如发现有乱码，请点击下面链接浏览原文
正文摘录:

魏斌等：预测技术在AAc暂态噪声整形模块中的应用TNS是增加预测增益的一种方法，他能够自适应于输入信号来降低预回声效应(图2，左边是没做TNS处理的重建信号，右边是做TNS处理后的重建信号)。TNS技术使用预测编码进行噪声整形，通过在频域上对频谱数据进行预测编码，提高了信号的时域分辨率，使解码器输出端可以调节量化误差的时域形状从而适应输入信号的时域形状，有效地将量化噪声置于实际信号之下，也可以避免瞬态信号对冲击信号的掩蔽效应。圳删图2TNS效果对比3线性预测编码原理根据语音信号的数学模型，在一个很短时问段内可以认为语音信号是平稳随机信号，又因为同一帧数据之间存在着很大的相关性，所以可以对其进行线性预测，从而减少平稳信号的冗余度。在AAC编码系统中，经过改进离散余弦变换(MDcT)模块进行加窗处理的语音序列便符合以上条件。因此，可以对其采用线性预测编码(LPC)。I。PC的基本思想是：语音信号的每个取样值都可以用他过去的户个取样值的线性组合来表示，这称为户阶线性预测，其中各个系数的确定遵循最小均方差准则。公式如下：z’(”)一一∑n?z(”一i)(1)其中，工’(”)为预测值，口?表示p阶预测器的第i个系数。预测误差为：P(”)一Lr(”)一T’(n)一∑a?z(，卜i)(2)根据最小均方差准则，对预测误差的均方差E[e。(”)]求nf的偏导数，并令其结果为零，即：警一zm㈤等]一。是一z，…，p(3)将式(2)代入式(3)可得：∑＆琢(i一是)一0忌一l，2，…，户(4)其中R(i一是)一E[z(“一i)z(”一是)]，走一o，1。2，…。户为自相关函数。因为预测误差的功率可以表示为：P?一E[P。(n)]一E{P(”)[T(”)一z’(”)]}一E[P(”)丁(n)]+∑a?E[P(”)z(n—i)](5)将式(2)代人式(5)，并用式(4)推得的结果可得到式(6)：116P?一E[e(”)z(n)]一∑n?E[z(”一i)z(”)]一∑np尺(i一愚)(6)f∑n琢(i一是)=彤忌一oI∑口?R(i一忌)一。是一1，2，…，p暖㈡R(p挑㈤㈦l0·‘I10ll‘I、一’IR(p)…R(o)lIa；lIo1P—nP_’+惫舻￡：(9)IIP：一R(0)殛IKgo(n)FI【『J)蹦’”图3FIR滤波器的格形结构式(9)中的。?便是滤波器的系数，即：尸‘”’。z‘”’十nfL丁‘”一’’+…+。扛‘”一户’(10)1H(=)一1十a?r‘+…+n：z’4LPC在TNS编码器中的具体应用根据MPE(j一4协议，在实际的编码过程中，TNS的实现框图如图4所示，具体的实现步骤如下：图4TNS模块编码框图(1)根据心理声学模型的感知熵的计算结果作为是