ГОСТ Р 53556.3-2012. Национальный стандарт Российской Федерации. Звуковое вещание цифровое. Кодирование сигналов звукового вещания с сокращением избыточности для передачи по цифровым каналам связи. Часть 3 (MPEG-4 audio). Кодирование речевых сигналов с использованием линейного предсказания — CELP

(утв. и введен в действие Приказом Росстандарта от 20.11.2012 № 942-ст)

1 сентября 2013 года

Предисловие

1 РАЗРАБОТАН Санкт-Петербургским филиалом Центрального научно-исследовательского института связи «Ленинградское отделение» (ФГУП ЛО ЦНИИС)

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 480 «Связь»

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 20 ноября 2012 г. № 942-ст

4 Настоящий стандарт разработан с учетом основных нормативных положений международного стандарта ИСО/МЭК 14496-3:2009 «Информационные технологии. Кодирование аудиовизуальных объектов. Часть 3. Аудио» (ISO/IEC 14496-3:2009 «Information technology — Coding of audio-visual objects — Part 3: Audio») [1] 5 ВВЕДЕН ВПЕРВЫЕ

Правила применения настоящего стандарта установлены в ГОСТ Р 1.0-2012 (раздел 8). Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе «Национальные стандарты», а официальный текст изменений и поправок — в ежемесячном информационном указателе «Национальные стандарты». В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ежемесячно издаваемом информационном указателе «Национальные стандарты». Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования — на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (gost.ru)

1 Область применения

1.1 Общее описание декодера CELP

Здесь дается краткий обзор декодера CELP (Code Excited Linear Prediction (Линейное предсказание с кодированием)).

Декодер CELP прежде всего состоит из генератора возбуждения и фильтра синтеза. Дополнительно декодеры CELP часто включают в свой состав постфильтр. У генератора возбуждения имеется адаптивная книга шифров для моделирования периодических компонент, фиксированные книги шифров для моделирования случайных компонент и декодер усиления, чтобы представлять уровень речевого сигнала. Индексы для книг шифров и коэффициентов усиления предоставляются кодером. Индексы книги шифров (индекс задержки шага для адаптивной книги шифров и индекс формы для фиксированной книги шифров) и индексы усиления (коэффициенты усиления адаптивной и фиксированной книг шифров) используются, чтобы генерировать сигнал возбуждения. Затем он фильтруется фильтром линейного прогнозирующего синтеза (фильтр синтеза LP). Коэффициенты фильтра реконструируются, используя индексы LPC, затем интерполируются коэффициентами фильтра последовательных фреймов анализа. И наконец, опционно может быть применен постфильтр, чтобы улучшить качество речи.

1.2 Функциональные возможности MPEG-4 CELP

MPEG-4 CELP представляет собой универсальный алгоритм кодирования с новыми функциональными возможностями. Обычные кодеры CELP предлагают сжатие при одной битовой скорости и оптимизированы для определенных приложений. Сжатие является одной из функций, предоставленных CELP MPEG-4, позволяющей использовать один базовый кодер для различных приложений. Это обеспечивает масштабируемость по битовой скорости и полосе пропускания, а также возможность генерировать потоки бит с произвольной битовой скоростью. Кодер CELP MPEG-4 поддерживает две частоты дискретизации, а именно 8 и 16 кГц. Соответствующие полосы пропускания равны 100 — 3400 Гц для частоты дискретизации 8 кГц и 50 — 7000 Гц для частоты дискретизации 16 кГц. Кроме того, заново приняты сжатие молчание и переупорядочение эластичного потока бит ошибок.

1.2.1 Конфигурация кодера CELP MPEG-4

Чтобы генерировать сигнал возбуждения, могут использоваться два различных инструмента. Это инструмент Multi-Pulse Excitation (Мультиимпульсное возбуждение) (MPE) или инструмент Regular-Pulse Excitation (Возбуждение регулярным импульсом) (RPE). MPE используется для дискретизации речи на частотах 8 кГц или 16 кГц. RPE используется только для дискретизации на частоте 16 кГц. Два возможных режима кодирования сведены в таблице 1.

1.2.2 Особенности кодера CELP MPEG-4

Кодер CELP MPEG-4 предлагает следующие функциональные возможности в зависимости от режима кодирования (см. таблицу 2).

Для обоих режимов кодирования доступны сжатие молчания и переупорядочение эластичного потока бит ошибок. Доступные битовые скорости зависят от режима кодирования и частоты дискретизации. Поддерживаются следующие фиксированные битовые скорости (см. таблицы 3, 4).

Во время неактивных фреймов используется инструмент сжатия тишины и кодер CELP работает на битовых скоростях, показанных в таблице 5. Битовая скорость зависит от режима кодирования, частоты дискретизации и длины фрейма.

Управление скоростью: обеспечивает управление битовой скоростью малыми шажками (давая возможность работать на варьируемой битовой скорости). Это достигается только за счет управления скоростью передачи параметров LPC, используя комбинации двух элементов потока бит interpolation_flag и флажок LPC_present. Для изменения отношения фреймов LPC к общему числу фреймов между 50% и 100% можно использовать управление FineRate. Это позволяет уменьшить битовую скорость относительно битовой скорости привязки, как определено в семантике.

Масштабируемость битовой скорости обеспечивается добавлением уровней расширения. Уровни расширения могут быть добавлены с шагом 2000 бит/с для сигналов, дискретизированных с частотой 8 кГц или 4000 бит/с для сигналов, дискретизированных на 16 кГц. С любой битовой скоростью, выбранной из таблицы 4, можно объединить максимум три уровня расширения. Масштабируемость полосы пропускания с охватом обеих частот дискретизации достигнута включением инструмента расширения полосы пропускания в кодере CELP. Это инструмент расширения, поддерживаемый в Режиме II, который может быть добавлен, если требуется масштабирование с переходом от частоты дискретизации 8 кГц к частоте дискретизации 16 кГц. Полный кодер с масштабируемостью полосы пропускания состоит из основного кодера CELP для частоты дискретизации 8 кГц и инструмента расширения полосы пропускания для обеспечения одного уровня масштабируемости. Основной кодер CELP для частоты дискретизации 8 кГц может включить несколько уровней. Кодер частоты дискретизации 8 кГц с этим инструментом отличается от кодера частоты дискретизации 16 кГц. Обе конфигурации (кодер частоты дискретизации 8 кГц с масштабируемостью полосы пропускания и кодер частоты дискретизации 16 кГц) предлагают большую ясность и естественность декодированной речи, чем дает один только кодер 8 кГц, потому что они разворачивают полосу пропускания до 7 кГц. Дополнительная битовая скорость, требующаяся для инструмента масштабируемости полосы пропускания, может быть выбрана из четырех дискретных шагов для каждой битовой скорости основного уровня, как показано в таблице 6.

Таблица 6

Битовые скорости для режима масштабируемой полосы пропускания

Инструмент сжатия тишины может использоваться, чтобы уменьшить битовую скорость для входных сигналов с небольшой голосовой активностью. В течение таких неактивных периодов декодер заменяет регулярный сигнал возбуждения искусственно сгенерированным шумом. Для периодов голосовой активности всегда используется регулярный процесс синтеза речи. Инструмент сжатия тишины доступен, когда используется тип объекта ER-CELP.

Переупорядочение эластичного потока бит ошибок позволяет эффективно использовать усовершенствованные техники кодирования канала как неравномерная защита от ошибок (UEP). Основная идея состоит в том, чтобы перестроить контент звукового фрейма в зависимости от его чувствительности к ошибкам в одном или более случаях, принадлежащих различным категориям чувствительности к ошибкам (ESC). Эта перестановка воздействует на данные поэлементно или даже поразрядно. Фрейм эластичного потока бит ошибок строится, связывая эти случаи. Эти функциональные возможности доступны, когда используется тип объекта ER-CELP.

1.2.3 Алгоритмическая задержка режимов CELP MPEG-4

Алгоритмическая задержка кодера CELP исходит из длины фрейма и длины дополнительного предвидения. Длина фрейма зависит от режима кодирования и битовой скорости. Длина предвидения, которая является информативным параметром, также зависит от режима кодирования. Задержки, представленные ниже, применимы к режимам, где управление FineRate Control выключено (см. таблицы 7, 8, 9). Когда управление FineRate Control включено, вносится дополнительная задержка на один фрейм. Масштабируемость полосы пропускания в кодере режима II требует дополнительного предвидения на 5 мс из-за субдискретизации.

Таблица 7

Задержка и длина фрейма для кодера режима I частоты дискретизации 16 кГц

Таблица 8

Таблица 9

В случае, если сжатие тишины используется, алгоритмическая задержка такая же, как без сжатия тишины, поскольку используются такая же длина фрейма и такая же дистанция дополнительного упреждающего просмотра.

2 Термины и определения

Термины и определения в соответствии с ГОСТ Р 53556.0-2009

3 Синтаксис потока бит

3.1 Тип объекта CELP

3.1.1 Синтаксис заголовка

CelpSpecificConfig () Для типа объекта CELP требуется следующий CelpSpecificConfig () (см. таблицы 10, 11, 12)

Таблица 11

Синтаксис CelpHeader ()

3.1.2 Синтаксис фрейма

Передача потоков бит CELP

Каждый уровень потока бит аудио CELP MPEG-4 передается в элементарном потоке. В slPacketPayload должны быть включены следующие динамические данные для Аудио CELP:

{
   CelpBaseFrame ();

Чтобы анализировать и декодировать уровень расширения CELP, требуется информация, декодированная из базового уровня CELP. Для масштабируемого режима битовой скорости должны быть включены следующие данные для уровня расширения CELP: slPacketPayload { CelpBRSenhFrame ();

}

Для масштабируемого режима полосы пропускания должны быть включены следующие данные для уровня расширения CELP:

slPacketPayload<br>
{

   CelpBWSenhFrame ();

} В случае, если масштабирование битовой скорости и масштабирование полосы пропускания используются одновременно, сначала должны быть переданы все уровни расширения битовой скорости, а затем уровень масштабируемости полосы пропускания (см. таблицы 13, 14, 15, 16, 17, 18, 19, 20)

CelpBaseFrame() { Celp_LPC(); if (ExcitationMode == MPE) { MPE_frame(); }

} }

3.1.2.1 Синтаксис LPC

Таблица 16

Синтаксис Celp_LPC ()

Таблица 17

Синтаксис LSP_VQ ()

Синтаксис NarrowBand_LSP ()

Таблица 20

3.1.2.2 Синтаксис возбуждения (см. таблицы 21, 22)

Таблица 21

3.2 Тип объекта ER-CELP

3.2.1 Синтаксис заголовка

ErrorResilientCelpSpecificConfig () Для типа объекта ER-CELP требуется следующий ErrorResilientCelpSpecificConfig () (см. таблицы 23, 24).

