LPC编解码（matlab实现）

97id

于 2024-05-14 22:21:39 发布

阅读量756

点赞数 24

文章标签： matlab 开发语言

本文链接：https://blog.csdn.net/weixin_63522199/article/details/138872881

版权

一、LPC分析的基础上实现语音的参数编码和解码

1、由于前面的LPC预测曲线的实验是，计算每一帧信号的LPC参数和残差信号，然后只由LPC参数和残差信号就可以恢复信号，由此我想到我们的LPC编解码实现，应该是类似于频域变换的信号处理，把一个很长的信号转化到频域后，会有许多参数（周期和相位），这样由这些参数就可以恢复信号了。所以我们可以先对每一帧的信号进行LPC计算，然后压缩LPC参数和残差信号（比特量化），然后重构信号就是解码过程，然后把每一帧按照帧长和帧移拼接就行。

2、当然，虽然用LPC编解码需要每一帧处理，实际需要传输的样本数是299*160个，我设置的协议是(a和residual)传输都压缩成4bit，p=10，这样数码率实际是（299*160+299*10）*4 bps。如果我们是常规的 $\mu$ -律编解码，只需要传输24001个采样点（4bit），但是由于原始数据大小范围大，压缩有会有很大的信息损失，所以用LPC更好。实际LPC传输采样点数目多，是因为每一帧之间有重叠，也需要编解码。

3、在拼接解码数据的时候不需要用窗函数，用这个frame_k = frames(k, :)就行，当然前面有加窗的另说，因为我在前面的预测残差信号用的是加窗前的数据frame（residual = filter(a, 1, frame);）

function x_reconstruct = ola(frames,win,inc)
    % frames: 分帧后的数据矩阵，每一列是一个帧
    % win: 窗函数，可以是向量或标量（如果未指定窗函数）
    % inc: 帧移

    nwin = length(win); % 窗长
    nf = size(frames, 1); % 帧数
    len = nwin; % 帧长，这里假设帧长等于窗长，如果不是，需要进行调整

    % 初始化重构的信号，长度至少与原始信号相同
    x_reconstruct = zeros(1, win + len * inc * nf);

    % 计算每个帧的起始和结束位置
    ind_start = (0:nf-1) * inc+1;
    ind_end = ind_start + win - 1;

    % 对每个帧进行OLA处理
    for k = 1:nf
        % 应用窗函数
        frame_k = frames(k, :) .* win;
        % frame_k = frames(k, :) ;
        
        % 将加窗后的帧添加到重构信号中
        x_reconstruct(ind_start(k):ind_end(k)) =  frame_k;
    end
end

4、优化思考

下面是一帧浊音的LPC分析，残差信号是周期的，或许残差编码的时候可以只保留周期部分？还有帧残差信号上帧移重叠的部分也要编码吗？还有a和残差的量化比特可以考虑不同的？因为他们的大小范围和精度要求不同

5、实验结果

数码率是（299*160+299*10）*4 bps，约等于203 kbps

由信噪比值很高可以判断，我们的编解码性能非常好。

6、下面是matlab实现

clc;
clear;
% 读取浊音语音帧
[x, Fs] = audioread('cut_audio.wav');

% 2. 分帧
frameSize = round(0.02 * Fs); % 20ms帧长
overlap = round(0.01 * Fs);    % 10ms帧移
frames = enframe(x, frameSize, overlap);

% 3. 计算LPC系数
p = 10; % LPC阶数
A = zeros(p, size(frames, 2));
bits=8;
for i = 1:size(frames, 1)
    frame=frames(i,:)';
    % 应用窗函数（这里使用汉宁窗）
    windowed_frame = frame .* hann(length(frame));
    % 计算 LPC 系数
    [a, e] = lpc(windowed_frame, p);
    % 计算预测残差信号
    residual = filter(a, 1, frame);
    max_residual = max(abs(residual));
    max_a = max(abs(a));
    residual1=residual/max_residual;
    a1=a/max_a;
    [encoded_residual,encoded_A]=lpc_encoder(a1,residual1,bits);
    [decoded_residual,decoded_A]=lpc_decoder(encoded_residual,encoded_A,bits);
    decoded_residual1=decoded_residual*max_residual;
    decoded_A1=decoded_A*max_a;
    % 通过LPC参数滤波重构语音信号
    reconstructed_frame=filter(1, decoded_A1, decoded_residual1)';
    reconstructed_frames(i,:) = frame;
end
reconstructed_signal=ola(reconstructed_frames, frameSize,overlap);
reconstructed_signal=reconstructed_signal';
% 计算信噪比
snr_values = calculateSNR(x, reconstructed_signal(1:size(x,1),:));
% 输出信噪比
disp('LPC SNR values(4 bit):');
disp(snr_values);

% 比较重构信号和原信号
figure;
subplot(2,1,1);
plot(x); % 原始语音信号
title('Original voiced frame');
xlabel('Sample');
ylabel('Amplitude');
% 
% % 使用逻辑索引将大于1的值设置为1
% reconstructed_signal(reconstructed_signal > 128) = 128;
% 
% % 使用逻辑索引将小于-1的值设置为-1
% reconstructed_signal(reconstructed_signal < -128) = -128;

subplot(2,1,2);
plot(reconstructed_signal(1:size(x,1),:)); % 重构的语音信号
title('Reconstructed voiced frame');
xlabel('Sample');
ylabel('Amplitude');


function output_value = double_to_int_bits(input_value, bits)
    % 输入参数 input_value 是一个64位有符号小数
    % bits 是所需的比特数，可以是4、6或10
    % 返回值 output_value 是一个有符号整数
    
    % 将输入值缩放到目标比特数的范围内
    range = 2^(bits-1) - 1; % 范围为[-range, range]
    scaled_value = input_value * range;
    
    % 四舍五入到最接近的整数
    rounded_value = round(scaled_value);
    
    % 确保值在目标范围内
    if rounded_value > range
        output_value = range;
    elseif rounded_value < -range
        output_value = -range;
    else
        output_value = int8(rounded_value);
    end
end
function output_value = int_to_double_bits(input_value, bits)
    % 输入参数 input_value 是一个有符号整数
    % bits 是所用的比特数，可以是4、6或10
    % 返回值 output_value 是一个64位有符号小数
    
    % 将输入值缩放到目标范围内
    range = 2^(bits-1) - 1; % 范围为[-range, range]
    scaled_value = double(input_value) / range;
    
    % 返回缩放后的值
    output_value = scaled_value;
end
function [encoded_residual,encoded_A]=lpc_encoder(A,residual,bits)
    %残差编码
    encoded_residual = double_to_int_bits(residual, bits);
    %a编码
    encoded_A = double_to_int_bits(A, bits);   
end
function [decoded_residual,decoded_A]=lpc_decoder(encoded_residual,encoded_A,bits)
    %残差编码
    decoded_residual = int_to_double_bits(encoded_residual, bits);
    %a编码
    decoded_A = int_to_double_bits(encoded_A, bits);   
end

function x_reconstruct = ola(frames,win,inc)
    % frames: 分帧后的数据矩阵，每一列是一个帧
    % win: 窗函数，可以是向量或标量（如果未指定窗函数）
    % inc: 帧移

    nwin = length(win); % 窗长
    nf = size(frames, 1); % 帧数
    len = nwin; % 帧长，这里假设帧长等于窗长，如果不是，需要进行调整

    % 初始化重构的信号，长度至少与原始信号相同
    x_reconstruct = zeros(1, win + len * inc * nf);

    % 计算每个帧的起始和结束位置
    ind_start = (0:nf-1) * inc+1;
    ind_end = ind_start + win - 1;

    % 对每个帧进行OLA处理
    for k = 1:nf
        % 应用窗函数
        % frame_k = frames(k, :) .* win;
        frame_k = frames(k, :) ;
        
        % 将加窗后的帧添加到重构信号中
        x_reconstruct(ind_start(k):ind_end(k)) =  frame_k;
    end
end
function snr = calculateSNR(originalSignal, noisySignal)
    % 计算原始信号的功率
    originalPower = sum(abs(originalSignal).^2) / length(originalSignal);

    % 计算噪声信号的功率
    noisyPower = sum(abs(noisySignal - originalSignal).^2) / length(noisySignal);

    % 计算信噪比（dB）
    snr = 10 * log10(originalPower / noisyPower);
end

二、保持LPC参数不变，怎样通过改变其残差信号，同时又可以获得可以接受的重构语音信号？给出你的重构语音波形，并与一中的重构波形比较。计算新方案下的数码率，并求解码后语音的信噪比。

1、主要是要在解码得到的信号加随机噪声

在LPC编码中，随机噪声注入是一种技术，用于在解码过程中增加重构语音信号的自然度。这种方法通常用于改进残差信号的感知质量，尤其是在低比特率编码的情况下。

生成随机噪声：创建一个与残差信号长度相同的随机噪声序列。可以使用MATLAB的randn函数生成具有正态分布的随机噪声。
调整噪声电平：根据需要调整噪声的电平，以确保它不会对重构的语音信号质量产生负面影响。
注入噪声：将生成的随机噪声添加到解码后的残差信号中。
重构语音信号：使用注入了噪声的残差信号和LPC参数来重构语音信号。

2、可以发现量化比特数越小，信号重构的就越不好。

2、代码实现


% 主脚本
clc;
clear;
% 读取浊音语音帧
[x, Fs] = audioread('cut_audio.wav');
% 尝试不同的比特数
bits_values = [4, 6, 8,10,16]; % 定义要尝试的比特数
% 比较重构信号和原信号
subplot(length(bits_values)+1,1,1);
plot(x); % 原始语音信号
title('Original voiced frame');
xlabel('Sample');
ylabel('Amplitude');

for i=1:length(bits_values)
    bits=bits_values(i);
    reconstructed_signal = process_signal(x, Fs, bits);
    % 使用逻辑索引将大于1的值设置为1
    reconstructed_signal(reconstructed_signal > 0.4) = 0.4;
    
    % 使用逻辑索引将小于-1的值设置为-1
    reconstructed_signal(reconstructed_signal < -0.4) = -0.4;

    % 绘制重构信号图
    subplot(length(bits_values)+1, 1, i+1)
    plot(reconstructed_signal(1:size(x,1),:)); % 重构的语音信号
    title(['Reconstructed voiced frame with ' num2str(bits) ' bits']);
    xlabel('Sample');
    ylabel('Amplitude');
end
function reconstructed_signal=process_signal(x, Fs, bits)
    % 2. 分帧
    frameSize = round(0.02 * Fs); % 20ms帧长
    overlap = round(0.01 * Fs);    % 10ms帧移
    frames = enframe(x, frameSize, overlap);
    
    % 3. 计算LPC系数
    p = 10; % LPC阶数
    A = zeros(p, size(frames, 2));
    for i = 1:size(frames, 1)
        frame=frames(i,:)';
        % 应用窗函数（这里使用汉宁窗）
        windowed_frame = frame .* hann(length(frame));
        % 计算 LPC 系数
        [a, e] = lpc(windowed_frame, p);
        % 计算预测残差信号
        residual = filter(a, 1, frame);
        max_residual = max(abs(residual));
        max_a = max(abs(a));
        residual1=residual/max_residual;
        a1=a/max_a;
        [encoded_residual,encoded_A]=lpc_encoder(a1,residual1,bits);
        [decoded_residual,decoded_A]=lpc_decoder(encoded_residual,encoded_A,bits);
        decoded_residual1=decoded_residual*max_residual;
        decoded_A1=decoded_A*max_a;
        % 注入随机噪声
        noiseLevel = 0.1; % 定义噪声的相对电平
        noise = randn(size(decoded_residual1)) * noiseLevel;
        decoded_residual1_with_noise = decoded_residual1 + noise;
        % 通过LPC参数滤波重构语音信号
        re_with_noise = filter(1, decoded_A1, decoded_residual1_with_noise)';
        % 通过LPC参数滤波重构语音信号
        reconstructed_frame=filter(1, decoded_A1, decoded_residual1)';
    
