Способ преобразования речи и устройство для его осуществления

 

Использование: в средствах цифрового кодирования речевых сигналов для их комплексного представления в целях передачи и хранения. Сущность изобретения: способ преобразования речи, основанный на векторных квантовании и деквантовании, снабжен дополнительным управлением с помощью сигнала тон/шум, который используют в качестве управляющего параметра: Т/Ш, Т/Ш* соответственно. Устройство преобразования речи и варианты практической реализации блоков в составе векторного квантователя с конечным числом состояний и векторного деквантователя с конечным числом состояний, обеспечивающие дополнительное управление сигналом тон/шум в процедуре векторного квантования и деквантования, что позволяет разделить множество эталонных кодовых векторов на два подмножества, соответствующие вокализованным и невокализованным фрагментам речевого сигнала, что повышает качество синтезированного речевого сигнала без увеличения битовой скорости передачи и приводит к более точному описанию последовательности переходов речевого сигнала и, следовательно, повышению разборчивости и натуральности синтезированного речевого сигнала, в чем и состоит технический результат, достигаемый при осуществлении заявленных изобретений. 2 с. и 3 з.п.ф-лы, 10 ил.

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,Sn), где a - вектор параметров огибающей спектра; Sn - 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 Sn+1 согласно функции следующего состояния Sn+1 = fcc(Sn, c). Так как функция следующего состояния fcc 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 = fcc(S*n,c*). Функция fcc 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, Sn) 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 Sn+1= fcc(Sn, c) и функция определения номера следующего состояния при векторном деквантовании S*n+1 = fcc(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 (Тот), 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 Тот). 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 (РУк1), решающее устройство выбора канального символа (РУк2), блок задержки на длительность кадра (Т) и работает следующим образом. На вход решающего устройства РУк1 поступает вектор параметров а. В зависимости от сигнала номера текущего состояния ВККЧС Sn на управляющем входе РУк1 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 РУк2, которое в зависимости от сигнала Sn на управляющем входе РУк2 передает канальный символ с на БОС, а также в линию связи. БОС в зависимости от значения сигналов Sn и c на управляющих входах формирует на выходе управляющий сигнал номера следующего состояния Sn+1, который, проходя через блок Т, задерживается на длительность кадра (20-30 мс). Выход блока задержки Т соединен с управляющими входами РУк1, РУк2 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 (РУдк1), решающее устройство выбора вектора восстановления (РУдк2), блок задержки на длительность кадра (Т) и работает следующим образом. На вход решающего устройство РУдк1 поступает канальный символ c*. В зависимости от сигнала номера текущего состояния S*n на управляющем входе РУдк1 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 РУдк2, которое в зависимости от сигнала S*n нa управляющем входе РУдк2 передает вектор восстановления a* на выход РУдк2. 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 РУдк1, РУдк2 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 Sn(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 Sn+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 (РУк1), вход которого является входом ВККЧС, а выходы ВКС соединены с соответствующими входами решающего устройства выбора канального символа (РУк2), управляющий вход для сигнала номера текущего состояния которого соединен с соответствующими входами РУк1 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 РУк2 и является выходом ВККЧС, ВДККЧС состоит из векторных деквантователей (ВДКС) по числу состояний ВДККЧС, входы которых соединены с соответствующими выходами решающего устройства выбора ВДКС (РУдк1), вход которого является входом ВДККЧС, а выходы ВДКС соединены с соответствующими входами решающего устройства выбора вектора восстановления (РУдк2), выход которого является выходом ВДККЧС, управляющий вход для сигнала номера текущего состояния РУдк2 соединен с управляющими входами РУдк1, БОС и через блок задержки на длительность кадра Т - с выходом БОС, другой вход которого соединен с входом РУдк1, 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 (РУкс1) и выбора канального символа (РУкс2), двумя векторными квантователями: один для вокализованных (ВКВ), другой для невокализованных (ВКНВ) фрагментов речевого сигнала, причем вход РУкс1 является входом ВКС, а его выходы соединены с входами соответственно ВКВ и ВКНВ, выходы которых соединены с входами РУкс2, выход которого является выходом ВКС, управляющие же входы для сигнала тон/шум РУкс1 и РУкс2 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 (РУдкс1) и выбора вектора восстановления (РУдкс2), двумя векторными деквантователями: один для вокализованных (ВДКВ), другой для невокализованных (ВДКНВ) фрагментов речевого сигнала, причем вход РУдкс 1 является входом ВДКС, а его выходы соединены с входами соответственно ВДКВ и ВДКНВ, выходы которых соединены с входами РУдкс2, выход которого является выходом ВДКС, управляющие же входы для сигнала тон/шум РУдкс1 и РУдкс2 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;
Sn - 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;
Sn+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 (Тот) 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 (РУк1) 6 и выбора канального символа (РУк 2) 7, блока определения номера следующего состояния (БОС) 8 и блока задержки на длительность кадра (Т) 9. Вход РУк1 (6) является входом ВККЧС 2. Выходы РУк1 (6) соединены соответственно со входами ВКС 5, выходы которых соединены с соответствующими выходами РУк2 (7), выход которого соединен с выходом БОС 8 и является выходом ВККЧС 2. Управляющий вход для сигнала номера текущего состояния (Sn) РУк2 (7) соединен с соответствующими входами РУк1 (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 (РУдк1) 11 и выбора вектора восстановления (РУдк2) 12, блока определения номера следующего состояния (БОС) 13 и блока задержки на длительность кадра (Т) 14. Вход РУдк1 (11) является входом ВДККЧС 3. Выходы РУдк1 (11) соединены соответственно со входами ВДКС 10, выходы которых соединены с соответствующими входами РУдк2 (12), выход которого является выходом ВДККЧС 3, а управляющий вход для сигнала номера текущего состояния (S*n) - соединен с управляющими входами РУдк1 (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 (РУкс1) 15 и выбора канального символа (РУкс2) 16, двух векторных квантователей: для вокализованных (ВКВ) 17 и невокализованных (ВКНВ) 18 фрагментов речевого сигнала. Вход РУкс1 (15) является входом BKC 5. Выходы РУкс1 (15) соединены соответственно с входами ВКВ 17 и ВКНВ 18, выходы которых соединены с соответствующими входами РУкс2 (16), выход которого является выходом BKC 5. Управляющие входы РУкс1 (15) и РУкс2 (16) объединены и образуют дополнительный управляющий вход BKC 5 для сигнала T/Ш.

