专利名称：用于进行量化的方法
技术领域：
本发明涉及一种用于搜索码本的方法和设备，更具体地说，涉及一种用于搜索包括脉冲的码本的方法和设备，其中，所述脉冲对包括在话音信号中的预定分量进行建模。
背景技术：
在信息技术的应用领域(诸如，移动和卫星通信、多媒体通信、个人便携式通信和互联网电话)，使用压缩/解压缩技术对语音信号进行编码的语音编码器(vocoder)技术非常重要。存在各种类型的语音编码器。基于分析合成(analysis-by-synthesis)结构的码激励线性预测(CELP)编码在多媒体和无线通信系统中使用得最普遍。在CELP编码中， 通过自适应码本和固定码本对声道的剩余信号和声门的特征进行建模。根据码本的结构及其搜索处理，在不同程度的复杂性下实现CELP编码，并且CELP编码提供不同质量的合成声音。因此，已经提出各种CELP编码的实现和它们的变型。作为CELP的示例，存在代数CELP (ACELP)编码方法，用于使用简单的代数方法来获得代码矢量。ACELP编码方法基于包括每个帧的若干幅度(+1/-1)的脉冲的组合的代数符号结构，并使用码本中有限多种幅度的脉冲。因此，ACELP编码方法应对信道噪声表现得非常强健。使用ACELP编码方法搜索代码矢量的方法称为固定码本搜索。自适应多速率(AMR)宽带话音编码器被选择作为称为第三代合作伙伴计划(3GPP)的国际协会中的宽带话音编码器标准，其具有9种固定比特率的传输模式， BP,23.85kbps、23.05kbps、19.85kbps、18.25kbps、15.85kbps、14.25kbps、12.65kbps、 8. 85kbps和6. 60kbps。固定码本搜索基于代数码本结构，并根据不同的传输模式而按照不同的方式来实现。图I是不出应用于AMR宽带话音编码器的8. 85kbps模式的固定码本搜索方法的流程图。图I的固定码本搜索方法基于代数码本。使目标信号的MES最小化的固定码本Ck 与使等式I最大化的固定码本相同
权利要求
1.一种量化方法，所述方法包括将具有N个状态的网格结构中可用来选择的网格路径的初始状态的数量限制在N个状态中的2k个之内，其中，N = 2V，V指示整数，O彡k彡V ;根据网格路径的初始状态将最后一阶的状态的数量限制在N个状态中的2v-k个之内；在将初始状态先决条件下确定的N个生存路径的初始状态称为从第一阶到第L-Iog2N 阶之后，在剩余的V阶中，考虑在关于最后一阶的状态的先决条件下由每个初始状态确定的2v_k个状态中最后一阶的允许的状态被选择的网格路径，其中，L指示阶的数量；以及发送被考虑的网格路径中的最佳网格路径。
2.如权利要求I所述的方法，其中，扩展码本的扩展音轨之一被分配给每一阶。
3.如权利要求2所述的方法，其中，扩展音轨中的每一个相应于代数码本的至少两个音轨的并集。
4.如权利要求I所述的方法，其中，扩展码本的子码本被分配给将网格结构的一个状态连接到其它状态的至少一个分支中的每一个，子码本被通过划分扩展码本而生成。
5.一种量化方法，所述方法包括将具有N个状态的网格结构中可用来选择的网格路径的初始状态的数量限制在N个状态中的2k个之内，其中，N = 2V，V指示整数，O彡k彡V ;根据网格路径的初始状态将最后一阶的状态的数量限制在N个状态中的2k个之内；在将初始状态先决条件下确定的N个生存路径的初始状态称为从第一阶到第L-Iog2N 阶之后，在剩余的V阶中，考虑在关于最后一阶的状态的先决条件下由每个初始状态确定的2k个状态中最后一阶的允许的状态被选择的网格路径，其中，L指示阶的数量；以及发送被考虑的网格路径中的最佳网格路径。
6.如权利要求5所述的方法，其中，扩展码本的扩展音轨之一被分配给每一阶。
7.如权利要求6所述的方法，其中，扩展音轨中的每一个相应于代数码本的至少两个音轨的并集。
8.如权利要求5所述的方法，其中，扩展码本的子码本被分配给将网格结构的一个状态连接到其它状态的至少一个分支中的每一个，子码本被通过划分扩展码本而生成。
全文摘要
提供一种用于进行量化的方法，所述方法包括将具有N个状态的网格结构中可用来选择的网格路径的初始状态的数量限制在N个状态中的2k个之内，其中，N＝2v，v指示整数，0≤k≤v；根据网格路径的初始状态将最后一阶的状态的数量限制在N个状态中的2v-k个之内；在将初始状态先决条件下确定的N个生存路径的初始状态称为从第一阶到第L-log2N阶之后，在剩余的v阶中，考虑在关于最后一阶的状态的先决条件下由每个初始状态确定的2v-k个状态中最后一阶的允许的状态被选择的网格路径，其中，L指示阶的数量；以及发送被考虑的网格路径中的最佳网格路径。
文档编号G10L19/00GK102592603SQ20121003160
公开日2012年7月18日 申请日期2006年7月13日 优先权日2005年7月13日
发明者全仔镜, 姜尚远, 成昊相, 托马斯·R.·费什, 李康殷 申请人:三星电子株式会社