Таблица 23

Таблица 24

3.2.2 Синтаксис фрейма

Чтобы описать чувствительность к ошибке в символе элементов потока бит, введены категории чувствительности к ошибкам (ESC). Чтобы описать отдельные биты элементов, используется следующая система обозначений.

Усиление, x - y

Обозначает усиление элемента от бита x до бита y, в силу чего сначала передается x. Младший бит LSB - нулевой бит и MCB элемента, который состоит из N бит равен N-1. MCB всегда первый бит в потоке бит.

Следующий синтаксис является заменой для CelpBaseFrame. Синтаксис для уровня расширения для масштабируемости битовой скорости и полосы пропускания не затронут.

Передача потоков бит CELP

Данные полезной нагрузки для объекта CELP ER передаются как полезная нагрузка slPacketPayload в базовом уровне и опционном уровне расширения Elementary Stream (элементарный поток).

Базовый уровень эластичного CELP ошибок - полезная нагрузка модуля доступа slPacketPayload { ER_SC_CelpBaseFrame ();

}

Уровень расширения эластичного CELP ошибок - полезная нагрузка модуля доступа.

Чтобы анализировать и декодировать уровни расширения эластичного CELP ошибок, требуется декодированная информация из базового уровня эластичного CELP ошибок. Для режима масштабируемой битовой скорости должны быть включены следующие данные для уровней расширения эластичного CELP ошибок: slPacketPayload { ER_SC_CelpBRSenhFrame ();

}

Для режима масштабируемой полосы пропускания должны быть включены следующие данные для уровня расширения эластичного CELP ошибок: slPacketPayload { ER_SC_CelpBWSenhFrame ();

}

3.2.2.1 Базовый уровень CELP (см. таблицы 25, 26, 27)

Таблица 25

Таблица 26

ER_CelpBaseFrame() { if (ExcitationMode == MPE) { if (SampleRateMode == 8кГц) { MPE_NarrowBand_ESC0(); MPE_NarrowBand_ESC1(); MPE_NarrowBand_ESC2(); MPE_NarrowBand_ESC3(); MPE_NarrowBand_ESC4(); } if (SampleRateMode == ₁₆кГц) { MPE_WideBand_ESC0(); MPE_WideBand_ESC1(); MPE_WideBand_ESC2(); MPE_WideBand_ESC3(); MPE_WideBand_ESC4(); } } if ((ExcitationMode == RPE) && (SampleRateMode == 16кГи,)) { RPE_WideBand_ESC0(); RPE_WideBand_ESC1(); RPE_WideBand_ESC2(); RPE_WideBand_ESC3(); RPE_WideBand_ESC4(); }; }

3.2.2.1.1 Синтаксис узкополосного MPE (см. таблицы 28, 29, 30, 31, 32)

Синтаксис MPE_NarrowBand_ESC4 ()

3.2.2.1.2 Широкополосный синтаксис MPE (см. таблицы 33, 34, 35, 36, 37)

3.2.2.1.3 Широкополосный синтаксис RPE (см. таблицы 38, 39, 40, 41, 42)

Таблица 38

Таблица 39

Таблица 40

Таблица 41

Таблица 42

3.2.2.2 Уровни расширения CELP (см. таблицы 43, 44)

ER_SC_CelpBRSenhFrame() { if (SilenceCompression == OFF) { CelpBRSenhFrame(); }else if (TX_flag == 1) { CelpBRSenhFrame(); } }

ER_SC_CelpBWSenhFrame() { if (SilenceCompression == OFF) { CelpBWSenhFrame(); } else { if (TX_flag == 1) { CelpBWSenhFrame(); } if (TX_flag == 2) { SID_BandScalable_LSP(); } } }

3.2.2.3 Элементы синтаксиса для неактивных фреймов (см. таблицы 45, 46, 47, 48, 49)

Таблица 45

Таблица 46

Таблица 47

Таблица 48

Таблица 49

4 Семантики

Здесь описана семантика синтаксических элементов.

4.1 Семантики заголовка

isBaseLayer - однобитовый идентификатор, показывающий является ли соответствующий уровень базовым (1), либо уровнем расширения масштабируемой полосы пропускания или масштабируемой битовой скорости (0).

isBWSLayer - однобитовый идентификатор, показывающий является ли соответствующий уровень уровнем расширения масштабируемой полосы пропускания (1) или уровнем расширения масштабируемой битовой скорости (0).

CELP-BRS-id - двухбитовый идентификатор, показывающий порядок уровней расширения масштабируемой битовой скорости, где у первого уровня расширения значение '1'. Значение '0' не должно использоваться. ExcitationMode - однобитовый идентификатор, показывающий используется ли инструмент Multi-Pulse Excitation или инструмент Regular-Pulse Excitation (см. таблицу 50).

SampleRateMode - однобитовый идентификатор, показывающий частоту дискретизации. Поддерживаются две частоты дискретизации (см. таблицу 51).

FineRateControl - однобитовый флажок, показывающий, запущено ли точное управление скоростью очень мелкими шагами или заблокировано (см. таблицу 52).

Управление FineRate Control позволяет уменьшать битовую скорость относительно ее битовой скорости привязки. Когда параметры LPC передаются в каждом фрейме, будет получена битовая скорость привязки. Самая низкая возможная битовая скорость для каждой конфигурации может быть получена, передавая параметры LPC в 50% фреймов. SilenceCompression - однобитовый идентификатор, показывающий, используется ли Silence Compression или нет.

RPE_Configuration - это 3-битовый идентификатор, который конфигурирует кодер MPEG-4 CELP, используя инструмент Regular-Pulse Excitation. Этот параметр непосредственно определяет набор разрешенных битовых скоростей (таблица 53) и число подфреймов во фрейме CELP (таблица 54).

Таблица 53

MPE_Configuration - это 5-битовое поле, которое конфигурирует кодер MPEG-4 CELP, используя инструмент Multi-Pulse Excitation. Этот параметр определяет переменные nrof_subframes и nrof_subframes_bws. Этот параметр также определяет число битов для shape_positions[i], shape_signs[i], shape_enh_positions[i][j] и shape_enh_signs[i][j]. nrof_subframes - вспомогательный параметр, определяющий число подфреймов во фрейме CELP, и использующийся, чтобы сообщить, сколько раз должны быть прочитаны параметры возбуждения. Для инструмента Regular-Pulse Excitation, работающего при частоте дискретизации 16 кГц, эта переменная зависит от RPE_Configuration следующим образом.

Для инструмента Multi-Pulse Excitation это получают из MPE_Configuration в зависимости от частоты дискретизации (см. таблицы 55, 56).

NumEnhLayers - это двухбитовое поле, определяющее число уровней расширения, которые используются (см. таблицу 57).

BandwidthScalabilityMode - это однобитовый идентификатор, который указывает, запущена ли масштабируемость полосы пропускания. Этот режим имеет силу только, когда ExcitationMode = MPE (см. таблицу 58).

Таблица 58

BWS_Configuration - это двухбитовое поле, которое конфигурирует инструмент расширения полосы пропускания. Этот идентификатор имеет силу только, когда BandwidthScalabilityMode = ON. Этот параметр определяет число битов для shape_bws_positions [i], shape_bws_signs [i]. nrof_subframes_bws - этот параметр, который является вспомогательной переменной, показывает число подфреймов в инструменте расширения полосы пропускания, и его получают из MPE_Configuration (см. таблицу 59).

4.2 Семантика фрейма

interpolation_flag - это однобитовый флажок. Когда он установлен, параметры LPC для текущего фрейма должны быть получены, используя интерполяцию (см. таблицу 60).

Таблица 60

LPC_Present - этот бит указывает, присоединены ли параметры LPC к текущему фрейму. Эти параметры LPC относятся или к текущему фрейму или следующему фрейму (см. таблицу 61).

Вместе interpolation_flag и флажок LPC_Present описывают, как параметры LPC должны быть получены (см. таблицу 62).

Таблица 62

lpc_indices [] - это мультибитовые поля, представляющие коэффициенты LPC. Они содержат информацию необходимую, чтобы извлечь коэффициенты LSP. Точная процедура извлечения описана в процессе декодирования. shape_delay [subframe] - это битовое поле представляет адаптивную задержку книги шифров. Декодирование этого поля зависит от ExcitationMode и SampleRateMode (см. таблицу 63).

shape_index [subframe] - этот индекс содержит информацию, необходимую чтобы извлечь фиксированное вложение книги шифров из книги шифров регулярного импульса. Число битов, занимаемых этим полем, зависит от битовой скорости (полученной из RPE_configuration) (см. таблицу 64).

gain_indices [0] [subframe] - эти битовые поля определяют адаптивное усиление книги шифров в инструменте RPE, используя 6 битов. Это читается из потока бит для каждого подфрейма.

gain_indices [1] [subframe] - эти битовые поля определяют фиксированное усиление книги шифров в инструменте RPE. Это читается из потока бит для каждого подфрейма. Число читаемых битов для представления этой области зависит от номера подфрейма. Для первого подфрейма это 5 битов, в то время как для остальных подфреймов это 3 бита.

gain_index [subframe] - это 6 или 7-битовое поле представляет усиления для адаптивной книги шифров и мультиимпульсного возбуждения для частоты дискретизации 8 кГц или 16 кГц соответственно.

gain_enh_index [subframe] - это 4-битовое поле представляет усиление для мультиимпульсного возбуждения расширения в кодере CELP на 8 кГц.

gain_bws_index [subframe] - это 11-битовое поле представляет усиления для адаптивной книги шифров и двух возбуждений мультиимпульса в инструменте расширения полосы пропускания. signal_mode - это 2-битовое поле представляет тип сигнала. Эта информация используется в инструменте MPE. Книги шифров усиления переключаются в зависимости от этой информации (см. таблицу 65).

rmc_index - этот параметр указывает среднеквадратический уровень фрейма. Эта информация используется только в инструменте MPE. shape_positions [subframe], shape_signs [subframe] - эти битовые поля представляют позиции импульсов и знаки импульсов для мультиимпульсного возбуждения. Длина битового поля зависит от MPE_Configurations (см. таблицы 66, 67).

shape_enh_positions[subframe][], shape_enh_signs[subframe][] - эти битовые поля представляют позиции импульсов, и знаки импульсов для мультиимпульсного возбуждения в каждом уровне расширения. Длина битового поля зависит от MPE_Configuration (см. таблицы 68, 69).

shape_bws_delay[subframe] - это 3-битовое поле используется в декодировании адаптивной книги шифров для инструмента расширения полосы пропускания. Это значение указывает задержку, отличающуюся от задержки, описанной в shape_delay []. shape_bws_positions[subframe], shape_bws_signs [subframe] - эти поля представляют позиции импульсов и знаки импульсов для мультиимпульсного возбуждения в инструменте расширения полосы пропускания. Длина битового поля зависит от BWS_Configuration (см. таблицу 70).

