基于AVR和FPGA高精度數(shù)字式移相發(fā)生器的設(shè)計(jì)

基于AVR和FPGA高精度數(shù)字式移相發(fā)生器的設(shè)計(jì)

1引言語(yǔ)音編碼算法利用語(yǔ)音信號(hào)的冗余信息及某些人耳不敏感的信息，可以在低比特率上獲得較高質(zhì)量的重建語(yǔ)音，壓縮編碼一直是通信中的關(guān)鍵技術(shù)。語(yǔ)音信號(hào)研究者們一直在尋求一種在保持語(yǔ)音質(zhì)量不顯著下降的情況下使語(yǔ)音信號(hào)的編碼比特率最小的方法，特別地，低比特率語(yǔ)音編碼體制(比特率在4.8kb/s以下)因其廣泛的需求而得到研究者的重視。語(yǔ)音編碼器的性能常常用比特率、延時(shí)、復(fù)雜度和質(zhì)量4個(gè)屬性來(lái)進(jìn)行衡量，因此，在分析語(yǔ)音編碼器的性能時(shí)，主要應(yīng)該考慮這些屬性。值得注意的是，這些屬性之間不是孤立的，而是相互緊密聯(lián)系的，例如，低比特率的編碼器一般比高比特率的編碼器有更大的延時(shí)、更高的算法復(fù)雜度和較低的語(yǔ)音質(zhì)量。因此在對(duì)各種編碼算法進(jìn)行取舍時(shí)，應(yīng)根據(jù)實(shí)際應(yīng)用環(huán)境，在這些屬性之間進(jìn)行權(quán)衡。共振峰參數(shù)編碼算法在低碼率的音頻編碼中應(yīng)用越來(lái)越廣泛。與基于時(shí)域波形的壓縮算法相比，他在傳輸?shù)倪^(guò)程中只需要傳輸構(gòu)造信號(hào)所用的基頻和共振峰參數(shù)，因此可以大大地降低傳輸?shù)拇a率，實(shí)現(xiàn)低碼率下的多媒體通信。而且，基于共振峰參數(shù)的算法無(wú)須嚴(yán)格限制信號(hào)的結(jié)構(gòu)，他可以靈活地描述音頻信號(hào)的特征。這一靈活性決定了基于共振峰參數(shù)的算法，可以滿足對(duì)音頻信號(hào)進(jìn)行方便訪問(wèn)和控制的需要。2基頻及共振峰提取基頻與共振峰參數(shù)的準(zhǔn)確提取對(duì)于共振峰編碼算法質(zhì)量起著至關(guān)重要的作用。在本課題中采用改進(jìn)的雙重傅里葉變換算法進(jìn)行語(yǔ)音參數(shù)提取。本課題分析算法所需要的語(yǔ)音頻譜是由機(jī)語(yǔ)公司的SA-0505語(yǔ)譜儀分析得到。機(jī)語(yǔ)公司的SA-0505頻譜分析儀最高分辨精度為頻率分辨精度為5Hz，時(shí)間分辨精度為5ms。分析結(jié)果是各頻率分量的幅值函數(shù)，不包含相位信息。由于語(yǔ)音信號(hào)中相位信息不影響語(yǔ)音分辨，所以在此基礎(chǔ)上的進(jìn)一步工作有很大意義。在實(shí)際的語(yǔ)音參數(shù)提取過(guò)程中，首先應(yīng)用機(jī)語(yǔ)語(yǔ)譜儀分析語(yǔ)音信號(hào)，得到語(yǔ)音的時(shí)頻分析圖譜。如圖l所示。

