Mã hóa tiếng nói trong di động

Đề tài: Mã hóa tiếng nói trong di động 2LỜI MỞ ĐẦU Trong thời đại ngày nay, cùng với sự phát triển mạnh mẽ của khoa học kỹ thuật thì nhucầu trao đổi thông tin của con người cũng ngày càn

Đề tài: Mã hóa tiếng nói trong di động 1

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG

Khoa Viễn Thông 1

Đề tài: Mã hóa tiếng nói trong di động 2

LỜI MỞ ĐẦU

Trong thời đại ngày nay, cùng với sự phát triển mạnh mẽ của khoa học kỹ thuật thì nhucầu trao đổi thông tin của con người cũng ngày càng tăng lên.từ lúc đầu chỉ giao tiếp ,tươngtác thông qua các văn bản giấy tờ, ngày nay nhu cầu sử dụng tiếng nói trong truyền thông,tương tác người và máy càng trở nên cấp thiết hơn.Vì vậy một lĩnh vực kỹ thuật mới đã rađời, đó là mã hóa tiếng nói

Tiếng nói như một phương tiện chúng ta sử dụng hàng ngày,nhờ có tiếng nói ta có thểbiểu hiện những tâm tư, tình cảm, suy nghĩ của mình ,giúp chúng ta giao tiếp,làm việc vớimọi người xung quanh.Khi các phương pháp mã hóa ra đời và đạt được những thành tựuđáng kể và các ứng dụng của việc mã hóa tiếng nói được áp dụng trong rất nhiều các lĩnhvực khác nhau trong xã hội thì ta không thể không kể đến việc mã hóa tiếng nói trong thôngtin di động ngày nay.Việc mã hoá tiếng nói là rất cần thiết ,giúp giảm thiểu số lượng tínhiệu trên đường truyền nhưng vẫn đảm bảo chất lượng cuộc gọi Trong bài tiểu luận này,emxin trình bày 3 nội dung chính như sau:

• Chương 1: Tổng quan về tiếng nói

• Chương 2: Các phương pháp mã hóa tiếng nói

• Chương 3: Bộ mã hóa và giải mã tiếng nói trong hệ thống GSM

Đề tài: Mã hóa tiếng nói trong di động 3

MỤC LỤC

Đề tài: Mã hóa tiếng nói trong di động 4

MỤC LỤC

LỜI MỞ ĐẦU

MỤC LỤC

THUẬT NGỮ VIẾT TẮT

DANH MỤC CÁC HÌNH VẼ

Chương I: Tổng quan về tiếng nói

1.1 Quá trinh tạo ra tiếng nói………

1.2 Các đặc điểm của tiếng nói………

1.2.1.Các đặc tính vật lý của âm thanh………

1.2.2.Các đặc tính âm học của âm thanh………

1.3 Phân loại đơn giản dạng sóng tiếng nói ……

Chương II: Tổng quan về các phương pháp mã hóa tiếng nói 2.1.Mã hóa dạng sóng………

2.1.1.Mã hóa trên miền thời gian………

2.1.2.Mã hóa trên miền tần số………

2.2.Mã hóa nguồn………

2.2.1.Nguyên tắc mã hóa Vocoder………

2.2.2.Mô hình LPC………

2.3.Mã hóa lai………

Đề tài: Mã hóa tiếng nói trong di động 5

Chương III: Mã hóa và giải mã tiếng nói trong hệ thống GSM:

3.1.Quá trình mã hóa và giải mã tiếng nói trong thông tin di động………

3.2.Các bộ mã hóa tiếng nói trong hệ thống GSM………

3.2.1.SBC-APCM………

3.2.2.SBC-ADPCM………

3.2.3.MPE-LTP………

3.2.4.RPE-LTP………

3.3.Bộ mã hóa và giải mã RPE-LTP trong hệ thống GSM………

KẾT LUẬN

TÀI LIỆU THAM KHẢO

Đề tài: Mã hóa tiếng nói trong di động 6

THUẬT NGỮ VIẾT TẮT

A/D Analog to Digital Tương tự sang số

AbS Analysis by Synthesis Phân tích bằng tổng hợp

ADPCM Adaptive Differently PCM Điều chế mã xung vi sai thích ứngD/A Digital to Analog Số sang tương tự

DM Delta Modulation Điều chế Delta

DPCM Differential PCM Điều chế mã xung vi sai

GSM Global System For

Mobile Communications Hệ thống thông tin di động toàn cầu

LP Linear Prediction Dự đoán tuyến tính

LPC Linear Prediction Coding Mã hoá dự đoán tuyến tính

LTP Long Term Predictor Dự đoán dài hạn

MPE-LTP Multi-Pulse Excited LPC

Codec with Long term Predictor

Dự đoán tuyến tính kích thích đa xung với bộ dự đoán dài hạnPCM Pulse Code Modulation Điều chế xung mã

