語音數(shù)據(jù)的編碼方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及通信技術(shù)，尤其是一種語音數(shù)據(jù)的編碼方法和系統(tǒng)。
【背景技術(shù)】
[0002] 隨著語音編碼技術(shù)的不斷發(fā)展，語音編碼方式逐漸豐富，從G. 711編碼到最新提 出的Opus編碼，在語音編碼效率提升的同時(shí)，計(jì)算復(fù)雜度也迅速增大，軟硬件實(shí)現(xiàn)難度也 更高。通信終端，特別是嵌入式移動終端，受到計(jì)算、存儲、功耗、體積、成本等因素限制，在 引入復(fù)雜度較高的語音編碼方式存在諸多限制。
[0003] 在現(xiàn)有的各種語音編碼方式中，基于G. 729協(xié)議的語音編碼方式，對輸入語音性 質(zhì)的模擬信號用8kHz、采樣，16比特線性脈沖編碼調(diào)制（PCM)量化。G. 729協(xié)議使用的算法 是共軛結(jié)構(gòu)的算術(shù)碼本激勵線性預(yù)測（CS-ACELP)，它基于碼本激勵線性預(yù)測（CELP)編碼 模型。由于采用G. 729協(xié)議的編碼器（本發(fā)明中簡稱為：G. 729編解碼器）具有很高的語 音質(zhì)量和很低的延時(shí)，目前已被廣泛地應(yīng)用在數(shù)據(jù)通信的各個(gè)領(lǐng)域，例如，互聯(lián)網(wǎng)協(xié)議電話 (VoIP)和基于H. 323多媒體通信標(biāo)準(zhǔn)的網(wǎng)上多媒體通信系統(tǒng)等。
[0004] G. 729編解碼過程的一個(gè)重要步驟是使用編碼參數(shù)--矢量量化碼本，對語音數(shù) 據(jù)進(jìn)行兩級矢量量化編碼。其中的矢量量化碼本由兩級容量不同的碼本構(gòu)成：第一級是10 維碼本（用7比特進(jìn)行整體矢量量化），記為L1，如后續(xù)表1所示；第二級是將10維碼本分 裂為兩個(gè)5維的碼本（分別用5比特進(jìn)行矢量量化），分別記為L2、L3,如后續(xù)表2所示。
[0005] 在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)，現(xiàn)有G.729編解碼方式至少存在以下問題：
[0006] 現(xiàn)有的G. 729編碼器中，采用的矢量量化碼本LI、L2、L3都是固定的，基于不同語 言和不同用戶訓(xùn)練得到，如后續(xù)表1、表2所示。因此，所有通信終端中G. 729編解碼器采 用的編碼參數(shù)均相同且確定，即：所有G. 729編解碼器對不同語言、不同用戶的語音數(shù)據(jù)進(jìn) 行編碼時(shí)，使用的矢量量化碼本均相同。由于不同語言、不同用戶的語音特征存在個(gè)性化差 異，對所有語言、用戶的語音數(shù)據(jù)進(jìn)行采用同樣的編碼參數(shù)進(jìn)行編碼，無法保證編碼效率和 語音質(zhì)量，用戶體驗(yàn)較差。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明實(shí)施例所要解決的一個(gè)技術(shù)問題是：提供一種語音數(shù)據(jù)的編碼方法和系 統(tǒng)，以提高語音編碼的編碼效率和語音質(zhì)量。
[0008] 本發(fā)明實(shí)施例提供的一種語音數(shù)據(jù)的編碼方法，包括：
[0009] 通信終端在與對端通信終端進(jìn)行語音通話的過程中，提取所述通信終端采集的語 音數(shù)據(jù)的語音特征矢量，并發(fā)送給分析服務(wù)器；
[0010] 分析服務(wù)器采用基于距離的聚類算法對所述通信終端最近上傳的N個(gè)語音特征 矢量進(jìn)行計(jì)算，獲得新的編解碼參數(shù)；其中，N為預(yù)設(shè)正整數(shù)；
[0011] 分析服務(wù)器將所述新的編解碼參數(shù)作為編碼參數(shù)發(fā)送給所述通信終端，將所述新 的編解碼參數(shù)作為解碼參數(shù)發(fā)送給所述對端通信終端；
[0012] 所述通信終端將該通信終端中編碼器的編碼參數(shù)更新為所述新的編解碼參數(shù)，所 述對端通信終端將該對端通信終端中解碼器的解碼參數(shù)更新為所述新的編解碼參數(shù)；
