TETRA集群手機(jī)語音處理方法

技術(shù)領(lǐng)域

本發(fā)明屬于集群通信終端技術(shù)領(lǐng)域，更具體地說涉及一種對TETRA集群手機(jī)的 語音數(shù)據(jù)進(jìn)行處理的技術(shù)領(lǐng)域。 背景技術(shù)

集群通信是實(shí)現(xiàn)移動中指揮調(diào)度通信最有效的手段之一，也是指揮調(diào)度最重要的 通信方式之一。它是一種共享資源、分擔(dān)費(fèi)用、向用戶提供優(yōu)良服務(wù)的多用途、高效 能的移動通信系統(tǒng)，集群通信系統(tǒng)隨著技術(shù)的日趨成熟，應(yīng)用越來越廣泛，可以應(yīng)用 于智能交通、各種自然災(zāi)害的救險行動、機(jī)場民航、城市地鐵等的指揮系統(tǒng)。

TETRA是一個強(qiáng)大的多功能數(shù)字集群移動通信系列標(biāo)準(zhǔn)，ETSI組織制定了 TETRA 標(biāo)準(zhǔn)的詳細(xì)內(nèi)容，其中的ETS 300 395-2規(guī)定了TETRA語音編解碼的標(biāo)準(zhǔn)。上述標(biāo)準(zhǔn) 并沒有對語音信號的活動語音檢測、能量調(diào)整等方面作出規(guī)定，

目前的TETRA集群手機(jī)存在的缺點(diǎn)，在于按照標(biāo)準(zhǔn)實(shí)現(xiàn)的系統(tǒng)對麥克采樣獲得的 語音信號數(shù)據(jù)并不進(jìn)行優(yōu)化，直接對語音信號的原始數(shù)據(jù)進(jìn)行處理，造成了語音能量 起伏過大的情況：當(dāng)外界語音能量高時，容易造成語音信號能量過高而尖銳刺耳，當(dāng) 外界的語音能量低時，則容易造成語音信號能量過低而聽不清。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了解決目前TETRA集群手機(jī)的語音能量起伏過大的缺點(diǎn)，提 供一種對TETRA集群手機(jī)的語音數(shù)據(jù)進(jìn)行處理的方法，能夠獲得一種舒適的TETRA語 音，本方法可以在TETRA語音編碼的預(yù)處理階段或者語音解碼的后處理階段或者預(yù)處 理和后處理階段都進(jìn)行處理，對語音信號數(shù)據(jù)進(jìn)行優(yōu)化，使優(yōu)化后的語音在TETRA手 機(jī)用戶通話時，聽覺上達(dá)到舒適的效果。在不違背TETRA語音編解碼標(biāo)準(zhǔn)的情況下很 大程度上提高了語音感知上的舒適度。

為了實(shí)現(xiàn)上述目的，本發(fā)明包括以下步驟：

1、 活動語音檢測，對TETRA語音信號按幀進(jìn)行閾值判斷，按照語音幀的能量和 語音幀的過零率進(jìn)行雙參數(shù)判斷，采用對能量決策規(guī)則和過零率決策規(guī)則給予不同加 權(quán)權(quán)重的非均勻加權(quán)決策規(guī)則；

2、 若判斷該語音幀為活動語音，對該語音幀的能量幅度進(jìn)行調(diào)整；3、若判斷該語音幀為非活動語音，則用預(yù)存儲的舒適背景音覆蓋該語音幀。 其中能量決策規(guī)則包括以下步驟：

計(jì)算語音信號的能量，統(tǒng)計(jì)一個語音幀中全部240個數(shù)據(jù)的能量幅度值；

設(shè)置活動語音檢測用的能量門限值，包括能量上限值和能量下限值，對計(jì)算出的

語音信號的能量進(jìn)行閾值判斷；

當(dāng)語音幀信號的能量大于能量上限值時，判定該語音幀為活動語音，當(dāng)語音幀信 號的能量小于能量下限值時，判定該語音幀為非活動語音，當(dāng)語音幀信號的能量介于 能量上限值和能量下限值二者之間時，狀態(tài)未定。語音信號幅度值采用Q15量化。

其中過零率決策規(guī)則包括以下步驟：

計(jì)算語音信號的過零率ZCR值，統(tǒng)計(jì)一個語音幀中全部240個數(shù)據(jù)的ZCR值； 設(shè)置活動語音檢測用的過零率門限值，包括過零率上限值和過零率下限值，對計(jì) 算出的語音信號的過零率進(jìn)行閾值判斷；

