基于AMR-WB編解碼器的移動(dòng)網(wǎng)絡(luò)話(huà)音傳輸抗丟包算法

王晶， 劉寶光， 費(fèi)澤松， 張劍寅

(1.北京理工大學(xué) 信息與電子學(xué)院， 北京 100081；2.中國(guó)移動(dòng)通信集團(tuán)公司研究院， 北京 100053)

?

基于AMR-WB編解碼器的移動(dòng)網(wǎng)絡(luò)話(huà)音傳輸抗丟包算法

王晶1， 劉寶光1， 費(fèi)澤松1， 張劍寅2

(1.北京理工大學(xué) 信息與電子學(xué)院， 北京 100081；2.中國(guó)移動(dòng)通信集團(tuán)公司研究院， 北京 100053)

針對(duì)移動(dòng)通信網(wǎng)絡(luò)中AMR-WB編解碼器在話(huà)音分組傳輸中的抗丟包問(wèn)題，提出了一種與VoLTE系統(tǒng)中語(yǔ)音編碼速率相匹配的AMR-WB抗丟包實(shí)現(xiàn)方案. 通過(guò)實(shí)驗(yàn)分析AMR-WB編解碼器中經(jīng)過(guò)錯(cuò)誤隱藏恢復(fù)的各個(gè)參數(shù)對(duì)語(yǔ)音質(zhì)量的影響，利用多描述編碼(multiple description coding，MDC)技術(shù)設(shè)計(jì)了AMR-WB抗丟包方案，并進(jìn)一步結(jié)合刪余卷積編碼提出了雙重差錯(cuò)保護(hù)的增強(qiáng)型抗丟包算法，實(shí)現(xiàn)了多碼率下的差錯(cuò)保護(hù)和速率匹配，該方案可兼容原有AMR-WB編碼模式下的語(yǔ)音編碼速率. 仿真結(jié)果表明，提出的新方案能夠增強(qiáng)AMR-WB的抗丟包能力，并且不需要增加額外的信令開(kāi)銷(xiāo)，兼容現(xiàn)有系統(tǒng)網(wǎng)絡(luò)中的多速率語(yǔ)音編碼.

AMR-WB；MDC；刪余卷積編碼；移動(dòng)網(wǎng)絡(luò)

自適應(yīng)多速率寬帶語(yǔ)音編解碼器(adaptive multi rate-wide band，AMR-WB)，憑借其優(yōu)異的性能在2001年3月被3GPP采納，成為用于GSM和第三代移動(dòng)通信WCDMA系統(tǒng)的寬帶語(yǔ)音編碼器[1]. 由于AMR-WB編碼器參數(shù)之間具有很強(qiáng)的依賴(lài)性，丟失的語(yǔ)音包不但影響本幀語(yǔ)音的解碼，還會(huì)造成錯(cuò)誤傳播，影響到隨后語(yǔ)音幀的正確解碼. 另外AMR-WB自帶的差錯(cuò)隱藏模塊只在較低的丟包率條件下才能夠保證語(yǔ)音質(zhì)量，所以進(jìn)一步增強(qiáng)AMR-WB的抗丟包能力是十分必要的.

本文利用MDC技術(shù)增強(qiáng)AMR-WB的抗丟包能力，并結(jié)合刪余卷積編碼技術(shù)調(diào)整編碼速率，在此基礎(chǔ)上提出了一種與移動(dòng)網(wǎng)絡(luò)話(huà)音編碼速率相融合的新型AMR-WB抗丟包方法. 本文的算法在實(shí)際應(yīng)用中只需要在移動(dòng)終端中加入兩個(gè)單獨(dú)的處理模塊，而不需要修改移動(dòng)網(wǎng)絡(luò)協(xié)議或者增加額外的信令即可增強(qiáng)移動(dòng)網(wǎng)絡(luò)的抗丟包能力，實(shí)現(xiàn)起來(lái)較為方便.

