G.723.1声码器

       G.723.1是双速率I.PAS声码器，低速率的编码比特率为5.3kbit/s，高速率为6.3kbit/s，线性预测也采用前馈型前向自适应，并使用预视。帧长30ms，分为4个子帧。即每个子帧含60个抽样信号，予视7.5ms。

      ITU-T／制订G.723.1标准的主要应用目标是低比特率可视电话，要求比特率低于9.6khit/s，后来提出的候选方案都在5.0~6.8kbit/s范围内，因此决定采用6.3kbit/s，后来为了增加灵活性又增加了5.3kbit/s速率。根据帧长和预视长度估计其单向系统时延为97.5ms。实际上该时延值是根据应用要求反推得到的。在可视电话中视频帧长为200ms，话音时延应与之适配。考虑到话音可能包含一次编码汇接，因此其单向时延应不大于I00ms，并由此确定了帧长。

       和G.729相比，线性预测和激励生成的基本原理相同，其主要区别是6.3kbit/s模式固定码本激励信号的空间划分有所不同。G.729是将子帧空间划分为4个子集，在每个子集中确定l个脉冲激励，称之为代数码本激励(ACEIP),5.3kbit/s模式与之基本相同。6.3kbit/s模式是将子帧空间划分为奇偶2个子集，然后在其中一个子集的任意位置确定固定数量的脉冲激励，称之为多脉冲最大似然量化器(MP-MLQ），对应的搜索方法称为顺序多脉冲搜索法。另一点差别是基音预测方法。G.729采用的是自适应码本法，候选码本矢量直接输入加权合成滤波器，由此搜索确定最佳矢量。G.723.1采用的是基音预测滤波器法，最佳码本矢量经由独立的预测滤波器搜索确定。另外，G.723.1帧长较长，比特率自然可以降低，其代价是时延加大。复杂度则介于G.729和G.729A之间。话音质量和G.729相仿。

       G.723.1编码器结构如图4.11所示。图中输入信号y[n]为16bit线性PCM信号，其它型式的输入信号必须经过适当转换处理。成帧器采集240个抽样信号组成帧信号S[n]，经高通滤波器后形成编码器实际处理的帧信号x[n]。x[n]划分成60个抽样信号一组

（子帧），供后续处理。

     线性预测编码(LPC)分析对每一子帧输入信号进行自相关系数计算，经递推得出10阶线性预测滤波器Ai(Z)的系数{aj}。最后一个子帧滤波器A3(Z)的系数转换成线谱对(LSP)系数，去除直流分量后，采用3段分割矢量量化，每段码本索引为8bit，总共为24bit，发往接收方。

      上述LSP量化值经解码、内插后，构成当前帧各个子帧的合成滤波器:

 

 

同时，根据LPC分析计算得到的Ai(Z)构成共振峰加权滤波器Wi(Z):

式中，r1＝0.9，r2＝0.5。输入信号x[n]经此滤波器成为加权信号f[n]。

为了进一步改善编码话音质量，又设置了谐波噪音整形滤波器Pi(Z):

L为基音周期估值。此滤波器输出 w[n]为编码实际使用的加权信号。

上述三个滤波器级联构成编码使用的加权合成滤波器Si(Z):

其冲激响应记为{hi(n)},n=0,..·,59,i=0,…,3,由冲激脉冲响应计算器模块算得后送至激励信号生成模块，供后者计算误差均方差使用。

信号f[n]还送往基音估值模块。该模块采用开环计算法，每2个子帧(120个抽样信号）计算一次基音周期，记为Llo，其搜索范围为18-142抽样周期（即2.25ms-17.75ms)。基音估算方法是最大化下述函数：

估算得到的LLO馈至各相应模块。

零输入响应模块根据存储器存储的上一子帧值和S(Z)求得零输入响应Z[n]。差值信号t[n]=W[n]-Z[n]即为目标信号。

 

图4.11  G.723.I编码器结构

 

t[n]首先经基音预测处理，采用5阶基音预测器，得到信号p[n]。基音预测器相当于自适应码本，p[n]相当于零状态响应。预测器采用闭环预测确定基音时延。子帧0和2的搜索范围为Lo1.士l，由于其值范围为18-142，因此码本索引需7bit。子帧1和3的基音时延值表示为与子帧0、2时延值之差，其差值范围为－1,0,+1,+2,因此码本索引只需2bit。上述各子帧的基音时延值记作Li,i=0,···,3。

残差信号，即原信号和重构信号之差r[n]为：

r[n]=t[n]-p[n]                    (4.62)

基音预测器通过闭环分析确定基音时延和增益，使残差方差为最小。增益和时延量化同时完成。

编码的最后一步是对r[n]进行量化，采用固定码本矢屋量化，高速率和低速率编码的固定码本结构不同。

6..3kbit/s编码器采用MP-MLQ。记r'[n]为r[n]的量化值，有：

为多个激励脉冲。其中，G为增益因子，ak为脉冲符号（±），mk为脉冲位置，M为脉冲数。在偶数子帧中，M=6；奇数子帧中，M=S。脉冲位置有一定限制，在同一子帧中，所有脉冲位置或者全部为奇数位置，或者全部为偶数位置，也就是说只能在30个可能位置上置激励脉冲。最后选定的究竟是奇数位置还是偶数位置需有1个比特指示，此比特称为格栅(Grid)比特。

此固定码本搜索就是要确定G、ak和mk，其搜索判据是最小化下述星化误差：

其中，G采用标量量化；符号ak需M比特；脉冲位置采用组合编码，偶数子帧需20比特，奇数子帧需18比特。

5.3kbit/s编码采用和G.729相同的代数码本。每个码本矢量至多含4个非零脉冲，各个脉冲的可取位置如表4.4所示。由表可知，符号矢量需4bit，脉冲位置需3x4=12bit。另外，所有脉冲位置允许同时移一位，即占奇数位置，为此另需1bit指示奇偶位置，称为格栅比特。所以固定码本矢量共需17bit。

表4.4 5.3kbit/s编码固定码本矢量中的脉冲位置

码本搜索判据为最小化下列函数：

式中，G为码本增益，H为S1(z)的冲激响应矩阵，Vε为表示脉冲位置和符号的码本矢量。由于采用代数码本结构，搜索计算可大为简化。G采用标量量化。

每一子帧在完成上述所有计算，继续进行下一子帧计算之前的

最后一项工作是更新Ai(z)、wi(z)和Pi(z)的状态，也就是将重构激励信号e[n]经加权滤波器处理，更新存储器值，供下一子帧计算零输入响应。

根据以上分析可得二种速率编码的比特分配如表4.5和4.6所示。

表4.5 6.3kbit/s参数编码的比特分配

 

表4.6 5.3kbit/s参数编码的比特分配

 

 

       G.723.1解码器结构如图4.12所示。解码按帧进行。首先解码量化的LPC索引，建立LPC合成滤波器A(z)。

       对每一子帧，解码接收到的自适应码本激励和固定码本激励，其和e[n]输入合成滤波器。

       自适应后置滤波器包括基音后置处理器和共振峰后置滤波器。

 

图4.12    G.723.1解码器结构

       前者为长时相关滤波，置于合成滤波器之前，按子帧执行，用于改善合成话音质量。后者为短时相关滤波，置于合成滤波器之后。

定标单元恢复原信号能量。其定标值为：

     然后据此值及上一子帧的比例因子，组合生成本子帧的比例因子：

     取a=1/16。最后输出话音信号为：

       此外，和G.729一样，解码器也设有帧丢失处理功能。如果发现帧丢失，解码器由正常解码方式转为帧丢失屏蔽方式，通过以前数据和内插操作生成替代话音帧。