TX_flag - двухбитовая область, указывающая режим передачи (см. таблицу 71).

Таблица 71

SID_rmc_index - 6-битовое поле, указывающее энергию фрейма. SID_lpc_indices - это мультибитовые поля, представляющие коэффициенты LPC для неактивных фреймов LPC (TX_flag = 2). Они содержат информацию, необходимую для извлечения коэффициентов LSP. Семантики потока бит для SID_lpc_indices показаны в таблице 72.

5 Инструменты декодера MPEG-4 CELP

2 Определения: здесь описаны параметры ввода и вывода, так же как элементы справки инструмента. Каждый элемент дается полужирным шрифтом или курсивным. Полужирные названия указывают, что элемент читается из потока битов, курсивные названия указывают вспомогательные элементы. Если элементы уже используются другим инструментом, дается ссылка на предыдущее определение.

3 Процесс декодирования: процесс декодирования объяснен здесь подробно при помощи математических уравнений и кода pseudo-C.

4 Таблицы: эта дополнительная четвертая часть содержит таблицы, которые используются инструментом.

5.1 Введение в набор инструментов декодера CELP MPEG-4

5.2 Конфигурация масштабируемого AAC/CELP

5.3 Переменные помощи

Таблица 74

Конфигурация кодера CELP (режим II) для частоты дискретизации 8 кГц

Таблица 75

Конфигурация кодера CELP (режим II) для частоты дискретизации 16 кГц

lpc_order: Это поле указывает число коэффициентов, используемых для линейного предсказания. Значение этого поля равно 20 для частоты дискретизации 16 кГц и 10 для 8 кГц.

num_lpc_indices. Этот параметр определяет число индексов, содержащих информацию LPC, которая должна читаться из потока бит. Оно не равно порядку LPC. num_lpc_indices равно 5 в режиме 8 кГц и дополнительно 6 для инструмента расширения полосы пропускания. Для частоты дискретизации 16 кГц в векторном квантователе это значение равно 10.

5.4 Элементы потока бит для набора инструментов MPEG-4 CELP

Описания всех переменных потока бит перечислены в разделе 4.

5.5 Демультиплексор потока бит CELP

5.5.1 Описание инструмента

Инструмент демультиплексора потока бит CELP извлекает фрейм CELP из полученного потока бит.

5.5.2 Определения

Все элементы потока бит и связанные переменные справки были определены в разделе 4.

5.5.3 Процесс декодирования

Декодирование элементов потока бит производится в соответствии с синтаксисом, описанным в разделе 3.

5.6 Декодер CELP LPC и интерполятор

Инструменты декодирования LPC

5.6.1 Инструмент декодирования узкополосного LSP-VQ

5.6.1.1 Описание инструмента

Инструмент декодирования узкополосного LSP имеет двухступенчатую структуру VQ. Квантованные LSPs воспроизводятся добавлением декодированных в первой и во второй стадиях LSPs. Во второй стадии есть два процесса декодирования, с или без межфреймового предсказания, процесс декодирования выбирается согласно флажку lpc_indices. Затем декодированные LSPs интерполируются и преобразуются в коэффициенты LPC.

5.6.1.2 Определения

Вход

lpc_indices []: Размерность этого массива num_lpc_indices содержит упакованные индексы lpc.

Выход

int_Qlpc_coefficients[]: Этот массив содержит коэффициенты LPC для каждого подфрейма. Коэффициенты LPC декодированы и интерполированы, как описано в процессе декодирования. Коэффициенты LPC расположены в стеке один за другим в блоках lpc_order. Таким образом размерность массива равна lpc_order * nrof_subframes.

Конфигурация

lpc_order: Это поле указывает порядок используемого LPC.

num_lpc_indices: Это поле содержит ряд упакованных кодов LPC. Для узкополосного LSP, num_lpc_indices процесса декодирования установлен 5.

nrof_subframes: Это поле содержит ряд подфреймов. Элементы справки, используемые в процессе декодирования узкополосного LSP:

5.6.1.3 Процесс декодирования

Процесс декодирования LSP для восстановления коэффициентов интерполированного LPC для каждого подфрейма описан ниже.

5.6.1.3.1 Преобразование индексов в LSPs

LSPs текущего фрейма (lsp_current[]), которые кодируются разбиением и двухступенчатым векторным квантованием, декодируются двухступенчатым процессом декодирования. Размерность каждого вектора описана в таблице 77 и таблице 78. lpc_indices[0],[1] и lpc_indices[2],[3] представляют индексы для первой и второй стадии, соответственно.

Таблица 77

Размерность вектора первой стадии LSP

Таблица 78

Размерность вектора второй стадии LSP

В первой стадии вектор LSP первой стадии lsp_first[] декодируется путем просмотра таблицы lsp_tbl[][][]. for(i = 0; i < dim[0][0]; i++) { lsp_first[i] = lsp_tbl[0][lpc_indices[0]][i]; } for(i = 0; i < dim[0][1]; i++) { lsp_first[dim[0][0]+i] = lsp_tbl[1][lpc_indices[1]][i];

} Во второй стадии есть два типа процессов декодирования, а именно, процесс декодирования VQ без межфреймового предсказания и VQ - с межфреймовым предсказанием. lpc_indices[4] указывает, какой процесс должен быть выбран (см. таблицу 79).

Таблица 79

Процесс декодирования для второй стадии

Процесс декодирования VQ без межфреймового предсказания

Чтобы получить LSPs текущего фрейма lsp_current[], декодированные векторы во второй стадии добавляются к декодированному вектору LSP первой стадии lsp_first[]. MCB для lpc_indices[] представляет знак декодированного вектора, а остающиеся биты представляют индекс для таблицы d_tbl[][][]. sign = lpc_indices[2] >> 6; idx = lpc_indices[2] & 0x3f; if (sign==0) { for (i = 0; i < dim[1][0]; i++) { lsp_current[i] = lsp_first[i] + d_tbl[0][idx][i]; } } else { for (i = 0; i < dim[1][0]; i++) { lsp_current[i] = lsp_first[i] - d_tbl[0][idx][i]; } } sign = lpc_indices[3] >> 5; idx = lpc_indices[3] & 0x1f; if (sign==0) { for(i = 0; i < dim[1][1]; i++) { lsp_current[dim[1][0]+i] = lsp_first[dim[1][0]+i] + d_tbl[1][idx][i]; } } else { for(i = 0; i < dim[1][1]; i++) { lsp_current[dim[1][0]+i] = lsp_first[dim[1][0]+i] - d_tbl[1][idx][i]; }

}

Процесс декодирования VQ с межфреймовым предсказанием

Чтобы получить LSPs текущего фрейма lsp_current[], декодированные векторы второй стадии добавляются к вектору LSP - - lsp_predict[], которые предсказаны из декодированных LSPs предыдущего фрейма lsp_previous[] и декодированного вектора LSP первой стадии lsp_first[]. Таким же образом как процесс декодирования VQ без межфреймового предсказания, LSP для lpc_indices[] представляет знак декодированного вектора, а остающиеся биты представляют индекс для таблицы pd_tbl[][][]. for (i = 0; i < lpc_order; i++) { lsp_predict[i]=(1- ratio_predict)lsp_first[i] +ratio_predictlsp_pr evious[i] } где ratio_predict = 0,5 sign = lpc_indices[2] >> 6; idx = lpc_indices[2] & 0x3f; if (sign==0) { for (i = 0; i < dim[1][0]; i++) { lsp_current[i] = lsp_predict[i] + pd_tbl[0][idx][i]; } } else { for (i = 0; i < dim[1][0]; i++) { lsp_current[i] = lsp_predict - pd_tbl[0][idx][i]; } } sign = lpc_indices[3] >> 5; idx = lpc_indices[3] & 0x1f; if(sign==0) { for(i = 0; i < dim[1][1]; i++) { lsp_current[dim[1][0]+i] = lsp_predict[dim[1][0]+i] + pd_tbl[1][idx][i]; } } else { for (i = 0; i < dim[1][1]; i++) { lsp_current[dim[1][0]+i] = lsp_predict[dim[1][0]+i] - pd_tbl[1][idx][i]; }

}

5.6.1.3.2 Стабилизация LSPs

Декодированные LSPs lsp_current[] стабилизируются, чтобы гарантировать стабильность фильтра синтеза LPC, который получен из декодированных LSPs. Декодированные LSPs упорядочиваются в порядке возрастания, имея расстояние между соседними коэффициентами, по крайней мере, min_gap. for(i = 0; i < lpc_order; i++) { if(lsp_current[i] < min_gap) { lsp_current[i] = min_gap; } } for (i = 0; i < lpc_order-1; i++) { if(lsp_current[i+1]-lsp_current[i] < min_gap) { lsp_current[i+1] = lsp_current[i]+min_gap; } } for (i = 0; i < lpc_order; i++) { if(lsp_current[i] > 1-min_gap) { lsp_current[i] = 1-min_gap; } } for (i = lpc_order-1; i > 0; i--) { if(lsp_current[i]-lsp_current[i-1] < min_gap)

  {

    lsp_current[i-1] = lsp_current[i]-min_gap;<br>
  }<br>

5.6.1.3.3 Интерполяция LSPs

{

  ratio_sub=(n+1)/nrof_subframes

  for(i = 0; i < lpc_order; i++)<br>
  {<br>
    lsp_subframe[n][i]=((1-<br>

5.6.1.3.4 Преобразование LSP в LPC

Интерполированные LSPs преобразуются в LPCs, используя вспомогательную функцию Convert2lpc(). for (n = 0; n < nrof_subframes; n++) { Convert2lpc (lpc_order, lsp_subframe[n], int_Qlpc_coefficients + n*lpc_order]);

} \pi

Преобразование LSP в LPC описано ниже. Входные LSPs должны быть нормализованы в диапазоне от нуля до . tmp_lpc[0] = 1,0; for (i = 1; i < lpc_order + 1; i++) tmp_lpc[i] = 0,0; for (i = 0; i < (lpc_order+1)*2; i++) w[i] = 0,0; for (j = 0; j < lpc_order + 1; j++) {

  xin1 = tmp_lpc[j];

  xin2 = tmp_lpc[j];<br>
  for (i = 0; i < (lpc_order >> 1); i++)<br>
  {<br>
    n1 = i*4;<br>
    n2 = n1+1;<br>
    n3 = n2+1;<br>
    n4 = n3+1;

    xout1 = -2. * cos(lsp_coefficients[i*2+0]) *w[n1] + w[n2]