1 AMR-WB編解碼器

1.1 AMR-WB簡(jiǎn)介

AMR-WB編碼器所采用的是代數(shù)碼本激勵(lì)線性預(yù)測(cè)編碼(algebraic code excited linear prediction，ACELP)結(jié)構(gòu)，如圖1所示. 它基于分析-合成結(jié)構(gòu)，從固定碼本(代數(shù)碼本)和自適應(yīng)碼本中分別搜索出最佳碼矢量，乘以各自的最佳增益后相加，其和即是ACELP激勵(lì)信號(hào)源. 提取的ACELP模型參數(shù)包括兩部分：按幀提取的線性預(yù)測(cè)(linear prediction，LP)系數(shù)；以及每子幀提取一次的固定碼本，固定碼本增益，基音周期和自適應(yīng)碼本增益[2].

1.2 AMR-WB幀結(jié)構(gòu)

AMR-WB編碼器共有9種編碼模式，每一種編碼模式的速率分別為23.85，23.05，19.85，18.25，15.85，14.25，12.65，8.85和6.60 kbit/s[3]. 其中編碼速率12.65 kbit/s及以上碼率模式都能夠提供高質(zhì)量的寬帶語(yǔ)音，專(zhuān)門(mén)設(shè)計(jì)的兩個(gè)低碼率模式6.60和8.85 kbits主要用于惡劣的無(wú)線信道環(huán)境或者網(wǎng)絡(luò)擁塞的場(chǎng)合.

如圖2所示為AMR-WB一般的幀格式，幀類(lèi)型占4 bits，表示從0～15共16個(gè)數(shù)字，其中0～8分別表示9種編碼模式，9、14、15分別用于表示AMR-WB靜默幀、語(yǔ)音丟失指示、沒(méi)有數(shù)據(jù)(沒(méi)有發(fā)送或者接收)，10～13用于將來(lái)的使用. 在所提出的方案中利用10來(lái)指示這一幀信號(hào)是否為MDC幀信號(hào)，這樣就不需要額外的信令信息，只需要利用幀格式中的一個(gè)比特來(lái)進(jìn)行判斷所傳語(yǔ)音信號(hào). 幀質(zhì)量指示(frame quality indicator，F(xiàn)QI)占用1 bit，F(xiàn)QI為1表示幀無(wú)誤，F(xiàn)QI為0表示幀信息出現(xiàn)錯(cuò)誤.

帖類(lèi)型4bits幀質(zhì)量指示1bit幀模式指示4bits模式需求指示4bits校驗(yàn)比特8bitsA類(lèi)B類(lèi)

圖2 一般的AMR-WB幀格式

Fig.2 General frame format of AMR-WB

A類(lèi)比特會(huì)存放一些對(duì)語(yǔ)音質(zhì)量恢復(fù)比較重要的比特?cái)?shù)據(jù)，如果接收到數(shù)據(jù)信息以后，檢測(cè)到A類(lèi)信息出錯(cuò)，在解碼端就會(huì)對(duì)A類(lèi)信息進(jìn)行錯(cuò)誤隱藏，對(duì)B類(lèi)信息不需要改變. 以編碼模式2為例，表1為AMR-WB在編碼速率為12.65 kbit/s時(shí)的比特分配，A類(lèi)比特分布如表2所示，其中因?yàn)镮SP參數(shù)和基音周期都是采用的矢量量化編碼，所以A類(lèi)比特保存了ISP參數(shù)和基音周期的高比特位，對(duì)低比特位歸為B類(lèi)信息.

