一种基于信道软译码的差错隐藏算法

　　恶劣无线环境下低速率语音通信系统多采用信道编码来提高语音抗误码能力,例如野外无线通信和保密通信等。信道编码采用软译码方案时,译码结果中 包含大量的软值信息,传统方法对信道软译码结果直接进行硬判决,合成端直接根据硬判决结果进行语音参数重构。硬判决导致软译码结果中大量的软值信息丢失, 导致误码条件下合成语音质量不佳。

　　混合激励线性预测(MELP)语音编码算法[1,2]是美国国防部选定的2.4 kb/s语音编码算法标准,该算法大量应用于无线、保密等通信方式中。MELP算法对浊音帧和清音帧采用不同的编码方式,在合成端,算法首先根据基音周期 参数值判断语音帧的清浊音模式,然后根据不同的清浊音模式选择不同的方式合成语音。研究表明,MELP算法编码后语音参数间仍然残留较大冗余[3]。软译 码条件下,采用合适的差错隐藏技术,利用信道软译码信息和语音编码后参数间残留冗余,能有效提高误码条件下MELP编码算法合成语音质量[3～7]。文献 [4]提出的基于卷积码软译码的差错隐藏算法,利用软译码所得对数似然概率比估计信道译码所得码流错误概率,利用一阶马尔科夫模型描述帧间线谱对参数、增 益参数和基音周期参数残留冗余。语音合成时根据比特错误概率和一阶马尔科夫模型,基于最小均方误差准则进行参数重构,提高了线谱对参数比特、增益参数比特 和基音周期参数比特抗信道误码能力。但是,文献[4]软语音合成算法并未考虑帧内参数间冗余,算法冗余利用率不高。在利用一阶马尔科夫模型描述线谱对参数 帧间转移概率基础上,文献[5,6]提出利用一阶马尔科夫模型描述帧内相邻级线谱对参数间转移概率,合理地利用了帧内参数冗余,但是算法仅讨论了线谱对参 数重构问题,且未考虑信道软译码条件下参数重构所需的比特错误概率估计问题。本文在文献[4～6]算法基础上,利用软译码所得对数似然概率比估计比特错误 概率。为保证合成端的清浊音模式判决准确度,提出基于最大后验概率的清浊音模式判决算法,有效提高了低信噪比条件下清浊音模式判决准确度。参数重构时,由 于MELP算法对清音帧重要比特都采用了汉明保护[2],清音帧本身具有较强的抗误码能力,清音帧参数直接根据硬判决所得码流通过映射重构,浊音帧参数基 于MMSE准则进行重构。

　　1　信源信道模型

　　图1、2分别为系统顶层结构和基于信道软译码的参数重构模块结构框图。文中用下标代表帧号,上标代表帧中参数号,Yn代表MELP算法分析端第 n帧参数,Yni代表第i号参数值,Yikn代表第i号参数的第k比特,In代表分析端提取的参数量化后码流,Xn代表信道编码后比特序列,I^n代表信 道译码后码流,Y^n代表合成端重构的第n帧参数。