• xin1; xout2 = -2. * cos(lsp_coefficients[i2+1]) * w[n3] + w[n4] + xin2; w[n2] = w[n1]; w[n1] = xin1; w[n4] = w[n3]; w[n3] = xin2; xin1 = xout1; xin2 = xout2; } xout1 = xin1 + w[n4+1]; xout2 = xin2 — w[n4+2]; tmp_lpc[j] = 0,5 (xout1 + xout2); w[n4+1] = xin1; w[n4+2] = xin2; } for (i = 0; i < lpc_order; i++) { lpc_coefficients[i] = tmp_lpc[i+1];

}

5.6.1.3.5 Сохранение коэффициентов

После вычисления коэффициентов LPC, текущие LSPs должны быть сохранены в памяти, так как они используются для интерполяции в следующем фрейме. for (i = 0; i < lpc_order; i++) { lsp_previous[i] = lsp_current[i];

}

Сохраненные lsp_previous[] LSPs должны быть инициализированы как описано ниже, когда инициализируется весь декодер. for (i = 0; i < lpc_order; i++) { lsp_previous[i] = (i+1) / (lpc_order+1);

}

5.6.2 Инструмент декодирования широкополосного LSP-VQ

5.6.2.1 Описание инструмента

Процесс декодирования широкополосного LSP основан на процессе декодирования узкополосного LSP. Процесс декодирования широкополосного LSP состоит из двух блоков декодирования LSP, соединенных параллельно. Каждый из блоков декодирования идентичен процессу декодирования узкополосного LSP и декодирует нижнюю и верхнюю части LSPs соответственно. Декодированные LSPs объединяются и выводятся как один набор параметров.

5.6.2.2 Определения

Вход

lpc_indices[]: Размерность этого массива — num_lpc_indices, он содержит упакованные индексы lpc.

Выход

int_Qlpc_coefficients[]: Этот массив содержит коэффициенты LPC для каждого подфрейма. Коэффициенты LPC декодированы и интерполированы, как описано в процессе декодирования. Коэффициенты LPC расположены в стеке один за другим в блоках lpc_order. Таким образом, размерность массива равна lpc_order * nrof_subframes.

Конфигурация

lpc_order: Это поле указывает порядок используемого LPC.

num_lpc_indices: Это поле содержит число кодов упакованного LPC. Для процесса декодирования широкополосного LSP num_lpc_indices устанавливается 10.

nrof_subframes: Это поле содержит число подфреймов. Элементы справки, используемые в процессе декодирования широкополосного LSP:

5.6.2.3 Процесс декодирования

Процесс декодирования LSP для поиска интерполированных коэффициентов LPC для каждого подфрейма описан ниже.

5.6.2.3.1 Преобразование индексов в LSPs

Используя тот же способ, что и в процессе декодирования узкополосного LSP, декодируются двухступенчатым процессом декодирования LSPs текущего фрейма (lsp_current[]), которые закодированы разбиением и двухступенчатым векторным квантованием. Сначала декодируется нижняя часть текущих LSPs lsp_current_lower[]. Размерность каждого вектора описана в таблице 80 и таблице 81. lpc_indices [0], [1] и lpc_indices[2], [3] представляют индексы для первой и второй стадии, соответственно.

В первой стадии вектор LSP первой стадии lsp_first[] декодируется путем просмотра таблицы lsp_tbl[][][]. for (i = 0; i < dim[0][0]; i++) { lsp_first[i] = lsp_tbl[0][lpc_indices[0]][i]; } for (i = 0; i < dim[0][1]; i++) { lsp_first[dim[0][0]+i] = lsp_tbl[1][lpc_indices[1]][i];

} Во второй стадии lpc_indices [4] указывает, какой процесс должен быть выбран (см. таблицу 82).

Процесс декодирования VQ без межфреймового предсказания

Чтобы получить LSPs текущего фрейма lsp_current_lower[], декодированные векторы второй стадии добавляются к декодированному вектору LSP, lsp_first_lower[]. MCB lpc_indices[] представляет знак декодированного вектора, а остальные биты представляют индекс для таблицы d_tbl[][][]. sign = lpc_indices[2] >> 6; idx = lpc_indices[2] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][0]; i++) { lsp_current_lower[i] = lsp_first[i] + d_tbl[0][idx][i]; } } else { for (i = 0; i < dim[1][0]; i++) { lsp_current_lower[i] = lsp_first[i] — d_tbl[0][idx][i]; } } sign = lpc_indices[3] >> 6; idx = lpc_indices[3] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][1]; i++) { lsp_current_lower[dim[1][0]+i] = lsp_first[dim[1][0]+i] + d_tbl[1][idx][i]; } } else { for (i = 0; i < dim[1][1]; i++) { lsp_current_lower[dim[1][0]+i] = lsp_first[dim[1][0]+i] — d_tbl[1][idx][i]; }

}

Процесс декодирования VQ с межфреймовым предсказанием

Чтобы получить LSPs текущего фрейма lsp_current_lower[], к вектору LSP lsp_predict[] добавляются декодированные векторы второй стадии, которые предсказаны из декодированных LSPs предыдущего фрейма lsp_previous[] и декодированного вектора LSP первой стадии lsp_first[]. Таким же образом как в процессе декодирования VQ без межфреймового предсказания, MCB lpc_indices[] представляет знак декодированного вектора, а остающиеся биты представляют индекс для таблицы pd_tbl[][][]. for (i = 0; i < lpc_order/2; i++) { lsp_predict[i]=(1-ratio_predict)lsp_first[i] + ratio_predictlsp_previous[i]; }

где ratio_predict = 0.5 sign = lpc_indices[2] >> 6; idx = lpc_indices[2] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][0]; i++) { lsp_current_lower[i] = lsp_predict[i] + pd_tbl[0][idx][i]; } } else { for (i = 0; i < dim[1][0]; i++) { lsp_current_lower[i] = lsp_predict[i] — pd_tbl[0][idx][i]; } } sign = lpc_indices[3] >> 6; idx = lpc_indices[3] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][1]; i++) { lsp_current_lower[dim[1][0]+i]=lsp_predict[dim[1][0]+i]+pd_ tbl[1][idx][i]; } } else { for (i = 0; i < dim[1][1]; i++) { lsp_current_lower[dim[1][0]+i]=lsp_predict[dim[1][0]+i]- pd_tbl[1][idx][i]; }

} Затем, декодируется верхняя часть текущих LSPs тем же способом как в процессе декодирования нижней части. Размерность каждого вектора описана в таблице 83 и таблице 84. lpc_indices[5],[6] и lpc_indices[7],[8] представляют индексы для первой и второй стадии соответственно.

Таблица 83

Размерность вектора LSP первой стадии

Таблица 84

Размерность вектора LSP второй стадии

For (i = 0; i < dim[0][0]; i++)
{
  lsp_first[i] = lsp_tbl[0][lpc_indices[5]][i];
}
for (i = 0; i < dim[0][1]; i++)
{
  lsp_first[dim[0][0]+i] =
lsp_tbl[1][lpc_indices[6]][i];

} Во второй стадии lpc_indices [9] указывает, какой процесс должен быть выбран (см. таблицу 85).

Таблица 85

Процесс декодирования для второй стадии

Процесс декодирования VQ без межфреймового предсказания sign = lpc_indices[7] >> 6; idx = lpc_indices[7] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][0]; i++) { lsp_current_upper[i] = lsp_first[i] + d_tbl[0][idx][i]; } } Else { for (i = 0; i < dim[1][0]; i++) { lsp_current_upper[i] = lsp_first[i] — d_tbl[0][idx][i]; } } sign = lpc_indices[8] >> 4; idx = lpc_indices[8] & 0x0f; if (sign == 0) { for (i = 0; i < dim[1][1]; i++) { lsp_current_upper[dim[1][0]+i] = lsp_first[dim[1][0]+i] + d_tbl[1][idx][i]; } } Else { for (i = 0; i < dim[1][1]; i++) { lsp_current_upper[dim[1][0]+i] = lsp_first[dim[1][0]+i] — d_tbl[1][idx][i]; }

}

Процесс декодирования VQ с межфреймовым предсказанием for (i = 0; i < lpc_order/2; i++) { lsp_predict[i]=(1 — ratio_predict)lsp_first[i]+ratio_predictlsp_previous [lpc_orde r/2+i]; } где ratio_predict = 0.5 sign = lpc_indices[7] >> 6; idx = lpc_indices[7] & 0x3f; if (sign == 0) { for (i = 0; i < dim[1][0]; i++) { lsp_current_upper[i] = lsp_predict[i] + pd_tbl[0][idx][i]; } } else { for (i = 0; i < dim[1][0]; i++) { lsp_current_upper[i] = lsp_predict[i] — pd_tbl[0][idx][i]; } } sign = lpc_indices[8] >> 4; idx = lpc_indices[8] & 0x0f; if (sign == 0) { for (i = 0; i < dim[1][1]; i++) { lsp_current_upper[dim[1][0]+i] = lsp_predict[dim[1][0]+i] + pd_tbl[1][idx][i]; } } else { for (i = 0; i < dim[1][1]; i++) { lsp_current_upper[dim[1][0]+i] = lsp_predict[dim[1][0]+i]- pd_tbl[1][idx][i]; }

}

Наконец декодированные LSPs lsp_current_lower[] и lsp_current_upper[] объединяются и сохраняются в массиве lsp_current[]. for (i = 0; i < lpc_order/2; i++) { lsp_current[i] = lsp_current_lower[i];} for (i = 0; i < lpc_order/2; i++) { lsp_current[lpc_order/2 + i] = lsp_current_upper[i];

}

5.6.2.4 Стабилизация LSPs

Декодированные LSPs lsp_current[] стабилизируются, чтобы гарантировать стабильность фильтра синтеза LPC, который получен из декодированных LSPs. Декодированные LSPs упорядочены в порядке возрастания, имея расстояние между смежными коэффициентами, по крайней мере, min_gap. for (i = 0; i < lpc_order; i++) { if (lsp_current[i] < min_gap) { lsp_current[i] = min_gap; } } for (i = 0; i < lpc_order — 1; i++) { if (lsp_current[i+1]-lsp_current[i] < min_gap) { lsp_current[i+1] = lsp_current[i]+min_gap; } } for (i = 0; i < lpc_order; i++) { if (lsp_current[i] > 1-min_gap) { lsp_current[i] = 1-min_gap; } } for (i = lpc_order-1; i > 0; i — -) { if(lsp_current[i]-lsp_current[i-1] < min_gap) { lsp_current[i-1] = lsp_current[i]-min_gap; }

