用噪声谱的傅立叶反变换来合成清音谱
这种算法提出了一种由正弦模型引出的频域模型—多带激励模型
MBE模型如图1所示
首先按基音各谐波频率, 将一帧语音的频谱分成若干个谐波带,再以若干个谐波带为一组进行分带, 分别对各带进行清浊(V/U)判决, 总的激励信号由各带激励信号相加构成
对于浊音带, 用以基音周期为周期的脉冲序列谱作为激励信号谱对于清音带, 则使用白噪声谱作为激励信号谱
时变数字滤波器的作用是确定各谐波带的相对幅度和相位, 起到了将这种混合的激励信号谱映射成语音谱的作用
这种模型使合成语音谱同原语音谱在细致结构上能够拟合得很好, 其合成端的语音质量必然较高
AMBE算法实现形式 2
1AMBE编码的基本方式 AMBE 编码的基本方法为:首先将输入的每帧 160 个数字话音取样点分成交叠的段,经模型分析后得出该帧的模型参数