表1 AMR-WB 12.65 kbit/s速率模式下的比特分配

表2 AMR-WB 12.65 kbit/s速率模式下的A類(lèi)比特分布

1.3 AMR-WB各個(gè)參數(shù)對(duì)語(yǔ)音質(zhì)量的影響

為了測(cè)試AMR-WB編解碼器中各個(gè)參數(shù)重要性，采用仿真實(shí)驗(yàn)的方法分別測(cè)試ISP參數(shù)、LTP-filtering長(zhǎng)時(shí)濾波參數(shù)、基音周期、增益、FCB固定碼本對(duì)語(yǔ)音質(zhì)量的影響. 測(cè)試方法：假設(shè)在不同的丟包概率下，只對(duì)測(cè)試參數(shù)進(jìn)行錯(cuò)誤隱藏恢復(fù)，其它參數(shù)保持正確解碼，在測(cè)試不同參數(shù)時(shí)，確保丟包位置一樣. 利用寬帶PESQ(perceptual evaluation of speech quality)[4]對(duì)解碼出來(lái)的語(yǔ)音信號(hào)進(jìn)行MOS評(píng)分. 在每一種丟包概率下每一種參數(shù)測(cè)試40條標(biāo)準(zhǔn)漢語(yǔ)語(yǔ)料(20條男聲，20條女聲)的PESQ分?jǐn)?shù)，計(jì)算所有語(yǔ)料PESQ分?jǐn)?shù)的平均值. 實(shí)驗(yàn)中采用AMR-WB的編碼模式2(語(yǔ)音編碼速率為12.65 kbit/s)，測(cè)試結(jié)果如圖3所示. 丟包模型分別采用Bernoulli模型和Gilbert模型.

從圖3中分析7條曲線，得出在AMR-WB編解碼器中，Ltp-filtering參數(shù)對(duì)語(yǔ)音質(zhì)量影響較小，相對(duì)來(lái)說(shuō)影響最不重要，Ltp-filtering占用的比特?cái)?shù)也是相對(duì)最少；影響最大的是基音周期和增益，固定碼本和ISP參數(shù)影響程度差不多.

2 MDC技術(shù)和卷積編碼結(jié)合方案

2.1 MDC技術(shù)在AMR-WB的應(yīng)用

分集技術(shù)能夠利用多徑效應(yīng)來(lái)提高無(wú)線通信系統(tǒng)性能. 分集思想既可以用來(lái)設(shè)計(jì)信道編碼，也可以用來(lái)設(shè)計(jì)信源編碼. 當(dāng)這種思想運(yùn)用到信源編碼時(shí)，就產(chǎn)生了多描述編碼技術(shù)[5]. 如圖4所示為一個(gè)典型的多描述編碼系統(tǒng). 語(yǔ)音信號(hào)首先被分解到同等重要的描述中，每個(gè)描述在信道上單獨(dú)傳輸.

新一代移動(dòng)通信TD-LTE系統(tǒng)是基于多載波技術(shù)，在每一個(gè)子載波上信號(hào)可以看作是平穩(wěn)的，但是每一個(gè)子載波的衰落也是不一樣的. 在發(fā)送信號(hào)時(shí)可以把每一個(gè)子載波看作是不同衰落的信號(hào)，各個(gè)子載波之間是不同衰落信號(hào)，子載波間的丟失也是不相關(guān)的，在TD-LTE系統(tǒng)中分組語(yǔ)音業(yè)務(wù)可以采用MDC技術(shù)來(lái)增強(qiáng)AMR-WB抗丟包能力.

目前基于AMR-WB的多描述編碼有多種實(shí)現(xiàn)方法，根據(jù)前面分析不同參數(shù)對(duì)語(yǔ)音質(zhì)量的影響，可以得到基音周期和增益對(duì)語(yǔ)音質(zhì)量的恢復(fù)最為重要，固定碼本和ISP參數(shù)的重要性相對(duì)較小一點(diǎn). 另外固定碼本占用的比特?cái)?shù)的比重最大，所以在多描述編碼中會(huì)考慮不同參數(shù)的重要性及各個(gè)參數(shù)所占用的比特?cái)?shù)的比重，來(lái)合理進(jìn)行多描述編碼. 而文獻(xiàn)[6]中對(duì)各個(gè)參數(shù)重要性的處理滿(mǎn)足前面的分析，所以選用文獻(xiàn)[6]中多描述編碼的實(shí)現(xiàn)方法.