當(dāng)語音幀信號的過零率大于過零率上限值時，判定該語音幀為非活動語音，當(dāng)語 音幀信號的過零率小于過零率下限值時，判定該語音幀為活動語音，當(dāng)語音幀的過零 率介于過零率上限值和過零率下限值二者之間時，狀態(tài)未定。

過零率上限制的范圍是16-30，過零率下限值的范圍是8-10。 非均勻加權(quán)決策規(guī)則中能量決策的權(quán)重大于過零率決策的權(quán)重。 步驟2中對活動語音信號數(shù)據(jù)的能量幅度進(jìn)行調(diào)整包括如下步驟： 計(jì)算當(dāng)前活動語音幀的能量幅度值；

設(shè)置能量門限值，包括門限值上限和門限值下限，對計(jì)算出的活動語音幀的能量 幅度進(jìn)行判斷；

如果活動語音幀的能量幅度值大于門限值上限，則按照設(shè)定的語音能量減幅系數(shù) 來降低此幀語音數(shù)據(jù)中各個采樣值的能量幅度；

如果活動語音幀的能量幅度值小于門限值下限，則按照設(shè)定的語音能量增加系數(shù) 來增加此幀語音數(shù)據(jù)中各個采樣值的能量幅度；

如果活動語音幀的能量幅度值介于門限值上限和門限值下限之間，能量幅度值不變。

在TETRA語音編碼的預(yù)處理階段采用語音處理方法，在步驟2中，對語音信號數(shù) 據(jù)能量幅度進(jìn)行調(diào)整的同時，優(yōu)選進(jìn)行調(diào)整麥克的增益。

如果語音信號能量的幅度大于門限值上限，則對語音信號進(jìn)行減幅處理的同時， 減小麥克的增益；如果能量的幅度小于門限值下限，則對語音信號進(jìn)行增幅處理的同時，增大麥克 的增益；其他情況麥克增益保持不變。

舒適背景音的構(gòu)造，根據(jù)本方法所采用的硬件和一般通話環(huán)境通過試驗(yàn)獲得一個 舒適背景音樣本，用此提前獲得的背景音數(shù)據(jù)填充數(shù)據(jù)緩沖區(qū)。

在TETRA語音編解碼處理中，在語音編碼的預(yù)處理階段或者語音解碼的后處理階 段或者在語音編碼的預(yù)處理階段和語音解碼的后處理階段進(jìn)行語音的能量調(diào)整和舒 適背景音的產(chǎn)生。

采用本發(fā)明中的語音處理方法，能夠?qū)崿F(xiàn)語音信號為活動語音時語音柔和，為非 活動語音時聽到舒適的背景音的效果，提高了 TETRA集群手機(jī)通話時用戶聽覺上的舒

適度。 附圖說明

下面結(jié)合附圖和實(shí)施例對本發(fā)明作進(jìn)一步的描述。 圖1是本發(fā)明中的硬件連接方框圖； 圖2是本發(fā)明中語音數(shù)據(jù)處理的流程圖； 圖3是非均勻加權(quán)決策規(guī)則的語音活動檢測圖。 具體實(shí)施方式

如圖1所示，在TETRA手機(jī)中，語音信息經(jīng)麥克風(fēng)或者帶麥克的耳機(jī)傳遞給音頻 聲碼器CODEC,聲碼器把模擬的語音信號轉(zhuǎn)換成數(shù)字信號經(jīng)串行總線傳輸?shù)轿⑻幚砥?CPU中，并在DSP芯片中進(jìn)行語音數(shù)字信號的編碼處理。播放聲音時，數(shù)字語音信號 經(jīng)串行總線傳遞到微處理器CPU中，并在DSP芯片中進(jìn)行數(shù)字解碼及語音處理，然后 把處理后的數(shù)字語音信號在音頻聲碼器中轉(zhuǎn)換成模擬信號，經(jīng)功率放大器放大后，通 過揚(yáng)聲器輸出聲音信息。其中微處理器CPU負(fù)責(zé)控制、調(diào)度系統(tǒng)運(yùn)行。

由于TETRA語音編解碼標(biāo)準(zhǔn)部分中沒有對活動語音檢測和能量幅度調(diào)整等處理作 出規(guī)定，而目前TETRA手機(jī)沒有進(jìn)行語音優(yōu)化的處理，按照標(biāo)準(zhǔn)實(shí)現(xiàn)的系統(tǒng)的語音效 果比較差，所以本發(fā)明的技術(shù)方案是在TETRA語音編碼的預(yù)處理或語音解碼的后處理 中對語音信號數(shù)據(jù)進(jìn)行優(yōu)化處理，使處理后的語音在TETRA手機(jī)用戶通話時，聽覺上 達(dá)到舒適的效果。

