Схема CELP

Речевые кодеры, использующие линейные фильтры с предсказанием (linear predictive filter — LPF), могут давать высокое качество речи, закодированной со скоростью выше 16 Кбит/с, однако при снижении скорости качество быстро падает. Кодеры LРС могут быть модифицированы с целью получения высококачественного сжатия речи со скоростя­ми порядка от 4, 8 до 9, 6 Кбит/с посредством приведения задачи синтеза к двухэтапной процедуре, названной синтез через анализ (synthesis by analysis). На первом этапе образуется модель LРС 10-го порядка для сигнала, действительного на протяжении короткого интер­вала, скажем каждые 20 мс. На втором этапе находится сигнал, который, будучи приме­ненным к модели LРС, образует выходной сигнал, по возможности близкий к исходному синтезируемому сигналу. Завершается эта задача с помощью последовательного примене­ния подходящего сигнала активизации к модели и сравнения каждой синтезированной формы сигнала с исходным сигналом с последующим выбором того, который минимизи­рует ошибку между исходным сигналом и выходом управляемой модели.

Из теории процесса формирования речи известно, что активизация речи часто со­стоит из периодических импульсов (образованных посредством вибрации речевых свя­зок). Период периодических импульсов Р связан с голосом говорящего. Одноотводный рекурсивный фильтр определяется двумя параметрами; Р — число интервалов за­паздывания в контуре обратной связи и g — коэффициент обратной связи. Импульсная характеристика этого фильтра представляет собой затухающую последо­вательность с Р равными нулю выходными выборками между последовательными не­нулевыми выходными выборками. Выход этого фильтра генерирует периодический сигнал активизации, подаваемый на вход модели LРС (см. раздел 13.3.2). Алгоритм синтеза должен проверять возможные значения Р из перечня подходящих. Два пара­метра голоса оцениваются каждые 5 мс. Вход в речевой фильтр извлекается из табли­цы подходящих последовательностей активизации. Выход фильтра, в свою очередь, управляет моделью LРС. Таблица, содержащая, как правило, 1 024 позиции, называ­ется кодовой книгой. Кодовая книга посещается каждые 2, 5 мс. Когда наилучшая комбинация позиций кодовой книги и период голоса определены с помощью полного поиска, формируется группа, содержащая последовательность параметров голоса, по­следовательность адресов кодовой книги и информацию о коэффициентах LРС.

Кодер должен доставить параметры, описывающие модель LРС, на декодер. Спек­тральная характеристика фильтра LРС очень чувствительна к квантованию коэффи­циентов и как таковая должна бы представляться с помощью неприемлемо большого числа бит. Поэтому коэффициенты LРС преобразуются в иное множество параметров, названных линейными спектральными парами [10], которые являются нечувствитель­ными к квантованию.

Системы, созданные согласно стандарту 18-95, используют следующий формат кадра LРС. Кадр, требуемый для описания 2 мс данных, содержит 192 бит, присвоен­ных представителю закодированных параметров.

10 коэффициентов LРС 40 бит

4 параметра запаздывания и опережения 40 бит

8 адресов кодовой книги 80 бит

Биты четности, проверочные биты и прочая служебная информация 32 бит

Общая скорость передачи битов для этой системы составляет 192 бит за 20 мс, или 9600 бит/с. Скорость передачи может быть снижена, если кодер детектирует речевые паузы.