Каждый ВДКС 10 состоит из решающих устройств выбора векторного деквантователя (РУдкс1) 19 и выбора вектора восстановления (РУдкс2) 20, двух векторных деквантователей: для вокализованных (ВДКВ) 21 и невокализованных (ВДКНВ) 22 фрагментов речевого сигнала. Вход РУдкс1 (19) является входом ВДКС 10. Выходы РУдкс1 (19) соединены соответственно со входами ВДКВ 21 и ВДКНВ 22, выходы которых соединены с соответствующими входами РУдкс2 (20), выход которого является выходом ВДКС 10. Управляющие входы РУдкс1 (19) и РУдкс2 (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 (Sn, 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 Тот 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 РУк1 (6) поступает вектор параметров a. В зависимости от сигнала Sn на управляющем входе РУк1 (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 РУкс1 (15). РУкс1 (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 РУкс2 (16) в зависимости от значения сигнала Т/Ш на управляющем входе передает на выход ВКС соответствующий канальный символ сi, который поступает на соответствующий вход РУк2 (7), которое в соответствии с сигналом Sn на своем управляющем входе передает канальный символ c на БОС (8), а также в линии связи. Блок БОС (8) в зависимости от значения сигналов Sn, c и Т/Ш на управляющих входах формирует на выходе управляющий сигнал Sn+1. Сигнал Sn+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 Sn(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) - Sn+1,B(S*n+1,B) и БП ПС-НВ (27) - Sn+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 Sn+1(S*n+1).
Векторный деквантователь ВДККЧС 3 (фиг. 7) работает следующим образом. На вход РУдк (11) поступает канальный символ с*. В зависимости от сигнала S*n на управляющем входе РУдк1 (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. РУдкс1 (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 РУдкс2 (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 РУдк2 (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.


Формула изобретения

1. Способ преобразования речи, заключающийся в том, что идентифицируют вектор параметров огибающей спектра а, высоту основного тока Tот 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 Sn(S = 1, 2...N)
c = (a, Sn),
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 Sn+1 определяют в векторном квантователе на основании номера текущего состояния Sn и канального символа с
Sn+1 = fcc(Sn, c),
где fcc - 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= fcc(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 Sn+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 (РУк1), вход которого является входом ВККЧС, а выходы - с соответствующими входами решающего устройства выбора канального символа (РУк2), управляющий вход для сигнала номера текущего состояния которого соединен с соответствующими входами РУк1 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 РУк2 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 (РУдк1), вход которого является входом ВДККЧС, а выходы - с соответствующими входами решающего устройства выбора вектора восстановления (РУдк2), выход которого является выходом ВДККЧС и управляющий вход для сигнала номера текущего состояния которого соединен с управляющими входами РУдк1, БОС и через блок задержки на длительность кадра Т - с выходом БОС, другой вход которого соединен с входом РУдк1, 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 (РУкс1), 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 РУкс1, а их выходы - с соответствующими входами решающего устройства выбора канального символа (РУкс2), выход которого является выходом ВКС, управляющие входы для сигнала тон/шум РУкс1 и РУкс2 объединены и образуют дополнительный вход ВКС.

4. Устройство по п.2, отличающееся тем, что ВДКС в составе ВДККЧС снабжен решающим устройством выбора векторного деквантователя (РУдкс1), 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 РУдкс1, а выходы - с соответствующими входами решающего устройства выбора вектора восстановления (РУдкс2), выход которого является выходом ВДКС, управляющие входы для сигнала тон/шум РУдкс1 и РУдкс2 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.

РИСУНКИ

Рисунок 1, Рисунок 2, Рисунок 3, Рисунок 4, Рисунок 5, Рисунок 6, Рисунок 7, Рисунок 8, Рисунок 9, Рисунок 10



 

Похожие патенты:

Изобретение относится к технике цифровой обработки речевых сигналов, передаваемых по линиям связи методом импульсно-кодовой модуляции (ИКМ), и может быть использовано для повышения помехозащищенности многоканальных систем передачи цифровой телефонии

Изобретение относится к радиотехнике и связи и может быть использовано в системах передачи и приема речевых и музыкальных сигналов

Изобретение относится к речевой информатике и может быть использовано в системах взаимодействия человека и компьютера

Изобретение относится к речевой информатике

Изобретение относится к технике синтеза речевой информации, выводимой из ЭВМ, и может быть использовано в информаторах - синтезаторах на транспорте, связи, измерительных и технологических комплексах

Изобретение относится к речевой информатике и может быть использовано в вычислительной технике и технике связи для выделения и реконструкции речевых сообщений

Изобретение относится к речевой информатике и может быть использовано в системах речевого взаимодействия человека с ЭВМ

Изобретение относится к технике цифровой обработки речевых сигналов, передаваемых по линии связи методом ИКМ

Изобретение относится к мобильным устройствам

Изобретение направлено на формирование речевого сигнала с заданными характеристиками. Технический результат заключается в повышении естественности, разборчивости речи и ее эмоциональной окраски при генерации речевого сигнала при уменьшении вычислительной сложности за счет усовершенствования структуры элементов системы синтеза речи и разделения используемых баз данных. Устройство синтеза речи на основе текста, содержит блок, принимающий текстовую строку и формирующий из нее последовательность идентификаторов звуковых единиц, подаваемую в блок формирования звукового сигнала, а затем в блок воспроизведения. В блок формирования звукового сигнала параллельно подаются дополнительные команды управления, вырабатываемые из сформированной последовательности идентификаторов звуковых единиц блоком формирования управляющих команд, зависящих от языка, блоком формирования управляющих команд, зависящих от моделируемых параметров диктора, а именно параметров голоса и/или его физических и физиологических параметров, и блоком формирования управляющих параметров окраса голоса, настроенных на определенное психофизиологическое состояние, предназначенных для формирования управляющих параметров для коррекции интенсивности речевого сигнала. 1 з.п. ф-лы, 1 ил.

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

Наверх