如圖2所示，首先對語音信號進(jìn)行活動語音檢測，按照檢測的結(jié)果對不同的情況

進(jìn)行相關(guān)的處理，如果檢測為活動語音，則調(diào)整語音能量的幅度；如果檢測為非活動

語音，則發(fā)送預(yù)構(gòu)建的舒適語音信號，同時調(diào)整麥克的采樣增益，使得語音的幅度始

終處于一個穩(wěn)定的范圍，在原始語音數(shù)據(jù)的能量幅度高時語音不刺耳，語音能量幅度低時語音清晰，獲得舒適的語音；舒適語音處理在DSP芯片上實(shí)現(xiàn)，系統(tǒng)負(fù)載低，計(jì) 算時間短，實(shí)用性高。

對要處理的語音信號數(shù)據(jù)進(jìn)行活動語音檢測處理中，由于TETRA集群手機(jī)實(shí)時通 信的特點(diǎn)，本方案中對于是否活動語音的判斷是按幀進(jìn)行的，即對TETRA語音信號按 幀對全部240個數(shù)據(jù)進(jìn)行閾值判斷，按照情況將整個幀判定為活動語音或者非活動語

如圖3所示是非均勻加權(quán)決策規(guī)則的語音活動檢測，活動語音檢測采用能量、過 零率雙參數(shù)方法進(jìn)行判斷，包括能量決策規(guī)則和過零率決策規(guī)則，其中能量決策規(guī)則

的處理方法步驟描述如下：

l-l、計(jì)算語音信號的能量£:

計(jì)算能量^時，統(tǒng)計(jì)一個語音幀的全部240個能量信號的幅度值，令目前的信號 為4"]， " = 0，2，3•••••，239，則以dB為單位，語音能量的計(jì)算方法按照理論應(yīng)該如下計(jì)

£ = 101og

10

239

!>[i])2

(dB)

為了便于在DSP上實(shí)現(xiàn)，在本方法中其能量的計(jì)算方法修正如下：

239

1-2、活動語音的能量閾值判斷：

選取出兩個作為語音活動檢測(VAD)判斷用的能量門限值，第一個為能量上限值 £„，第二個為能量下限值^。當(dāng)輸入語音幀信號能量大于此上限值i^時，將此語音

幀判定為活動語音，當(dāng)輸入語音幀信號的能量小于此下限值A(chǔ)時，將此語音幀判定

為非活動語音。令輸出的結(jié)果為/£， /£值的計(jì)算方法總結(jié)成如下公式： 「1,當(dāng)£

0.5,其他

能量門限值&和A的設(shè)置根據(jù)語音信號幅度值的量化方式不同而不同，當(dāng)語音

信號幅度值的量化采用Q15量化時，£(/可在0800 OOOOh-lOOO OOOOh范圍內(nèi)根據(jù)實(shí)

7際環(huán)境設(shè)置，五i則可在0600 OOOOh-0400 OOOOh范圍內(nèi)根據(jù)實(shí)際環(huán)境設(shè)置。

而過零率決策規(guī)則的處理方法步驟描述如下： 2-1、計(jì)算過零率ZCR:

計(jì)算過零率ZCR值時，取語音幀的全部240個數(shù)據(jù)進(jìn)行計(jì)算，如下式所示:

<formula>formula see original document page 8</formula>

其中函數(shù)"gra(X[i])表示如下：

<formula>formula see original document page 8</formula>

2-2、活動語音的過零率閾值判斷；

選取出兩個活動語音判斷用的過零率門限值，第一個為過零率下限值z,，當(dāng)輸

入語音幀信號的過零率小于此下限值時，將此語音幀判定為活動語音；第二個為過零 率上限值2„，當(dāng)輸入語音幀信號的過零率大于此上限值時，將此語音幀判定為非活

動語音。令過零率決策規(guī)則輸出之結(jié)果為/^a，厶^的計(jì)算方法總結(jié)成如下公式:

'1,當(dāng)ZCR〉Z:

•/^cr 一

0,當(dāng)ZCR〈Zz 0.5 ，其他

由于過零率受硬件環(huán)境的影響，其門限值需要根據(jù)實(shí)際試驗(yàn)情況設(shè)置不同的數(shù) 值， 一般情況K，其參數(shù)可在如下范圍內(nèi)選�。哼^零率上限制Z。.的范圍在16-30之