[0013] 所述通信終端中編碼器利用更新后的編碼參數(shù)對所述通信終端采集的語音數(shù)據(jù) 進(jìn)行編碼，并通過通信網(wǎng)絡(luò)向所述對端通信終端傳輸編碼得到的語音碼流數(shù)據(jù)；
[0014] 所述對端通信終端中解碼器利用更新后的解碼參數(shù)對所述通信終端傳輸?shù)牟杉?的語音碼流數(shù)據(jù)進(jìn)行解碼。
[0015] 本發(fā)明實(shí)施例提供的一種語音數(shù)據(jù)的編碼系統(tǒng)，包括進(jìn)行語音通話的通信終端 和對端通信終端，通信終端和對端通信終端中均設(shè)置有編碼器和解碼器，還包括分析服務(wù) 器；
[0016] 所述通信終端，用于在與對端通信終端進(jìn)行語音通話的過程中，提取所述通信終 端采集的語音數(shù)據(jù)的語音特征矢量，并發(fā)送給分析服務(wù)器；以及將該通信終端中編碼器的 編碼參數(shù)更新為所述分析服務(wù)器發(fā)送的新的編解碼參數(shù)；以及通過編碼器利用更新后的編 碼參數(shù)對所述通信終端采集的語音數(shù)據(jù)進(jìn)行編碼，并通過通信網(wǎng)絡(luò)向所述對端通信終端傳 輸編碼得到的語音碼流數(shù)據(jù)；
[0017] 所述分析服務(wù)器，用于采用基于距離的聚類算法對所述通信終端最近上傳的N個(gè) 語音特征矢量進(jìn)行計(jì)算，獲得新的編解碼參數(shù)；其中，N為預(yù)設(shè)正整數(shù)；將所述新的編解碼 參數(shù)作為編碼參數(shù)發(fā)送給所述通信終端，將所述新的編解碼參數(shù)作為解碼參數(shù)發(fā)送給所述 對端通信終端；
[0018] 所述對端通信終端，用于將該對端通信終端中解碼器的解碼參數(shù)更新為所述新的 編解碼參數(shù)；以及通過解碼器利用更新后的解碼參數(shù)對所述通信終端傳輸?shù)牟杉恼Z音碼 流數(shù)據(jù)進(jìn)行解碼。
[0019] 基于本發(fā)明上述實(shí)施例提供的語音數(shù)據(jù)的編碼方法和系統(tǒng)，通信終端在與對端通 信終端進(jìn)行語音通話的過程中，提取其自身采集的語音數(shù)據(jù)的語音特征矢量并發(fā)送給分析 服務(wù)器，由分析服務(wù)器采用基于距離的聚類算法對其進(jìn)行計(jì)算，獲得新的編解碼參數(shù)，將其 作為編碼參數(shù)發(fā)送給通信終端、作為解碼參數(shù)發(fā)送給對端通信終端；通信終端將該通信終 端中編碼器的編碼參數(shù)更新為新的編解碼參數(shù)，對端通信終端將該對端通信終端中解碼器 的解碼參數(shù)更新為新的編解碼參數(shù)。這樣，通信終端中編碼器在隨后便可以利用更新后的 編碼參數(shù)對通信終端采集的語音數(shù)據(jù)進(jìn)行編碼，并通過通信網(wǎng)絡(luò)向?qū)Χ送ㄐ沤K端傳輸編碼 得到的語音碼流數(shù)據(jù)，由對端通信終端中解碼器利用更新后的解碼參數(shù)對通信終端傳輸?shù)?采集的語音碼流數(shù)據(jù)進(jìn)行解碼。與現(xiàn)有技術(shù)相比，本發(fā)明實(shí)施例具有以下有益技術(shù)效果：
[0020] 基于通信終端當(dāng)前采集的語音數(shù)據(jù)的語音特征矢量來計(jì)算匹配的個(gè)性化的編碼 參數(shù)，使得編碼參數(shù)更符合當(dāng)前用戶、當(dāng)前使用語言個(gè)性化的語音特征，例如，特定說話用 戶的發(fā)聲模型，利用該個(gè)性化的編碼參數(shù)替代編碼器中的原編碼參數(shù)，實(shí)現(xiàn)了編碼參數(shù)的 優(yōu)化，利用優(yōu)化的編碼參數(shù)對語音數(shù)據(jù)進(jìn)行編碼，可以減少矢量量化造成的誤差，從而提高 編碼效率和語音質(zhì)量，可以提高用戶體驗(yàn)；
[0021] 本發(fā)明實(shí)施例由網(wǎng)絡(luò)側(cè)的分析服務(wù)器來計(jì)算匹配的個(gè)性化的編碼參數(shù)，不會增加 終端側(cè)編碼器的實(shí)現(xiàn)復(fù)雜度，不會增加編碼器和解碼器的存儲量和計(jì)算量，且并不需要修 改語音編碼算法本身，不需要對通信終端的編解碼器進(jìn)行改造；
[0022] 由于通信終端上傳給服務(wù)器的只是語音特征矢量，而非語音數(shù)據(jù)本身，因此不會 出現(xiàn)用戶私隱泄露的問題。