}

где lpc_order = 20 и min_gap = 1.0/256.0

5.6.2.5 Интерполяция LSPs

Декодированные LSPs lsp_current[] интерполированы линейно в каждом подфрейме, используя LSPs предыдущего фрейма lsp_previous[]. for (n = 0; n < nrof_subframes; n++) { ratio_sub=(n+1)/nrof_subframes for (i = 0; i < lpc_order; i++) { lsp_subframe[n][i] = ((1- ratio_sub)lsp_previous[i]+ratio_sublsp_current[i])); }

}

5.6.2.6 Преобразование LSP в LPC

Интерполированные LSPs преобразуются в LPCs с использованием вспомогательной функции Convert2lpc(). for (n = 0; n < nrof_subframes; n++) { Convert2lpc (lpc_order, lsp_subframe[n], int_Qlpc_coefficients + n*lpc_order]);

}

5.6.2.7 Сохранение коэффициентов

После вычисления коэффициентов LPC текущие LSPs должны быть сохранены в памяти, так как они используются для интерполяции в следующем фрейме. for (i = 0; i < lpc_order; i++) { lsp_previous[i] = lsp_current[i];

}

Сохраненные LSPs lsp_previous[] должны быть инициализированы как описано ниже, когда инициализируется весь декодер. for (i = 0; i < lpc_order; i++) { lsp_previous[i] = (i+1) / (lpc_order+1);

}

5.6.3 Инструмент декодирования масштабируемого по полосе пропускания LSP-VQ

5.6.3.1 Описание инструмента

Инструмент декодирования масштабируемого по полосе пропускания LSP-VQ используется, чтобы добавить масштабируемость полосы пропускания к кодеру режима II. В инструменте декодирования масштабируемого по полосе пропускания LSP-VQ декодирующий инструмент, инструмент расширения полосы пропускания соединен с инструментом декодирования узкополосного LSP-VQ. Коэффициенты LPC для каждого подфрейма восстанавливаются путем поиска lpc_indices[] и преобразовывая декодированные LSPs в узкополосном режиме.

5.6.3.2 Определения

Вход

lpc_indices []: Размерность этого массива равна num_lpc_indices, содержит упакованные индексы lpc.

lsp_current []: Этот массив содержит декодированные параметры LSP, которые нормализованы в диапазоне от нуля до PI, в инструменте декодирования узкополосного LSP. Эти параметры получены как промежуточные параметры в процессе декодирования узкополосного LSP, описанном в 5.6.1 и переданным в инструмент декодирования масштабируемого по полосе пропускания LSP.

Выход

int_Qlpc_coefficients[]: Этот массив содержит коэффициенты LPC для каждого подфрейма. Коэффициенты LPC декодируются и интерполируются, как описано в процессе декодирования. Коэффициенты LPC расположены в стеке один за другим в блоках lpc_order. Таким образом, размерность массива — lpc_order * nrof_subframes.

Конфигурация

lpc_order: Это поле указывает порядок используемого LPC.

num_lpc_indices: Это поле содержит число кодов упакованного LPC. Для процесса декодирования LSP с масштабируемой полосой пропускания num_lpc_indices устанавливается в 11.

nrof_subframes: Это поле содержит число подфреймов.

nrof_subframes_bws: Этот параметр, который является переменной справки, представляет число подфреймов в инструменте расширения полосы пропускания. Следующие элементы справки используются в процедуре декодирования

5.6.3.3 Процесс декодирования

Коэффициенты LPC в каждом подфрейме воспроизводятся, используя lpc_indices [5], ...., lpc_indices[10] и текущие LSPs (lsp_current[]) для узкополосного кодера CELP. Процедура декодирования состоит из трех шагов, декодирования LSPs в последнем подфрейме, интерполяции для других подфреймов и преобразования LSPs в коэффициенты LPC.

Процесс декодирования инструмента расширения полосы пропускания для параметров LSP.

Модуль межфреймового предсказания производит оценку параметров LSP, преобразовывая декодированные параметры LSP (lsp_current[]) в инструменте декодирования узкополосного LSP-VQ. Оцениваемые остаточные параметры LSP декодируются из lpc_indices[] посредством межфреймового предсказания скользящего среднего значения (MA).

LSPs в последнем подфрейме (lsp_bws_current[]) для инструмента расширения полосы пропускания восстанавливаются просмотром таблицы и предсказанием следующим образом: for (i = 0; i < 5; i++) { lsp_bws_buf[0][i]=lsp_bws_tbl[0][lpc_indices[5]][i]+lsp_bws_tbl[ 2][lpc_indices[7]][i]; } for (i = 5; i < 10; i++) { lsp_bws_buf[0][i]=lsp_bws_tbl[0][lpc_indices[5]][i]+lsp_bws_tbl[ 3][lpc_indices[8]][i-5]; } for (i = 10; i < 15; i++) { lsp_bws_buf[0][i]=lsp_bws_tbl[1][lpc_indices[6]][i- 10]+lsp_bws_tbl[4][lpc_indices[9]][i-10]; } for (i = 15; i < 20; i++) { lsp_bws_buf[0][i]=lsp_bws_tbl[1][lpc_indices[6]][i- 10]+lsp_bws_tbl[5][lpc_indices[10]][i-15]; } for (n = 0; n <= 2; n++) { for (i = 0; i < 20; i++) { lsp_bws_current[i] += bws_ma_prdct[n][i]*lsp_bws_buf[n][i]; } } for (i = 0; i < 10; i++) { lsp_bws_current[i] += bws_nw_prdct[i]*lsp_current[i];

}

где lsp_bws_tbl[][][] являются книгами шифров LSP, bws_ma_prdct[][] и bws_nw_prdct[] являются коэффициентами предсказания для скользящего среднего значения межфреймового предсказания и внутрифреймового предсказания, соответственно. lsp_bws_buf[][] является буфером, содержащим остаток предсказания LSP в текущем фрейме и предыдущих двух. Этот буфер сдвигается для работы следующего фрейма следующим образом: for (n = 2; n > 0; n- -) { for (i = 0; i < 20; i++) { lsp_bws_buf[n][i] = lsp_bws_buf[n-1][i]; }

}

Декодированные LSPs lsp_bws_current[] стабилизируются, чтобы гарантировать стабильность фильтра синтеза LPC, который получен из декодированных LSPs. Декодированные LSPs упорядочены в порядке возрастания, имея расстояние между смежными коэффициентами, по крайней мере, min_gap. for (i = 0; i < lpc_order_bws; i++) { if (lsp_bws_current[i] < 0.0 || lsp_bws_current[i] > PAI) { lsp_bws_current[i] = 0.05 + PAI * i / lpc_order_bws; } } for (i = (lpc_order_bws-1); i > 0; i- -) { for (j = 0; j < i; j++) { if (lsp_bws_current[j] + min_gap > lsp_bws_current[j+1]) {

      tmp = 0.5 * (lsp_bws_current[j] + lsp_bws_current[j+1]);<br>
      lsp_bws_current[j] = tmp - 0.51 * min_gap;

      lsp_bws_current[j+1] = tmp + 0.51 * min_gap;<br>
    }<br>
  }<br>

1][i];

}

Преобразование LSPs в коэффициенты LPC

Интерполированные LSPs преобразуются в коэффициенты LPC в каждом подфрейме. for (n = 0; n < nrof_subframes_bws; n++) { Convert2lpc (lpc_order_bws,lsp_bws_subframe[n], &int_Qlpc_coefficients[n*lpc_order_bws]);

}

5.6.4 Управление скоростью в инструменте декодирования LSP

5.6.4.1 Описание инструмента

Управление скоростью возможно с помощью инструмента декодирования LSP. Если используется FRC, во входные параметры включаются два дополнительных параметра interpolation_flag и LPC_present. Процесс декодирования узкополосного LSP выполняется, если в текущем фрейме присутствуют lpc_indices[] (LPC_present = YES).

5.6.4.2 Определения

Вход

lpc_indices[]: Размерность этого массива равна num_lpc_indices и содержит индексы LPC.

interpolation_flag: Это однобитовый флажок. Когда он установлен, флажок указывает, что рассматриваемый фрейм является неполным фреймом, то есть фрейм не несет коэффициенты LPC текущего речевого фрейма, а только его параметры возбуждения (параметры адаптивной и фиксированной книги шифров). Коэффициенты LPC для рассматриваемого речевого фрейма должны быть получены, используя интерполяцию коэффициентов LPC смежных фреймов.

1 коэффициенты LPC фрейма должны быть найдены интерполяцией

0 коэффициенты LPC фрейма не нужно интерполировать.

Для того чтобы поддержать хорошее субъективное качество, никогда не должно быть более одного фрейма подряд без информации LPC, то есть, interpolation_flag не может иметь значения 1 в двух последовательных CelpFrames.

LPC_Present — Это поле указывает присутствие параметров LPC в рассматриваемом речевом фрейме. Эти коэффициенты LPC принадлежат текущему речевому фрейму или последующему фрейму. Когда используются в комбинации с interpolation_flag эти два параметра полностью описывают, как получены коэффициенты LPC текущего фрейма. Если установлен флажок интерполяции, коэффициенты LPC текущего фрейма вычисляются при использовании коэффициентов LPC предыдущего и следующего фрейма. Это означает, что декодирование текущего фрейма должно быть отсрочено на один фрейм. Чтобы избежать этой дополнительной задержки в декодере, коэффициенты LPC следующего фрейма включены в текущий фрейм. В этом случае установлен флажок LPC_Present. Так как коэффициенты LPC следующего фрейма уже присутствуют в текущем фрейме, следующий фрейм не будет содержать информацию LPC.

Если interpolation_flag равен «1» и LPC_Present равно «1», то (a) параметры LPC текущего фрейма получают, используя параметры LPC предыдущего фрейма и параметры следующего фрейма, и (b) текущий фрейм (фрейм на рассмотрении) переносит параметры LPC последующего фрейма, но не такие, как для рассматриваемого фрейма. Коэффициенты LPC рассматриваемого фрейма получаются интерполяцией ранее полученных параметров LPC и параметров LPC, полученных в рассматриваемом фрейме.

Если interpolation_flag равен «0» и LPC_Present равно «0», параметры LPC, которые будут использоваться с рассматриваемым фреймом, получены в предыдущем фрейме.

Когда interpolation_flag «0» и LPC_Present равно «1», тогда текущий фрейм является полным фреймом, и параметры LPC, полученные в текущем фрейме, принадлежат текущему фрейму.

Такая конструкция выбрана для того, чтобы минимизировать задержку, когда декодер начинает восстанавливать фрейм, коэффициенты LPC которого получены, используя интерполяцию, не имея необходимости ждать прибытия следующего фрейма. Такая комбинация позволяет декодировать поток бит от любого пункта (произвольный доступ). В конфигурации с фиксированной битовой скоростью эти два флажка показывают фиксированный шаблон

01, 01, 01, 01, 01, 01, ... строка 01 повторяется

11, 00, 11, 00, 11, 00, ... строка 11, 00 повторяется (фиксированная битовая скорость достигается на протяжении двух фреймов)

Для переменной битовой скорости (когда FineRateControl = ON) строка обычно не будет содержать фиксированный шаблон.

Выход

int_Qlpc_coefficients[]: Этот массив содержит коэффициенты LPC для каждого подфрейма. Коэффициенты LPC декодируются и интерполируются, как описано в процессе декодирования.

5.6.4.3 Процесс декодирования

Если interpolation_flag установлен, декодированные в текущем фрейме LSPs принадлежат следующему фрейму, а LSPs для текущего фрейма вычисляются линейной интерполяцией LSPs соседних фреймов.

Если interpolation_flag не установлен и lpc_indices[] присутствуют в текущем фрейме, вычисленные коэффициенты принадлежат текущему фрейму, и интерполяцию выполнять не нужно.

Если interpolation_flag не установлен и lpc_indices[] отсутствует в текущем фрейме, LSPs для текущего фрейма уже получены в предыдущем фрейме. Поэтому LSPs, полученные в предыдущем фрейме, копируются и используются в текущем фрейме.

5.7 Генератор возбуждения CELP

Генератор возбуждения CELP генерирует сигнал возбуждения для одного подфрейма из полученных индексов, используя процесс возбуждения регулярным импульсом (RPE) или процесс мультиимпульсного возбуждения (MPE) в зависимости от режима кодирования (см. таблицу 86).

5.7.1 Инструмент возбуждения регулярным импульсом

5.7.1.1 Описание инструмента

Сигнал возбуждения создается из периодического компонента (вклад адаптивной книги шифров) и непериодического компонента (вклад RPE), масштабированных их соответствующими усилениями. Используя shape_delay[sub_frame] и gain_indices[0][sub_frame], вычисляется вклад адаптивной книги шифров. Вклад RPE вычисляется путем использования shape_index[sub_frame] и gain_indices[1][sub_frame]. Для ясности индексация, основанная на sub_frame, опущена. Процесс генерации возбуждения повторяется каждый подфрейм.

5.7.1.2 Определения

Вход

shape_delay[]: Этот массив имеет размерность nrof_subframes и содержит задержку адаптивной книги шифров.

5.7.1.3 Процесс декодирования

5.7.1.3.1 Декодер формы

5.7.1.3.2 Декодер усиления

Этот блок извлекает скалярное квантованное усиление адаптивной и фиксированной книг шифров из индексов усиления. Усиление адаптивной книги шифров Ga определяется поиском cba_gain [] в таблице (см. таблицу 88): if (gain_indices[0] > 31) {

  Ga = -1 * cba_gain[((64 - gain_indices[0]) - 1)];<br>
}<br>
Else<br>
{<br>
  Ga = cba_gain[gain_indices[0]];<br>

5.7.1.3.3 Генерация адаптивной книги шифров

5.7.1.3.4 Генерация фиксированной книги шифров

Возбуждение для фиксированной книги шифров вычисляется в два шага. Чтобы генерировать фиксированную книгу шифров, также нужны два дополнительных параметра, а именно, D (интервал импульса или коэффициент уменьшения) и Np (число импульсов).

Когда фаза и амплитуды известны, амплитуды помещают в регулярную сетку. У амплитуд может быть 3 различных значения: -1, 0 и 1. Возбуждение для фиксированной книги шифров, yf, вычисляется, используя RPE-формулу:

for (n = 0; n < sbfrm_size; n++)<br>
{<br>
  yf[n] = 0;<br>
}<br>
for (n = 0; n < Np; n++)<br>
{<br>
  yf[phase + D*n] = amp[n];<br>

5.7.1.3.5 Генерация возбуждения

Таблица 88

Таблица представления для усиления адаптивной книги шифров

2^17

20021

3780811

20

4061312

21

4412213

22

4884714

23 55745

2^8 Масштабный коэффициент:

Таблица 89

2^12

14877

3

199909

4

265731

5

343242

6

441603

7 55564

2^9 Масштабный коэффициент:

Таблица 90

Таблица представления для дифференциала усиления фиксированной книги шифров

2^13 Масштабный коэффициент:

5.7.2 Инструмент генерации мультиимпульсного возбуждения

5.7.2.1 Описание инструмента

5.7.2.2 Определения

5.7.2.3 Процесс декодирования

5.7.2.3.1 Декодирование signal_mode

Signal_mode (режим сигнала) представляет собой один из четырех режимов для каждого фрейма. Режимы 0 и 1 соответствуют неголосовому фрейму и фрейму перехода. Режимы 2 и 3 соответствуют голосовым фреймам, а последний указывает более высокую периодичность шага, чем первый. Эта информация используется в декодировании энергии фрейма, мультиимпульсного возбуждения и усилений.

5.7.2.3.2 Декодирование энергии фрейма \mu \mu

5.7.2.3.3 Декодирование вектора адаптивной книги шифров

  for (i = 0; i < kt && n < sbfrm_size; i++, n++)
  {

    for (k = -iftap; k <= iftap; k++)

    {<br>
      kk = (k+1) * 6 - tt;<br>
      acb[n] += int_fil[abs(kk)] * pacb[pacb_size-(kt-i+k+1)];<br>
      pacb[pacb_size+n] = acb[n];<br>
    }<br>
  }<br>

Таблица 93

Отображение между shape_delay и задержкой шага для частоты дискретизации 16 кГц

Таблица 94

Число отводов фильтра интерполяции и размер адаптивной книги шифров

5.7.2.3.4 Декодирование вектора фиксированной книги шифров

Вектор фиксированной книги шифров содержит несколько ненулевых импульсов и представлен позицией импульса и амплитудами импульса. Позиции импульса pul_pos[i] извлекаются из shape_positions. Амплитуды импульса pul_amp[i] получают из shape_signs. for (i = num_pulse-1, k = 0; i >= 0; i--) { for (j = 0; j < num_bit_pos[i]; j++) { pos_idx[i] |= ((shape_positions>>k) & 0x1) << j; k++; } pul_amp[i] = 1.0; if (((shape_signs >> (num_pulse-1-i)) & 0x1) == 1) { pul_amp[i] = -1.0; } pul_pos[i] = pos_tbl[i][pos_idx[i]];

}

где num_pulse — число импульсов, устанавливается из MPE_Configuration в зависимости от частоты дискретизации. num_bit_pos[i] — число битов для кодирования позиции i-го импульса. pos_tbl[i][j] является таблицей ограничения, которая указывает возможные позиции для каждого импульса. Таблица 95 указывает возможные позиции для каждого импульса. Таблица 96 устанавливается в соответствии с комбинацией subfrm_size, num_pulse и num_bit_pos[] следующим образом: step = subfrm_size / min_num_bit_pos; for (i = 0; i < num_pulse; i++) { m = 1 << (num_bit_pos[i]-min_num_bit_pos); for (j = 0, k = 0; k < m) { ch[j] = i; k++; j += (long)((float)step/m + 0.5); j = j % step; } } for (i = 0; i < num_pulse; i++) { for (i = 0, k = 0; k < step; k++) { if (i == ch[k]) { for (j = 0; j < min_num_bit_pos; j++) { pos_tbl[i][l++] = k + step * j; } } } }

Таблица 95

Число импульсов для частоты дискретизации 8 кГц

Таблица 96

Число импульсов для частоты дискретизации 16 кГц

Позиции импульса, используемые в кодере режима II на 6 кбит/с для частоты дискретизации 8 кГц показаны в таблице 97.

Позиции импульса для кодера на 6 кбит/с

{

  fcb[n] = 0.0;}<br>
for (i = 0; i < num_pulse; i++)

{

  fcb[pul_pos[i]] = pul_amp[i];<br>

Если целочисленная задержка acb_delay меньше, чем размер подфрейма sbfrm_size, векторный сигнал фиксированной книги шифров fcb[n] изменяется гребенчатой фильтрацией zero-state-combfiltering следующим образом:

for (n = 0; n < sbfrm_size; n++)<br>
{

  if (n - acb_delayt >= 0)

  {<br>
    ix = fcb[n - acb_delay];

  }

  else<br>
  {

    ix = 0.0;

  }<br>
  fcb[n] += cga[signal_mode] * ix;

}

5.7.2.3.5 Декодирование усилений адаптивной и фиксированной книг шифров

gain_index преобразуется в нормализованные усиления nga, ngf для векторов адаптивной и фиксированной книг шифров. Таблица усиления изменяется в соответствии с signal_mode, sbfrm_size и частотой дискретизации. Усиление адаптивной книги шифров ga и усиление фиксированной книги шифров gf вычисляются следующим образом:

где acb_energy и fcb_energy являются энергиями для векторов адаптивной книги шифров и фиксированной книги шифров соответственно. norm — коэффициент нормализации. norm = (qxnormsubfrm_size)(qxnorm*subfrm_size); for(i = 0; i < lpc_order; i++) { norm *= (1 — par[i] * par[i]);

}

где par[] являются коэффициентами отражения и подсчитываются из LP коэффициентов int_Qlpc_coefficients[]. При этом qxnorm является квантованной энергией подфрейма, которая декодируется из rmc_index (см. 5.7.2.3.2).

5.7.2.3.6 Генерация сигнала возбуждения

Сигнал возбуждения (excitation[]) вычисляется суммированием acb[] и fcb[] масштабированных ga и gf соответственно. for (i = 0; i < sbfrm_size; i++) { excitation[i] = gaacb[i] + gffcb[i];

}

5.7.2.3.7 Обновление адаптивной книги шрифтов

Адаптивная книга шифров обновляется для процесса декодирования в следующем фрейме сгенерированным сигналом возбуждения excitation[] следующим образом: for (i = 0; i < pacb_size — sbfrm_size; i++) { pacb[i] = pacb[sbfrm_size+i]; } for (i = 0; i < sbfrm_size; i++) { pacb[pacb_size-sbfrm_size+i] = excitation[i];

}

5.7.3 Инструмент генерации мультиимпульсного возбуждения с масштабируемой битовой скоростью

5.7.3.1 Описание инструмента

Декодер масштабируемой битовой скорости реализуется, используя инструмент мультиимпульсного возбуждения с масштабируемой битовой скоростью, который состоит из инструмента мультиимпульсного возбуждения и инструмента декодирования возбуждения расширения. Это расширение масштабируемости разрешено только для кодера режима II. Сигнал возбуждения расширения восстанавливается путем поиска shape_enh_positions, shape_enh_signs, gain_enh_index и использования сигнала декодированного мультиимпульсного возбуждения в инструменте мультиимпульсного возбуждения.