間，過零率下限值Z,的范圍在8-10之間。

活動語音判斷規(guī)則采用能量、過零率雙參數(shù)方法，具體描述如下：

活動語音檢測判斷采用非均勻加權(quán)決策規(guī)則。非均勻加權(quán)決策規(guī)則的語音活動檢 測方法在找出上述兩種決策規(guī)則的輸出值后，給予其不同加權(quán)權(quán)重，得到活動語音檢

測參數(shù)F。上述情況可用如下的方程式表示：

其中C^、 "^s分別為能量決策規(guī)則和過零率決策規(guī)則輸出值的加權(quán)權(quán)重。若最

后計(jì)算所得的活動語音檢測參數(shù)數(shù)值F大于或等于上門限值i^時，則判斷此幀語音數(shù)據(jù)為活動語音；若計(jì)算所得的數(shù)值尸小于下門限值Ft,時，則判斷此幀語音數(shù)據(jù)為 非活動語音；位于二者之間時語音幀的狀態(tài)未定。

活動語音檢測的能量決策規(guī)則和過零率決策規(guī)則的加權(quán)權(quán)重值根據(jù)具體的手機(jī) 硬件按照試驗(yàn)結(jié)果進(jìn)行確定，來確定不同參數(shù)在活動語音檢測中的作用，并且根據(jù)所 取值來選定活動語音判定時的上下門限值。 一般情況下"£、 ",^可采用非均勻權(quán)重

進(jìn)行計(jì)算，即"£大于《20;;而i^的選定范圍則可以在0.5-1.0內(nèi)，i^的選定范圍則

可以在0-0. 5內(nèi)，具體取值根據(jù)硬件情況試驗(yàn)確定。

活動語音檢測判斷后，按照活動語音檢測的判定結(jié)果再分別進(jìn)行不同的處理。其 中語音能量信號幅度的調(diào)整步驟：

當(dāng)判定此幀數(shù)據(jù)為活動語音時，對語音信號數(shù)據(jù)能量幅度進(jìn)行調(diào)整。計(jì)算當(dāng)前幀

的能量幅度值i?，與能量門限值i?，相比較，如果當(dāng)前幀的能量幅度值E大于門限值 上限，則按照設(shè)定的語音能量減幅系數(shù)/^來降低此幀語音數(shù)據(jù)的各個采樣值的能量 幅度；如果當(dāng)前幀的能量幅度值^小于下限門限值五皿，則按照設(shè)定的語音能量增加 系數(shù)厶£來增加此幀語音數(shù)據(jù)的各個采樣值的能量幅度；其他情況能量幅度值不變。 其計(jì)算公式如下：

4"] = , 4"]*乂恥，當(dāng)五<五肌

x[w],其它情況

對麥克增益的調(diào)整步驟：

因?yàn)門ETRA集群手機(jī)中每幀語音的時間長度為30ms，而語音信號具有短時間內(nèi)的 平穩(wěn)性，可以認(rèn)為在很短的時間間隔內(nèi)，相鄰兩幀語音信號的能量幅度值是一致的， 因此在調(diào)整語音數(shù)據(jù)信號能量的同時要調(diào)整麥克的增益。麥克的調(diào)整規(guī)則如下：增大 語音信號能量幅度的同時增大麥克的增益，減小語音信號能量幅度的同時減小麥克的 增益；能量幅度值不變時麥克的增益也不變。

當(dāng)判定當(dāng)前語音幀為靜音時，從語音的連續(xù)性和通話方的感受考慮，需用預(yù)先構(gòu)

建的舒適背景音數(shù)據(jù)填寫當(dāng)前語音幀，使通話方不致感到語音間隙之間的突兀和對通

話方活動通話進(jìn)行提示。因?yàn)槭苁褂玫挠布�環(huán)境和語音環(huán)境的影響比較大，舒適背景

音的構(gòu)建方式采用試驗(yàn)的方法獲得，根據(jù)使用環(huán)境的不同語音數(shù)據(jù)的內(nèi)容存在差異。

當(dāng)判定當(dāng)前語音幀的狀態(tài)未定時，不對語音幀進(jìn)行處理。

9

"=0,2,3..…,239本發(fā)明中的語音處理方法使用的位置可以在語音編碼的預(yù)處理階段或者語音解 碼的后處理階段，由于TETRA編解碼階段本身的運(yùn)算量的不同，后處理階段的計(jì)算量 較小，所以放在語音處理的后處理階段對系統(tǒng)的影響較小，是一個優(yōu)選的方案。