對(duì)各時(shí)刻的頻譜序列進(jìn)行傅里葉變換，圖2所示時(shí)刻的頻譜序列的傅里葉變換如圖3所示。

從圖2中可以看出，由于實(shí)際的語(yǔ)音是準(zhǔn)周期信號(hào)和實(shí)際上是短時(shí)間信號(hào)的頻率分析，其頻譜序列不是周期性沖激函數(shù)序列的采樣，而是近似三角脈沖的采樣，所以其傅里葉變換的幅度譜呈現(xiàn)高頻衰減性質(zhì)。從圖3中可以觀察到頻譜序列的幅度譜是周期信號(hào)和高頻衰減信號(hào)的乘積。實(shí)際語(yǔ)音分析過(guò)程中各時(shí)刻頻譜序列的傅里葉變換后衰減幅度差異很大，低頻部分有時(shí)會(huì)出現(xiàn)分支脈沖的幅值大于下一個(gè)周期主脈沖的幅值，這對(duì)信號(hào)周期地分辨產(chǎn)生一定的干擾，而無(wú)法準(zhǔn)確估計(jì)基頻值。所以本文在確定基頻時(shí)利用高頻部分衰減幅度差異較小的特點(diǎn)，分析其周期特性并用來(lái)計(jì)算語(yǔ)音基頻。共振峰參數(shù)包括共振峰頻率、頻帶寬度和幅值，共振峰信息包含在語(yǔ)音頻譜的包絡(luò)中。因此共振峰參數(shù)提取的關(guān)鍵是估計(jì)語(yǔ)音頻譜包絡(luò)，并認(rèn)為譜包絡(luò)中的最大值就是共振峰。利用語(yǔ)音頻譜傅里葉變換相應(yīng)的低頻部分進(jìn)行逆變換，就可以得到語(yǔ)音頻譜的包絡(luò)曲線。依據(jù)頻譜包絡(luò)線各峰值能量的大小確定出第1～第4共振峰，如圖4所示。

對(duì)于提取參數(shù)準(zhǔn)確性的測(cè)試，可以在時(shí)域和頻域上與人工分析的結(jié)果進(jìn)行比較，這種方法可以定量計(jì)算出提取算法的準(zhǔn)確度，但工作量大不易實(shí)現(xiàn)。由于基頻和共振峰兩個(gè)基本信息是語(yǔ)音信號(hào)辨別的主要特征點(diǎn)，所以判斷兩個(gè)參數(shù)重建語(yǔ)音信號(hào)的語(yǔ)音質(zhì)量就可了解參數(shù)提取算法的性能。語(yǔ)音信號(hào)重建采用諧波合成方法，即首先根據(jù)共振峰信息建立語(yǔ)音頻譜的包絡(luò)，然后根據(jù)頻譜包絡(luò)確定基頻及其各次諧波的幅值并合成語(yǔ)音信號(hào)。本文應(yīng)用所得到的參數(shù)重新生成語(yǔ)音，主觀分辨合成語(yǔ)音的質(zhì)量，據(jù)此判斷參數(shù)提取算法準(zhǔn)確度。在短時(shí)間內(nèi)語(yǔ)音信號(hào)可以被看作是平穩(wěn)信號(hào)，所以每一幀的語(yǔ)音頻譜也可以簡(jiǎn)化為一組離散信號(hào)，離散的量化值就是基頻。根據(jù)離散頻譜利用式(1)，式(2)合成語(yǔ)音信號(hào)：比較3種方式確定的離散頻譜所合成的語(yǔ)音信號(hào)：(1)直接對(duì)原語(yǔ)譜圖離散;(2)對(duì)所得的語(yǔ)譜包絡(luò)離散;(3)對(duì)根據(jù)共振峰值確定的頻譜包絡(luò)離散。此方式的具體方案是：由于人耳對(duì)共振峰的參數(shù)中的中心頻率敏感，而對(duì)幅值和帶寬不敏感，所以本文只用共振峰的中心頻率和最大幅值兩個(gè)參數(shù)信息來(lái)合成語(yǔ)音。根據(jù)成年人語(yǔ)音信號(hào)的共振峰帶寬大約300Hz，將各共振峰的帶寬統(tǒng)一定為300Hz。重新作語(yǔ)音頻譜包絡(luò)線時(shí)，以各共振峰中心頻率值為中點(diǎn)、最大能量為幅度作寬度為300Hz的門信號(hào)，然后根據(jù)新生成的包絡(luò)線確定基頻的各次諧波的幅值。用第一種語(yǔ)譜圖合成語(yǔ)音聽起來(lái)只是音質(zhì)略有變化，可以清晰分辨每個(gè)音節(jié)，完整保留原語(yǔ)音的語(yǔ)調(diào)、語(yǔ)氣和說(shuō)話人音質(zhì)特征等信息。這說(shuō)明算法能夠準(zhǔn)確提取基頻信息，而且這種合成方