Цель работы на УИР: исследование существующих вокодеров для кодирования и передачи речи в сжатом виде (стр. 2 )

  Дискретизация (рис. 5) — это получение мгновенных значений сигнала (отсчетов) через определенные промежутки времени (т. е. с определенной частотой — частотой дискретизации):

Рисунок 5 – Пример дискретизации по времени

  Квантование (рис. 6) — это «округление» полученных мгновенных значений до ближайших заранее заданных уровней. Число уровней квантования, обычно, равно или кратно целой степени числа 2. Номер уровня кодируется двоичными словами длиной 3, 4, 5 и т. д. бит.

Рисунок 6 – Пример квантования

  Кодирование — это представление значений полученных уровней в виде какого-либо кода (например, двоичного).

У ИКМ существуют две разновидности:

Дифференциальная импульсно-кодовая модуляция (ДИКМ), при которой сигнал кодируется в виде разности между текущим и предыдущим измеренными значениями. Для звуковых данных такой тип модуляции уменьшает требуемое количество бит на отсчёт примерно на 25 %. Адаптивная ДИКМ (АДИКМ) — разновидность ДИКМ с переменным шагом квантования. Изменение шага позволяет уменьшить требования к полосе пропускания при заданном соотношении сигнала и шума.

Вокодеры. Назначение и виды

  Вокодером называют устройство кодирования-декодирования речевого (голосового) сигнала. Вокодеры делят по принципу действия на два больших

класса: речеэлементные и параметрические.

  Речеэлементные вокодеры на передающем конце распознают, какие элементы речи произнесены (например, фонемы), а на приёмном конце эти элементы воссоздаются по правилам речеобразования или извлекаются из памяти устройства. В таких вокодерах приходится решать задачу распознавания элементов речи.

  Параметрические вокодеры выделяют из речевого сигнала два комплекса параметров: параметры, характеризующие спектральную огибающую  сигнала (фильтровую функцию), и параметры, характеризующие сам источник звуковых колебаний (генераторную функцию). Параметрические вокодеры можно подразделить в зависимости от выделяемых параметров, которые в свою очередь зависят от выбранной модели представления речевого сигнала. Основными видами параметрических вокодеров являются:

? полосовые (канальные);

? формантные;

? ортогональные;

? корреляционные;

? гомоморфные;

? линейного предсказания (липредеры).

  Рассмотрим обобщённую блок-схему параметрического вокодера, изображённую на рисунке 7:

Рисунок 7 – Блок-схема параметрического вокодера

  На схеме: А – анализатор входного сигнала, который на основе сегмента входной реализации речевого сигнала находит параметры, подлежащие передаче. Устройство Т-Ш (обнаружитель «Тон-шум») осуществляет различение типа сегмента сигнала – вокализованный он, или фрикативный, а ДОТ – детектор  основного тона (блок оценки параметров основного тона) в случае, если сегмент относится к вокализованному типу. УО – устройство  объединения сигналов для передачи через канал связи, УР – устройство разделения сигналов, переданных через канал. На приёмной стороне на основе принятых параметров происходит синтез речевого сигнала. Для этого используются ГОТ – генератор  основного тона, ГШ – генератор шума, К – ключ. С – синтезатор, в котором воссоздаётся речевой сигнал.

  1. Полосовые (канальные) вокодеры.

В полосовых вокодерах спектр речи делится на 7-20 полос (каналов) с помощью полосовых фильтров. Анализатор определяет величину средней интенсивности речевого сигнала в каждой полосе. Эти величины передаются через канал связи. Чем большее число каналов используется в вокодере, тем больше натуральность и разборчивость речи. Блок-схема полосного вокодера изображена на рисунке 8:

Рисунок 8 – Блок-схема полосового вокодера

  Речевой сигнал поступает на гребёнку i полосовых фильтров (ПФ1 – ПФi). К выходам полосовых фильтров подключены выпрямители (детекторы) и сглаживающие фильтры НЧ. Тем самым получаем сигналы , характеризующие амплитуду речевого сигнала в заданной полосе частот и являющиеся медленно меняющимися по сравнению с исходным речевым сигналом. Кроме того, на передающем конце речевой сигнал поступает на детектор основного тона. На его выходе формируется сигнал, характеризующий частоту основного тона . Обнаружитель «Тон-шум» определяет характер речевого сигнала: вокализованный или фрикативный. Для вокализованных звуков состав спектра звуков речи дискретный, и характер сигнала определяется как «тон». Для невокализованных звуков (например, шипящие) состав спектра звуков речи

непрерывный: характер сигнала «шумовой». Формируемый на выходе обнаружителя сигнал обозначим:

  Следует заметить, что обнаружитель «Тон-шум» и детектор основного тона должны взаимодействовать друг с другом. Если сегмент речевого сигнала идентифицирован как шумовой, то нет смысла осуществлять оценку частоты основного тона, и .

  В результате через канал связи передаются: частота основного тона , тип сигнала , средние интенсивности сигнала в выбранных полосах частот . В мультиплексоре перечисленные сигналы объединяются и преобразуются в форму, приемлемую для передачи по каналу связи. На приёмной стороне выполняется разделение сигналов посредством демультиплексора и преобразование их в форму, необходимую для работы синтезатора речевого сигнала.

  Синтезатор речевого сигнала на приёмной стороне имеет в своём составе

генератор речевого сигнала, состоящий из генератора импульсов основного тона и генератора шума. Генератор импульсов используется как источник тональных сигналов для вокализованных звуков и управляется сигналом    таким образом, что частота следования импульсов равна частоте основного тона речевого сигнала на передающем конце. Генератор шума используется как источник шумовых сигналов для невокализованных участков речи. Переключатель тон/шум управляется сигналом .

  Сигнал с ключа поступает на гребёнку полосовых фильтров, таких же, какие использовались на передающем конце, а с их выходов – на умножители. Модулируемыми колебаниями здесь являются выходы полосовых фильтров, а модулирующими – сигналы. С выходов умножителей сигналы поступают на ещё одну гребёнку полосовых фильтров, служащих для уменьшения влияний побочных продуктов модуляции, возникающих умножителях. Совокупность схем и узлов преобразования сигнала в пределах каждой из частотных полос называется спектральным каналом полосного вокодера. Выходные сигналы спектральных каналов суммируются в выходном усилителе и формируют выходной речевой сигнал.

  При выборе характеристик полосовых фильтров исходят из того, что с увеличением крутизны затухания вне полосы пропускания повышается точность измерения спектров. Однако при этом повышается время переходных процессов в полосовом фильтре, что искажает быстрые спектральные изменения и приводит к реверберации синтезированной речи. Поэтому имеет смысл применение полосовых фильтров, имеющих с одной стороны хорошую разрешающую способность, а с другой – монотонную импульсную характеристику без всплесков.

  Полоса пропускания ФНЧ должна обеспечить передачу временных изменений сигналов в спектральных каналах и при этом достаточно сильно подавить колебания гармоник основного тона.

  Количество каналов полосного вокодера можно выбирать из соотношения

разборчивости и скорости передачи речи. Так, если использовать от 16 до 20 спектральных каналов, то их ширина сравнима с шириной частотных групп слуха, следовательно вокодер будет обладать достаточной разборчивостью.

  Обычно схемы полосных вокодеров дополняют устройствами линейного

предсказания. Тем самым получают полосные вокодеры с линейным предсказанием или ЛПК-вокодеры. С помощью алгоритмов линейного предсказания при анализе в передающем устройстве определяются коэффициенты предсказания, а в приёмном устройстве на основе этих коэффициентов с помощью рекурсивного цифрового фильтра синтезируется эквивалент голосового тракта.

  Суть метода линейного предсказания заключается в том, что прогнозируемая величина речевого сигнала  в момент опробывания определяется как линейно взвешенная сумма предшествующих отсчётов: