2004年6月A版

摘 要：CM70C01是处理多种语音压缩格式的混合信号处理芯片，由于编码和解码部分的标准不统一，使得部分语音压缩文件与CM70C01不兼容。本文在深入了解CM70C01解码和语音合成的基础上，就LPC-10提出符合CM70C01的语音压缩编码方法。

关键词：能量；音调；反射系数；语音压缩

引言

CM70C01是中科微电子公司生产的混合信号处理芯片，集成8位MCU和语音合成电路，具有编程方便，能处理LPC-10、CELP、PCM、MELP等多种语音压缩格式的能力和较优的性价比，可以应用在各种语音处理场合。但由于LPC-10、CELP和MELP等语音格式在编码和解码部分有多种不同的标准，而且这些标准之间并不兼容，因此用户自行编制的语音数据并不一定能被CM70C01识别或处理。在熟知语音压缩基本算法而又缺少语音开发板和相应软件的情况下，就可以用纯软件的方法来实现基于CM70C01的语音压缩编码。本文以LPC-10为例子，说明特征参数的提取、编码的帧结构以及CM70C01的解码和编码的实现。

特征参数的提取

语音具有样点间的短时相关性和相邻基因周期间的长时相关性，可以用一个全极点模型来描述一小段语音的生成模型。在利用线性预测方法对语音进行上述两种相关性的去相关处理后，能够得到预测的余量信号。根据余量信号和全极点模型的预测系数，就可以合成语音。这就是线性预测编码。

线性预测编码(LPC-10)是将线性预测理论运用到语音编码领域的一个典型例子。在预测编码过程中，以帧为单位来分析和提取语音信号的相关特征参数，这些特征参数有包括：全极点模型的预测参数{ai}、能量增益(Energy)、音调(Pitch)、浊/清音标志(V/UV)。由特征参数来表述语音信号既可减小存储空间，又可以低速率来进行传输。在接收端，根据帧的特征参数决定激励源、基音块和帧块间的插值，最后通过格型滤波器来合成语音。

由于预测参数不适于直接量化，因为它的微小变化会造成极点位置很大的变化，所以一般采用在数学上与之完全等价的反射系数K1~K10代替预测参数进行量化编码。反射系数的稳定条件是|Ki|<1，这在量化时是容易保证的。可以用Choleski UV分解法对LPC正则方程的系数矩阵求逆，得出反射系数。这种算法能够比较准确的计算出共振峰的宽度，但由于篇幅关系，在这里不详细叙述。

能量(语音波形的振幅)一般用如下公式计算：

式中Si为采样取得的数字语音(一般还需经过预加重处理，加强音谱中的高频共振峰)，M为一帧的采样点数。

音调即基音周期，用平均幅度差函数AMDF计算。数字语音经过一个四阶Butterworth低通滤波器后再经过二阶逆滤波，然后计算延迟时间为个样点的AMDF，由AMDF的最小值确定周期。

t的取值可为20~156。假设数字语音的采样频率为8KHz，t为60时AMDF最小，则

浊/清音的标志是根据AMDF最大值与最小值之比和过零率，用动态规划算法，在三帧范围内进行平滑和错误纠正而得出的。该标志有稳定的清音、清音向浊音转换、浊音向清音转换和稳定的浊音这四种状态。

编码的帧结构

在LPC-10传输数据流中，以帧为单位对特征系数进行编码。一般LPC-10数据按帧类型可划分为浊音帧和清音帧，其比特分配如表1。

基因周期和浊/清音标志用7比特表示，能量用5比特表示。浊音帧有10个反射系数，而清音帧只有4个反射系数，但比浊音多用20比特作为误差纠正。另外，每一帧数据当中还包含有1比特同步信号。

而在CM70C01默认的语音编码格式中，除了浊音帧和清音帧，还细分出重复帧、静音帧和停止帧。顾名思义，这三种类型的帧分别表示重复上一帧的反射系数、静音和停止合成语音。它的比特分配表如表2。

能量用4比特表示：全0时为静音帧，没有音调和反射系数；全1时为停止帧，相当于结束标志，只会出现在语音数据末尾。重复标志(Repeat)为1时，该帧为重复帧，表示它的反射系数与上一帧的相同。音调用7比特表示，全0时表示该帧为清音帧。所有的帧都没有误差纠正和同步信号。

CM70C01的解码和编码

在对比帧结构的不同之后，再进一步了解特征参数在CM70C01解码、合成语音过程中的作用。CM70C01取得一帧的数据后，按下列步骤进行处理

各参数根据自身的解码表进行解码，而根据解码表可以近似的推算出编码表。一般语音信号量化采用的是非均匀量化，采用最佳非均匀量化时，最佳分层电平应取两个相邻量化电平的中点。

xk为分层电平，即量化区间的上限值；yk为量化电平；L为量化电平数。落在区间jk={xk

解码后的参数都为十六进制数，并且要与下一帧的参数进行插补。音调的插补公式：

P=(Pcurrent-Pnew)Timer+Pnew

Pcurrent为上一帧的周期值，Pnew为当前帧的周期值，Timer为定时器的值。其他参数的插补方法同上。特征参数在插补后，能量和反射系数直接送到CM70C01选通声道相应的参数寄存器，而音调在乘以二后送入音调寄存器。

在语音合成中，浊/清音标志决定了采用的激励信号。如果是清音，则以随机数(白噪声)为激励源；如果是浊音，则用一周期性冲激信号通过全通滤波器来产生激励源。能量决定了合成语音的增益，也就是音量大小。反射系数直接确定了格型滤波器的参数。决定音调的除了音调寄存器(Pitch Register，PR)还有音调周期计数器(Pitch Period Counter，PPC)。

假设合成器的取样频率是8K，在音调寄存器PR用TASYN指令加载后，每次取样音调周期计数器PPC减20h，当PPC小于0时，用音调寄存器PR中的值重新装入PPC。当PPC中的值减到小于200h或加载值小于200h时，微处理器可以做到，并决定何时执行插补。当音调周期计数器PPC减到140h~000h之间时，激励函数加到LPC滤波器的输入端。如果解码后音调的值为7C0h，PR的值则为F80h，实际周期和频率

当音调为133.33Hz即t为60(十进制数，十六进制时为3Ch)时，对应的解码值为，对应的量化码子可查询解码表得到。

根据上述参数的作用可知，能量和反射系数在解码后直接用于语音合成，所以可根据解码表直接推算出量化编码表；而基因周期经过一些简单的计算也能由解码表算出量化编码表。经过提取特征参数，推算量化编码表等一系列准备工作后，现在可以按照CM70C01帧的结构对特征参数进行量化编码。其步骤如下：

对于本文的例子LPC-10来说，在编码后有时还需要用户根据经验修改反射系数，那么只需在量化编码过程中加入一个表格窗口，用于显示和修改量化编码数据，就能完全替代语音开发板及其软件独立进行语音压缩编码。对于CELP、MELP这些语音压缩格式，不需要提供表格窗口来修改编码数据。

结语

综上所述，用纯软件的方法来实现基于CM70C01的LPC-10编码是可行的。对于那些缺少相应语音开发板和相关软件支持而又希望使用CM70C01的用户来说，本文提供的方法能够较好的解决语音压缩编码的问题。如果要使用CM70C01支持的其他几种语音压缩格式，如CELP、MELP等，由于其编码的原理与LPC-10类似，根据本文所提供的解决方法，可以实现基于CM70C01的语音压缩编码。■

参考文献：

1. 杨行峻、迟惠生等，‘语音信号数字处理’，第二版，电子工业出版社，1998

2. L.R.拉宾那、R.W.谢弗 ，‘语音数字信号处理’，科学出版社，1982

3. 彭崇梅、李全圣，‘对线性预测语音解压缩方法的探讨’，电子产品世界，2001年4B期