[0023] 下面通過附圖和實(shí)施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。
【附圖說明】
[0024] 構(gòu)成說明書的一部分的附圖描述了本發(fā)明的實(shí)施例，并且連同描述一起用于解釋 本發(fā)明的原理。
[0025] 參照附圖，根據(jù)下面的詳細(xì)描述，可以更加清楚地理解本發(fā)明，其中：
[0026] 圖1為本發(fā)明語音數(shù)據(jù)的編碼方法一個(gè)實(shí)施例的流程圖。
[0027] 圖2為本發(fā)明語音數(shù)據(jù)的編碼方法另一個(gè)實(shí)施例的流程圖。
[0028] 圖3為本發(fā)明語音通信系統(tǒng)的一個(gè)示例性架構(gòu)圖。
[0029] 圖4為本發(fā)明語音數(shù)據(jù)的編碼系統(tǒng)一個(gè)實(shí)施例的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0030] 現(xiàn)在將參照附圖來詳細(xì)描述本發(fā)明的各種示例性實(shí)施例。應(yīng)注意到：除非另外具 體說明，否則在這些實(shí)施例中闡述的部件和步驟的相對布置、數(shù)字表達(dá)式和數(shù)值不限制本 發(fā)明的范圍。
[0031] 同時(shí)，應(yīng)當(dāng)明白，為了便于描述，附圖中所示出的各個(gè)部分的尺寸并不是按照實(shí)際 的比例關(guān)系繪制的。
[0032] 以下對至少一個(gè)示例性實(shí)施例的描述實(shí)際上僅僅是說明性的，決不作為對本發(fā)明 及其應(yīng)用或使用的任何限制。
[0033] 對于相關(guān)領(lǐng)域普通技術(shù)人員已知的技術(shù)、方法和設(shè)備可能不作詳細(xì)討論，但在適 當(dāng)情況下，所述技術(shù)、方法和設(shè)備應(yīng)當(dāng)被視為說明書的一部分。
[0034] 在這里示出和討論的所有示例中，任何具體值應(yīng)被解釋為僅僅是示例性的，而不 是作為限制。因此，示例性實(shí)施例的其它示例可以具有不同的值。
[0035] 應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項(xiàng)，因此，一旦某一項(xiàng)在一 個(gè)附圖中被定義，則在隨后的附圖中不需要對其進(jìn)行進(jìn)一步討論。
[0036] 圖1為本發(fā)明語音數(shù)據(jù)的編碼方法一個(gè)實(shí)施例的流程圖。如圖1所示，該實(shí)施例 語音數(shù)據(jù)的編碼方法包括：
[0037] 110,通信終端在與對端通信終端進(jìn)行語音通話的過程中，提取該通信終端自身采 集的語音數(shù)據(jù)的語音特征矢量，并發(fā)送給分析服務(wù)器。
[0038] 120,分析服務(wù)器采用基于距離的聚類算法，對通信終端最近上傳的N個(gè)語音特征 矢量進(jìn)行計(jì)算，獲得新的編解碼參數(shù)。
[0039] 其中，N為預(yù)設(shè)正整數(shù)。
[0040] 130,分析服務(wù)器將新的編解碼參數(shù)作為編碼參數(shù)發(fā)送給通信終端，并將該新的編 解碼參數(shù)作為解碼參數(shù)發(fā)送給對端通信終端。
[0041] 140,通信終端將該通信終端中編碼器的編碼參數(shù)更新為新的編解碼參數(shù)，實(shí)現(xiàn)編 碼參數(shù)的優(yōu)化；對端通信終端將該對端通信終端中解碼器的解碼參數(shù)更新為新的編解碼參 數(shù)。
[0042] 150,通信終端中編碼器利用更新后的編碼參數(shù)對該通信終端采集的語音數(shù)據(jù)進(jìn) 行編碼，并通過通信網(wǎng)絡(luò)向?qū)Χ送ㄐ沤K端傳輸編碼得到的語音碼流數(shù)據(jù)。
[0043]160,對端通信終端中解碼器利用更新后的解碼參數(shù)對通信終端傳輸?shù)牟杉恼Z 音碼流數(shù)據(jù)進(jìn)行解碼。
[0044]基于本發(fā)明上述實(shí)施例提供的語音數(shù)據(jù)的編碼方法，通信終端在與對端通信終端 進(jìn)行語音通話的過程中，提取其自身采集的語音數(shù)據(jù)的