5.7.3.2 Определения

Вход

shape_delay[]: Этот массив имеет размерность nrof_subframes и содержит задержку адаптивной книги шифров

shape_positions[]: Этот массив имеет размерность nrof_subframes и содержит позиции импульса

shape_signs[]: Этот массив имеет размерность nrof_subframes и содержит знаки импульса

shape_enh_positions []: Этот массив имеет размерность nrof_subframes и содержит позиции импульса

shape_enh_signs[]: Этот массив имеет размерность nrof_subframes и содержит знаки импульса

gain_enh_index[]: Этот массив имеет размерность nrof_subframes и содержит индекс усиления адаптивной книги шифров и индекс усиления фиксированной книги шифров

int_Qlpc_coefficients[]: Это массив размерности lpc_order содержит квантованные и интерполированные коэффициенты LPC одного подфрейма

Выход

enh_excitation[]: Этот массив имеет размерность sbfrm_size и содержит сигнал возбуждения расширения. Этот сигнал реконструируется из векторов формы и усиления, используя фиксированную книгу шифров.

Конфигурация

lpc_order: Это поле указывает порядок LPC, который используется

sbfrm_size: Это поле указывает число отсчетов в подфрейме

nrof_subframes: Это поле указывает число подфреймов Дополнительные элементы, используемые в инструменте MPE с масштабируемой битовой скоростью, следующие:

5.7.3.3 Процесс декодирования

5.7.3.3.1 Декодирование вектора фиксированной книги шифров расширения

Вектор фиксированной книги шифров расширения также состоит из нескольких ненулевых импульсов. Позиции импульса и амплитуды извлекаются из shape_enh_positions, shape_enh_signs тем же алгоритмом декодирования, что из фиксированной книги шифров. Векторы фиксированной книги шифров расширения enh_fcb[n] вычисляются из pul_pos [i] и pul_amp [i] следующим образом: for (i = num_pulse_enh-1, k = 0; i >= 0; i- -) { for (j = 0; j < num_bit_pos[i]; j++) { pos_idx[i] |= ((shape_enh_positions>>k)&0x1)<<j; k++; } pul_amp[i] = 1.0; if (((shape_enh_signs >> (num_pulse_enh-1-i)) & 0x1) == 1) { pul_amp[i] = -1.0; } pul_pos[i] = pos_tbl[i][pos_idx[i]]; }

for (n = 0; n < sbfrm_size; n++)
{
  enh_fcb[n] = 0.0;
}
for (i = 0; i < num_pulse_enh; i++)
{
  enh_fcb[pul_pos[i]] = pul_amp[i];
}

Таблица 98

Определение num_pulse_enh

Таблица 98 позиций импульсов временно генерируется тем же самым алгоритмом декодирования, что и фиксированная книга шифров. Временная таблица позиций импульса изменяется следующим образом: for (n = 0; n < num_enh; n++) { for (i = num[n]-1, k = 0; i >= 0; i- -) { pul_loc = 0; for (j = 0; j < bit_pos[i]; j++) { pul_loc |= ((idx[n]>>k)&0x1)<<j; k++; } pul_loc = chn_pos[ilen+pul_loc]; for (l = 0; l < 10; l++) { for (m = 0; m < (1 << bit_pos_org[l]); m++) { if(pul_loc == chn_pos_org[llen+m])

        chn_ctr[l]++;

        break;<br>
      }<br>
    }<br>
  }<br>
}

for (i = 0; i < 10; i++)<br>
{<br>
  ctr_tmp[i] = chn_ctr[i];<br>
}<br>
for (i = 0; i < num[n+1]; i++)<br>
{<br>
  min_ctr = len;

  for (j = 0; j < 10; j++)
  {
    if (ctr_tmp[j] < min_ctr)
    {
      min_ctr = ctr_tmp[j];
      min_chn = j;
    }
  }
  ctr_tmp[min_chn] = len;
  bit_pos[i] = bit_pos_org[min_chn];
  for (j = 0; j < (1<<bit_pos_org[min_chn]); j++)
  {
      chn_pos[i*len+j] = chn_pos_org[min_chn*len+j];
    }
  }
}

for (i = 0; i < num[num_enh]; i++)
{
  bit[i] = bit_pos[i];
  for (j = 0; j < (1<<bit[i]); j++)
  {
    pos_tbl[i*len+j] = chn_pos[i*len+j];
  }

} Позиции импульса, используемые в инструменте возбуждения расширения, показаны в таблице 99 и таблице 100. Таблица изменяется в зависимости от длины подфрейма.

Таблица 100

Временная таблица позиций импульса для подфрейма с 40 отсчетами

5.7.3.3.2 Декодирование усиления фиксированной книги шифров расширения

gain_enh_index преобразуется в нормализованное усиление nge для вектора фиксированной книги шифров расширения путем просмотра таблицы усиления. Таблица усиления меняется в соответствии с signal_mode. Усиление фиксированной книги шифров расширения ge вычисляется следующим образом:

ge = nge * sqrt (norm / enh_fcb_energy);

где enh_fcb_energy — энергия для вектора фиксированной книги шифров расширения. norm — коэффициент нормализации.

5.7.3.3.3 Генерация расширенного сигнала возбуждения

Расширенный сигнал возбуждения (enh_excitation[]) вычисляется, добавляя вектор книги шифров расширения к сигналам возбуждения. for (i = 0; i < sbfrm_size; i++) { enh_excitation[i] = excitation[i] + ge*enh_fcb[i];

}

5.7.4 Инструмент генерации мультиимпульсного возбуждения с масштабируемой полосой пропускания

5.7.4.1 Описание инструмента

Процесс декодирования возбуждения в декодере с масштабируемой полосой пропускания достигается с помощью инструмента мультиимпульсного возбуждения с масштабируемой полосой пропускания, который состоит из инструмента мультиимпульсного возбуждения и инструмента расширения полосы пропускания. Это расширение масштабируемости позволено только для кодера режима II. Сигнал масштабируемого возбуждения восстанавливается поиском shape_bws_positions, shape_bws_signs и gain_bws_index и использованием декодированных выходов для частоты дискретизации 8 кГц, а именно, целочисленной и дробной части задержки шага и вектора фиксированной книги шифров. Эти выходы генерируются инструментом декодирования MPE (5.7.2) или инструментом декодирования MPE с масштабируемой битовой скоростью (5.7.3).

5.7.4.2 Определения

Вход

shape_bws_delay[]: Этот массив имеет размерность nrof_subframes_bws и содержит задержку адаптивной книги шифров

shape_bws_positions[]: Этот массив имеет размерность nrof_subframes_bws и содержит позиции импульса

shape_bws_signs[]: Этот массив имеет размерность nrof_subframes_bws и содержит знаки импульса

gain_bws_index[]: Этот массив имеет размерность nrof_subframes_bws и содержит индекс усиления адаптивной книги шифров и индекс усиления фиксированной книги шифров

rmc_index: Это поле определяет индекс для мощности сигнала

signal_mode: Это поле содержит флажок голосовой/неголосовой

int_Qlpc_coefficients[]: Это массив размерности lpc_order содержит коэффициенты квантованного и интерполированного LPC одного подфрейма

Выход

excitation[]: Этот массив имеет размерность sbfrm_size и содержит сигнал возбуждения. Этот сигнал восстановлен из векторов формы и усиления, используя адаптивные и фиксированные книги шифров

acb_delay: Это поле содержит декодированную задержку для адаптивной книги шифров

adaptive_gain: Это поле содержит декодированное усиление для адаптивной книги шифров

Конфигурация

llpc_order: Это поле указывает порядок LPC, который используется

sbfrm_size: Это поле указывает число отсчетов в подфрейме в инструменте расширения полосы пропускания

nrof_subframes_bws: Это поле указывает число подфреймов в инструменте расширения полосы пропускания Дополнительные элементы, используемые в инструменте MPE с масштабируемой полосой пропускания, следующие:

5.7.4.3 Процесс декодирования

Для декодера режима II с масштабируемостью полосы пропускания сигнал возбуждения при частоте выборки 16 кГц создается из периодического компонента (вектор адаптивный книги шифров) и двух непериодических компонентов (вектор фиксированной книги шифров 1 и 2) масштабированных соответствующими усилениями.

5.7.4.3.1 Декодирование signal_mode

5.7.4.3.2 Энергия декодирования фрейма

5.7.4.3.3 Декодирование вектора адаптивной книги шифров

5.7.4.3.4 Декодирование вектора фиксированной книги шифров 1

Вектор фиксированной книги шифров 1 fcb1[n] получен преобразованием частоты дискретизации вектора фиксированной книги шифров nb_fcb[n], используемой в инструменте MPE или инструменте MPE с масштабируемой битовой скоростью следующим образом: for (n = 0; n < sbfrm_size/2; n++) { fcb1[2n] = nb_fcb[n]; fcb1[2n+1] = 0;

}

5.7.4.3.5 Декодирование вектора фиксированной книги шифров 2

Вектор фиксированной книги шифров 2 содержит несколько ненулевых импульсов и представлен позицией импульса и амплитудами импульса. Позиции импульса pul_pos[i] получают из shape_bws_positions. Амплитуды импульса pul_amp[i] получают из shape_bws_signs.

for (i = num_pulse_bws - 1, k = 0; i >= 0; i- -)

{<br>
  for (j = 0; j < num_bit_pos[i]; j++)

  {

    pos_idx[i] |= ((shape_bws_positions >> k) & 0x1) << j;<br>
    k++;<br>
  }<br>
  pul_amp[i] = 1.0;<br>
  if (((shape_bws_signs >> (num_pulse_bws-1-i)) & 0x1) == 1)<br>
  {<br>
    pul_amp[i] = -1.0;<br>
  }<br>
  pul_pos[i] = pos_tbl[i][pos_idx[i]];<br>

Таблицы позиции импульса для каждого числа импульсов также устанавливаются в соответствии с комбинацией subfrm_size, num_pulse и num_bit_pos[] той же самой процедурой, что инструмент MPE.

Вектор фиксированной книги шифров fcb2[n] вычисляется из pul_pos[i] и pul_amp[i] следующим образом: for (n = 0; n < sbfrm_size; n++) { fcb2[n] = 0.0; } for (i = 0; i < num_pulse_bws; i++)

  fcb2[pul_pos[i]] = pul_amp[i];

}

Если целочисленная задержка acb_delay_wb меньше, чем размер подфрейма sbrm_size, сигнал вектора фиксированной книги шифров fcb2[n] изменяется фильтрацией zero-state-comb следующим образом: for (n = 0; n < sbfrm_size; n++) { if (n — acb_delayt >= 0) { ix = fcb2[n — acb_delay]; }

  else

  *{*
    *ix = 0.0;*
  *}*
  *fcb2[n] += cga[signal_mode] * ix;*

}

где cga [4] = {0.0, 0.0, 0.6, 0.8} являются усилениями фильтра гребенки comb-filter.