以AMR-WB編碼模式2編碼速率為12.65 kbit/s為例，文獻(xiàn)[6]的編碼參數(shù)在各子幀和兩個(gè)描述中的比特分配如表3所示.

表3 比特分配方案

其中VAD話(huà)音激活檢測(cè)參數(shù)是分布在兩個(gè)描述中，ISP參數(shù)的一級(jí)矢量量化分布在兩個(gè)描述中，而第二級(jí)ISP矢量量化索引中，用20比特編碼的前三個(gè)矢量分配到描述1中，用10個(gè)比特編碼的后兩個(gè)矢量分配到描述2中；對(duì)于參數(shù)LTP-filtering，第1、3子幀放在描述1里面，第2、4子幀放在描述2里面；將基音周期都調(diào)整為9 bits表示，對(duì)于基音周期和增益都是把1、3子幀的放在描述1里，2、4子幀的放在描述2里面；固定碼本中，每子幀中奇數(shù)位上的脈沖分解到描述1中，偶數(shù)位上的脈沖分解到描述2中，這樣當(dāng)一個(gè)描述丟失時(shí)，每個(gè)子幀仍然有脈沖信息可以恢復(fù). 并且由于采用子幀脈沖交織的算法，所以需要重新計(jì)算每一個(gè)描述里面的增益，會(huì)多傳入2個(gè)交織碼本增益.

2.2 利用刪余卷積編碼技術(shù)調(diào)整編碼速率

刪余卷積編碼是文獻(xiàn)[7]提出的一種可以實(shí)現(xiàn)不同比率的卷積編碼方案，本文利用刪余卷積編碼對(duì)不同的編碼模式采用不同的卷積編碼比率，來(lái)實(shí)現(xiàn)比特速率匹配. 利用文獻(xiàn)[6]實(shí)現(xiàn)的MDC方法，對(duì)不同的AMR-WB編碼模式采用多描述算法時(shí)，不同模式下的比特占用如表4所示.

表4 AMR-WB和MDC算法下不同模式占用的比特?cái)?shù)

Tab.4 The number of bits occupied by different modes under AMR-WB and MDC algorithm

模式AMR?WBMDC013211772162253292328532443173565365639743674618477

采用低模式下的MDC算法來(lái)匹配高模式下的AMR-WB編碼，例如模式2的MDC算法占用292 bits，來(lái)匹配AMR-WB的模式4，這樣就不會(huì)出現(xiàn)占用比特多的情況，為達(dá)到與已有移動(dòng)通信系統(tǒng)相同的話(huà)音編碼比特，反而會(huì)有多余的比特?cái)?shù)據(jù)沒(méi)有得到利用.

本文提出由低模式下的MDC算法來(lái)匹配AMR-WB的高模式編碼，然后多余的比特?cái)?shù)據(jù)通過(guò)進(jìn)行刪余卷積編碼實(shí)現(xiàn)不同的碼率匹配. 比如AMR-WB模式4占用317 bits，而模式2的MDC技術(shù)需要292 bits，這樣MDC方法需要補(bǔ)25 bits才會(huì)和AMR-WB模式4占用相同的比特資源. 通過(guò)對(duì)這25 bits數(shù)據(jù)采取不同碼率的卷積編碼來(lái)實(shí)現(xiàn)語(yǔ)音編碼速率匹配. 由于多余的比特并不是很多，如果對(duì)所有的比特?cái)?shù)據(jù)都進(jìn)行保護(hù)，碼率會(huì)比較高，實(shí)驗(yàn)結(jié)果表明這樣做的效果并不好，甚至語(yǔ)音質(zhì)量還會(huì)出現(xiàn)下降的現(xiàn)象. 最終采用不等差錯(cuò)保護(hù)方式，對(duì)重要的比特?cái)?shù)據(jù)進(jìn)行保護(hù)，對(duì)不重要的比特?cái)?shù)據(jù)不進(jìn)行操作. 通過(guò)1.3的實(shí)驗(yàn)分析可以得到不同參數(shù)對(duì)語(yǔ)音質(zhì)量的影響不同，所以最終多余的比特?cái)?shù)據(jù)只對(duì)ISP參數(shù)和基音周期進(jìn)行保護(hù)，其它參數(shù)不進(jìn)行保護(hù).