        reconstructed_frames(i,:) = reconstructed_frame;
    end
    reconstructed_signal=ola(reconstructed_frames, frameSize,overlap);
    reconstructed_signal=reconstructed_signal';
    % 计算信噪比
    snr_values = calculateSNR(x, reconstructed_signal(1:size(x,1),:));
    bps=int32(size(reconstructed_frames,1)*(size(reconstructed_frames,2)+p)*bits/1000);
    % 输出信噪比
    disp(['LPC SNR values(' num2str(bits) ' bit):' num2str(snr_values)]);
    disp(['数码率(' num2str(bits) ' bit):' num2str(bps) 'kbps']);
end

function output_value = double_to_int_bits(input_value, bits)
    % 输入参数 input_value 是一个64位有符号小数
    % bits 是所需的比特数，可以是4、6或10
    % 返回值 output_value 是一个有符号整数
    
    % 将输入值缩放到目标比特数的范围内
    range = 2^(bits-1) - 1; % 范围为[-range, range]
    scaled_value = input_value * range;
    
    % 四舍五入到最接近的整数
    rounded_value = round(scaled_value);
    
    % 确保值在目标范围内
    if rounded_value > range
        output_value = range;
    elseif rounded_value < -range
        output_value = -range;
    else
        output_value = int16(rounded_value);
    end
end
function output_value = int_to_double_bits(input_value, bits)
    % 输入参数 input_value 是一个有符号整数
    % bits 是所用的比特数，可以是4、6或10
    % 返回值 output_value 是一个64位有符号小数
    
    % 将输入值缩放到目标范围内
    range = 2^(bits-1) - 1; % 范围为[-range, range]
    scaled_value = double(input_value) / range;
    
    % 返回缩放后的值
    output_value = scaled_value;
end
function [encoded_residual,encoded_A]=lpc_encoder(A,residual,bits)
    %残差编码
    encoded_residual = double_to_int_bits(residual, bits);
    %a编码
    encoded_A = double_to_int_bits(A, bits);   
end
function [decoded_residual,decoded_A]=lpc_decoder(encoded_residual,encoded_A,bits)
    %残差编码
    decoded_residual = int_to_double_bits(encoded_residual, bits);
    %a编码
    decoded_A = int_to_double_bits(encoded_A, bits);   
end

function x_reconstruct = ola(frames,win,inc)
    % frames: 分帧后的数据矩阵，每一列是一个帧
    % win: 窗函数，可以是向量或标量（如果未指定窗函数）
    % inc: 帧移

    nwin = length(win); % 窗长
    nf = size(frames, 1); % 帧数
    len = nwin; % 帧长，这里假设帧长等于窗长，如果不是，需要进行调整

    % 初始化重构的信号，长度至少与原始信号相同
    x_reconstruct = zeros(1, win + len * inc * nf);

    % 计算每个帧的起始和结束位置
    ind_start = (0:nf-1) * inc+1;
    ind_end = ind_start + win - 1;

    % 对每个帧进行OLA处理
    for k = 1:nf
        % 应用窗函数
        % frame_k = frames(k, :) .* win;
        frame_k = frames(k, :) ;
        
        % 将加窗后的帧添加到重构信号中
        x_reconstruct(ind_start(k):ind_end(k)) =  frame_k;
    end
end
function snr = calculateSNR(originalSignal, noisySignal)
    % 计算原始信号的功率
    originalPower = sum(abs(originalSignal).^2) / length(originalSignal);

    % 计算噪声信号的功率
    noisyPower = sum(abs(noisySignal - originalSignal).^2) / length(noisySignal);

    % 计算信噪比（dB）
    snr = 10 * log10(originalPower / noisyPower);
end