5.7.4.3.6 Декодирование усилений адаптивной и фиксированной книг шифров

gain_bws_index преобразуется в два индекса.

qga_idx = gain_bws_index >> 7;

qgc_idx = gain_bws_index — (gain_bws_index << 7);

qga_idx преобразуется к нормализованным усилениям nga, ngf для вектора 2 адаптивной и фиксированной книг шифров путем просмотра таблицы усиления. qgc_idx преобразуется в нормализованное усиление ngn для вектора 1 фиксированной книги шифров просмотром таблицы усиления. Таблица усиления изменяется в соответствии с signal_mode. Усиление адаптивной книги шифров ga, усиление фиксированной книга шифров 1 gn и усиление фиксированной книги шифров 2 gf вычисляются следующим образом:

ga = nga * sqrt( norm / acb_energy );

gn = ngn * sqrt( norm / fcb1_energy );

gf = ngf * sqrt( norm / fcb2_energy );

где acb_energy, fcb2_energy и fcb1_energy являются энергиями для векторов адаптивной книги шифров и двух фиксированных книг шифров. norm — коэффициент нормализации. norm = (qxnormsubfrm_size) * (qxnormsubfrm_size); for (i = 0; i < lpc_order; i++) { *norm = (1 — par[i] * par[i]);

}

где par[] являются коэффициентами отражения и вычисляются из коэффициентов LP int_Qlpc_coefficients[]. qxnorm — квантованная энергия подфрейма, декодируется из rmc_indx.

5.7.4.3.7 Генерация сигнала возбуждения

Сигнал возбуждения (excitation[]) подсчитывается, суммируя acb[], fcb1[] и fcb2[n] масштабированные ga, gn и gf соответственно. for (i = 0; i < sbfrm_size; i++) { excitation[i] = gaacb[i] + gnfcb1[i] + gffcb2[i];*

}

5.7.4.3.8 Обновление адаптивной книги шифров

Адаптивная книга шифров обновляется для процесса декодирования в следующем фрейме генерированным сигналом возбуждения excitation[] следующим образом: for (i = 0; i < 306-sbfrm_size; i++) { pacb[i] = pacb[sbfrm_size+i]; } for (i = 0; i < sbfrm_size; i++) { pacb[306-sbfrm_size+i] = excitation[i];

}

5.8 Фильтр синтеза CELP LPC

5.8.1 Описание инструмента

Фильтр синтеза CELP LPC создает синтезируемый сигнал из коэффициентов LPC и сигнала возбуждения для каждого подфрейма.

5.8.2 Определения

Вход

excitation[]: Этот массив содержит сигнал возбуждения для одного подфрейма

int_Qlpc_coefficients[]: Этот массив размерности lpc_order содержит квантованные и интерполированные коэффициенты LPC.

Выход

synth_signal[]: Сигнал возбуждения, exitation [] подается через фильтр синтеза, используя коэффициенты LPC из int_Qlpc_coefficients[]. Размерность этого массива равна lpc_order.

Конфигурация

lpc_order. Это поле содержит порядок используемого LPC

sbfrm_size: Это поле содержит число отсчетов в подфрейме

5.8.3 Процесс декодирования

Используя интерполированные коэффициенты LPC одного подфрейма, сигнал возбуждения подается через следующий фильтр

H_{s}(z) = \frac{1}{A(z)} = \frac{1}{1 - ^{lp} \sum_{k = 1}^{c_ord} {}^{er}a_{k} \cdot z^{- k}} ,

a_{k} A(z)

где — фильтр инверсии LPC, использующий квантованные коэффициенты LPC. Коэффициент является k-ым коэффициентом LPC (int_Qlpc_coefficients[k-1]). Вывод фильтра инверсии является реконструированной речью. Порядок LPC устанавливается в 10 и 20 для частоты дискретизации 8 кГц и 16 кГц соответственно.

Следующий алгоритм представляет собой реализацию вышеупомянутого фильтра: for (n = 0; n < sbfrm_size; n++) { tmp = excitation[n]; for (k = 0; k < lpc_order; k++) { tmp = tmp + Filter_states[k] * int_Qlpc_coefficients[k]; { synth_signal[n] = tmp; for (k = lpc_order-1; k > 0; k- -) { Filter_states[k] = Filter_states[k-1]; } Filter_states[0] = synth_signal[n];

}

Массив Filter_states первоначально установлен в нуль.

5.9 Инструмент сжатия тишины CELP

5.9.1 Описание инструмента

Инструмент сжатия тишины содержит модуль voice activity detection (VAD), блок discontinuous transmission (DTX) и модуль comfort noise generator (CNG). Инструмент кодирует/декодирует входной сигнал на нижних битовых скоростях во время неактивных (тишина) фреймов. Во время вокально активных (речевых) фреймов используются, кодирование MPEG-4 CELP и декодирование.

На стороне передачи модуль DTX кодирует входную речь во время неактивных фреймов. Во время разговорных фреймов используется кодер MPEG-4 CELP. Флажок речевой активности (VAD_flag), указывающий неактивный фрейм (VAD_flag=0) или речевой фрейм (VAD_flag=1), определяется исходя из входной речи модулем VAD. Во время неактивных фреймов модуль DTX обнаруживает фреймы, где входные характеристики изменяются (DTX_flag=1 и 2: Изменение, DTX_flag=0: Никакого изменения). Когда обнаружено изменение, модуль DTX кодирует входную речь, чтобы генерировать информацию SID (описатель вставки тишины). VAD_flag и DTX_flag передаются совместно на декодер как флаг TX_flag, чтобы сохранить синхронизацию между кодером и декодером.

На стороне приема модуль CNG генерирует комфортный шум, основанный на информации SID, во время неактивных фреймов. Во время фреймов речевой активности вместо этого используется декодер MPEG-4 CELP. Модуль CNG или декодер MPEG-4 CELP выбираются согласно флажку TX_flag.

Информация SID и TX_flag передаются, только когда обнаружено изменение входных характеристик. Иначе во время неактивных фреймов передается только TX_flag.

5.9.2 Описания

CNG: генератор комфортного шума

Coding mode: «I» для RPE и «II» для MPE (см. таблицу 1)

DTX: прерывающаяся передача

LP: линейное прогнозирование

LPCs: коэффициенты LP

MPE: мультиимпульсное возбуждение

MPE_Configuration: см. раздел 4

RMS: среднеквадратичный

RPE: возбуждение регулярным импульсом

RPE_Configuration: см. раздел 4

SID: описатель вставки тишины

SID frame: фрейм, в котором передается/принимается информация SID

signal_mode: режим, определяющийся на основе среднего усиления предсказания шага (см. раздел 4)

VAD: опознавание речевой активности

5.9.3 Процесс декодирования

5.9.3.1 Полезная нагрузка передачи

Имеется четыре типа полезных нагрузок передачи в зависимости от решения VAD/DTX. TX_flag указывает тип полезной нагрузки передачи и определяется флажками VAD_flag и DTX_flag, как показано в таблице 103. Когда TX_flag указывает речевой фрейм (TX_flag = 1), передаются информация, сгенерированная кодером MPEG-4 CELP, и флаг TX_flag. Когда TX_flag указывает фрейм перехода между речевым фреймом и неактивным фреймом или неактивный фрейм, в котором меняются спектральные характеристики входного сигнала (TX_flag = 2), передаются информация High-Rate (HR) SID и флаг TX_flag, чтобы обновить параметры CNG. Когда TX_flag указывает неактивный фрейм, в котором мощность фрейма входного сигнала изменяется (TX_flag = 3), передаются информация Low-Rate (LR) SID и TX_flag. Другие неактивные фреймы категоризируются в четвертый тип TX_flag (TX_flag = 0). В этом случае передается только TX_flag. Примеры изменения TX_flag согласно VAD_flag и DTX_flag показаны в таблице 104.

Таблица 103

Соотношение между флажками для инструмента сжатия тишины

Таблица 104

Примеры изменения TX_flag согласно VAD_flag и DTX_flag

5.9.3.2 Передача LSP

В случае, когда инструмент сжатия тишины используется в комбинации с запущенным FineRateControl, фрейм CELP с LPC_present = 1 и interpolation_flag = 0 должен быть передан в первом фрейме с речевой активностью после фрейма неактивной речи. Фреймы с речевой активностью отмечаются TX_flag = 1, фреймы с неактивной речью отмечаются TX_flag = 0, 2 или 3.

5.9.3.3 Модуль CNG

Комфортный шум генерируется путем фильтрации возбуждения с помощью фильтра синтеза LP, аналогичным способом как сигналы вокализованной речи. Чтобы улучшить качество кодирования, может использоваться постфильтр. Возбуждение дается, добавляя мультиимпульсное возбуждение или возбуждение регулярным импульсом и случайное возбуждение, масштабированные их соответствующими усилениями. Возбуждения генерируются на базе случайной последовательности, независимой от информации SID. Коэффициенты для фильтра синтеза LP и усилений вычисляются из LSPs и значения RMC (энергия фрейма), соответственно, которые получены как информация SID. LSPs и RMC сглажены, чтобы улучшить качество кодирования для речи с шумящим входом. Модуль CNG использует те же самые размеры фрейма и подфрейма, как в активных речевых фреймах. Обработка в каждой части описана в следующих подпунктах.

5.9.3.3.1 Определения

Вход

PP_synth_signal[]: Этот массив содержит постфильтрованный (улучшенный) речевой сигнал. Размерность — sbfrm_size. Элементы справки, используемые в модуле CNG:

lpc_order: порядок LP

sbfrm_size: число отсчетов в подфрейме

n_subframe: число подфреймов во фрейме

int_Q_lpc_coefficients []: интерполированные LPCs (см. 5.8.2).

5.9.3.3.2 Декодер LSP

LSP lpc_current[] декодированные из LSP индексы SID_lpc_indices[]. Процесс декодирования идентичен описанному в 5.6 со следующими исключениями:

1. Подмножество lpc_indices[] передается на декодер. Соотношение между передаваемыми индексами LSP, SID_lpc_indices[] и индексами LSP для MPEG-4 CELP, lpc_indices[], показано в таблице 105.

2. Процесс декодирования для непереданных индексов не выполняется.

Таблица 105

Соотношение индекса LSP между инструментом сжатия тишины и MPEG-4 CELP