所提方案的整體實(shí)現(xiàn)流程如圖5所示，在發(fā)送端首先會(huì)根據(jù)CQI(channel quality indicator)值來(lái)判斷下一步的操作，如果信道質(zhì)量不好，則會(huì)選擇AMR-WB編碼模式下對(duì)應(yīng)的MDC編碼模式，保持語(yǔ)音編碼速率和之前的速率一樣，如果信道質(zhì)量較好，則保持編碼模式不變. 在接收端會(huì)根據(jù)幀頭指示比特來(lái)判斷是否經(jīng)過(guò)MDC和刪余卷積編碼處理，然后再進(jìn)行下一步操作. 對(duì)于實(shí)際移動(dòng)網(wǎng)絡(luò)，通過(guò)在移動(dòng)終端加入語(yǔ)音編碼后處理的模塊和語(yǔ)音解碼前處理的模塊，即可實(shí)現(xiàn)語(yǔ)音傳輸?shù)目箒G包功能，而不需要修改終端中其它部分.

3 仿真實(shí)驗(yàn)和結(jié)果分析

本文對(duì)3種抗丟包算法進(jìn)行對(duì)比，包括AMR-WB本身的丟包隱藏算法，文獻(xiàn)[6]中MDC算法，以及本文所提的新方案，其中AMR-WB采用編碼模式4，文獻(xiàn)[6]中MDC算法對(duì)應(yīng)AMR-WB的編碼模式2，本文對(duì)參數(shù)進(jìn)行保護(hù)的MDC算法也對(duì)應(yīng)AMR-WB的編碼模式2. 這樣所提算法的語(yǔ)音編碼速率與AMR-WB的編碼速率一致，而MDC算法的語(yǔ)音編碼速率相對(duì)低一點(diǎn). 實(shí)驗(yàn)中按照Bernoulli模型和Gilbert模型兩種模型來(lái)得到丟包數(shù)據(jù)，測(cè)試每一種算法的丟包位置保持一致. 實(shí)驗(yàn)中的原始語(yǔ)音文件來(lái)自NTT-AT寬帶中文語(yǔ)音數(shù)據(jù)庫(kù). 選取的語(yǔ)料數(shù)目為40條(20男，20女)，每條語(yǔ)料的長(zhǎng)度為8 s，采用16 kHz采樣和16 bit PCM量化. 對(duì)處理后的語(yǔ)音信號(hào)采用寬帶PESQ來(lái)進(jìn)行測(cè)試，對(duì)比出各個(gè)算法的語(yǔ)音質(zhì)量.

實(shí)驗(yàn)結(jié)果如圖6所示，在沒(méi)有丟包的情況下由于AMR-WB的編碼模式較高，且沒(méi)有任何損傷，所以恢復(fù)出來(lái)的語(yǔ)音質(zhì)量比另外兩種算法相對(duì)較好一點(diǎn). 在本次實(shí)驗(yàn)中丟包率大于3%的情況下，AMR-WB的丟包隱藏效果沒(méi)有另外兩種算法的效果好，并且對(duì)基音周期和ISP進(jìn)行保護(hù)的MDC算法比單純的MDC實(shí)現(xiàn)的語(yǔ)音質(zhì)量要好. 這說(shuō)明當(dāng)移動(dòng)網(wǎng)絡(luò)發(fā)生丟包時(shí)，本文提出的新的抗丟包方案可發(fā)揮較好的作用.

4 結(jié) 論

本文提出了一種在不改變?cè)幸苿?dòng)網(wǎng)絡(luò)系統(tǒng)傳輸協(xié)議的情況下，通過(guò)對(duì)AMR-WB編碼器加入MDC處理和刪余卷積編碼兩個(gè)模塊實(shí)現(xiàn)對(duì)丟包的恢復(fù)，并保持與原有話(huà)音編碼速率的匹配，其實(shí)現(xiàn)方法簡(jiǎn)單，算法復(fù)雜性較低，且不會(huì)產(chǎn)生額外的處理時(shí)延. 經(jīng)過(guò)仿真實(shí)驗(yàn)與分析，新的抗丟包方法相比于AMR-WB本身的丟包隱藏算法和單純的MDC算法對(duì)語(yǔ)音質(zhì)量的恢復(fù)有所提高，并且不會(huì)增加移動(dòng)網(wǎng)絡(luò)的信令開(kāi)銷(xiāo).

[1] 3rd Generation Partnership Project (3GPP). TS 26.190 AMR wideband speech codec: transcoding functions[S]. [S.l.]: 3GPP， 2001.

[2] Schroeder M R， Atal B. Code-excited linear prediction (celp): high quality speech at very low bit rates[C]∥Proceedings of the IEEE International Conference on Acoustic， Speech and Signal Processing (ICASSP’85). Tampa， Florida: IEEE， 1985:937-940.

[3] 3rd Generation Partnership Project (3GPP). TS 26.190. AMR wideband speech codec: frame structure[S]. [S.l.]: 3GPP， 2001.

[4] ITU Telecommunication Standardization Sector (ITU-T). Recommendation P.862.3. Application guide for objective quality measurement based on recommendation P.862[S]. [S.l.]: ITUT， 2005.

[5] Goyal V K. Multiple description coding: compression meets the network[J]. Signal Processing Magazine， 2001:74-93.

[6] Lang Yue， Zhao Shenghui， Kuang Jingming. A multiple description speech coder based on AMR-WB[C]∥Proceedings of the IEEE Conference on Information Technology & Applications (ICITA2007). Harbin， China: IEEE， 2007:697-700.

[7] Host S，Johannesson R， Zyablov V V. A first encouter with binary woven convolutional codes[C]∥Proceedings of the 4th Int Symp Communication Theory and Application. U.K:[s.n.]，1997:13-18.

(責(zé)任編輯：李兵)

The Anti Packet Loss Algorithm for Voice Transmission in the Mobile Network

WANG Jing1， LIU Bao-guang1， FEI Ze-song1， ZHANG Jian-yin2

(1.School of Information and Electronics，Beijing Institute of Technology， Beijing 100081，China;2.Research Institute of China Mobile Communication Corporation， Beijing 100053， China)

In mobile communication network， there exists anti packet loss problem in adaptive multi rate-wide band(AMR-WB) codec when transmitting voice packet. In order to settle the problem， AMR-WB anti packet loss implementation approach matching the rate of speech coding in VoLTE system was proposed. Firstly， the impacts of each parameter in the AMR-WB codec on voice quality after the recovery of error concealment was analyzed through experiment. Then an AMR-WB anti packet loss scheme was designed by taking advantage of MDC(multiple description coding) technology. Furthermore， combing with punctured-convolution coding， an enhanced anti packet algorithm with double error protection was proposed to implement error protection and rate matching under multi-rate situation. The scheme is compatible with the rate of voice coding under the original AMR-WB coding model. Simulation results show that the proposed novel scheme can strengthen anti packet loss capability of AMR-WB without the need of increasing signaling overhead in mobile network， and it is compatible with the multi-rate voice coding in existing mobile network.

adaptive multi rate-wide band; multiple description coding algorithm; punctured-convolution coding; mobile network

2014-04-10

國(guó)家自然科學(xué)基金資助項(xiàng)目(61571044，11461141004)；國(guó)家教育部-中國(guó)移動(dòng)科研基金資助項(xiàng)目(MCM201240113)

王晶(1980—)，女，博士，副教授，E-mail:wangjing@bit.edu.cn.

TN 911

A

1001-0645(2016)10-1048-05

10.15918/j.tbit1001-0645.2016.10.012