PDF Probability Density Function Hàm mật độ xác suất

RELP Residual Excited Linear

Prediction

Dự đoán tuyến tính kích thích bằng tín hiệu sau dự đoán

RPE Regular Pulse Excitation Kích thích xung đều

RPE-LTP Regular Pulse Excited -

Long Term Prediction

Kích thích xung đều - Dự đoán dài hạn

SNR Signal to Noise Ratio Tỉ số tín hiệu trên nhiễu

STP Short term Predictor Dự đoán ngắn hạn

Đề tài: Mã hóa tiếng nói trong di động 7

DANH MỤC HÌNH VẼ

Hình 1.1: Bộ máy phát âm của con người

Hình 1.2: Một đoạn điển hình của các âm hữu thanh

Hình 1.3: Một đoạn điển hình của các âm vô thanh

Hình 2.1: Các phương pháp mã hóa tiếng nói

Hình 2.2: Mô hình toán học của LPC

Hình 3.1: Quá trình mã hóa và giải mã trong thông tin di động

Hình 3.2: Bộ mã hóa dựa trên giải thuật RPE-LTP

Hình 3.3: Sơ đồ khối mô tả quá trình giải mã tiếng theo RPE-LTP

Đề tài: Mã hóa tiếng nói trong di động 8

CHƯƠNG I: TỔNG QUAN VỀ TIẾNG NÓI

1.1. Quá trình tạo ra tiếng nói:

Tiếng nói là âm thanh mang mục đích diễn đạt thông tin,rất uyển chuyển và đặc biệt.Là công

cụ của tư duy và trí tuệ,tiếng nói mang đặc trưng cơ bản của loài người.Nhờ có ngôn ngữ tiếng nói

mà loài người sống thành xã hội tiến bộ, có văn hóa, văn minh như ngày nay.Trong quá trình giaotiếp người nói có nhiều câu nói Mỗi câu gồm nhiều từ, ở tiếng Việt ,số từ thường được sử dụng vàokhoảng 6700 âm tiết

Tiếng nói thường xuất hiện dưới nhiều hình thức mà ta gọi là đàm thoại, việc đàm thoại thểhiện kinh nghiệm của con người Đàm thoại là một quá trình gồm nhiều người, có sự hiểu biếtchung và một nghi thức luân phiên nhau nói Những người có điều kiện thể chất và tinh thần bìnhthường thì rất dễ diễn đạt tiếng nói của mình, do đó tiếng nói là phương tiện giao tiếp chính tronglúc đàm thoại Tiếng nói có rất nhiều yếu tố khác hỗ trợ nhằm giúp người nghe hiểu được ý cần diễnđạt như biểu hiện trên gương mặt, cử chỉ , điệu bộ Vì các đặc tính tác động qua lại, nên tiếng nóiđược sử dụng trong nhu cầu giao tiếp nhanh chóng

Sóng âm thoại là một sóng áp suất âm thanh được tạo ra từ nhừng chuyển động có điều khiểncủa các bộ phận cơ thể con người hình thành nên hệ thống tạo âm thoại

Một cấu trúc đơn giản của hệ thống tạo âm thoại được minh họa ở hình vẽ 1.1 Cơ bản, thoạiđược tạo ra như là sóng âm từ các hốc mũi và miệng khi không khí bị bật ra từ các lá phổi với kếtquả là luồng không khí bị xáo trộn bởi sự co thắt ở bên trong cơ thể con người Nguồn năng lượngchính nằm ở thanh môn, Tuyến âm sẽ được kích thích bởi nguồn năng lượng chính tại thanh môn.Tiếng nói được tạo ra sóng âm học do kích thích từ thanh môn phát ra đẩy không khí có trong phổilên tạo thành dòng khí va chạm vào hai dây thanh trong tuyến âm Hai dây thanh dao động sẽ tạo racộng hưởng, dao động âm sẽ được lan truyền theo tuyến âm (tính từ tuyến âm đến khoang miệng)

và sau khi đi qua khoang mũi, môi sẽ tạo ra tiếng nói

• Thanh quản chứa hai dây thanh có thể dao động tạo ra sự cộng hưởng đầu tiên của quá trình tạothành âm thanh

• Ống dẫn âm là một ống không đồng dạng bắt đầu từ môi, kết thúc bởi dây thanh hoặc thanhquản Ống có độ dài khoảng 17cm đối với người bình thường

• Khoang mũi cũng là ống không đồng dạng thuộc vùng cố định bắt đầu từ mũi, kết thục tại vòmmiệng, đối với người bình thường khoang mũi có độ dài 12 cm

• Khoang miệng là các nếp da chuyển động có thể điều khiển sự ghép âm thanh giữa khoangmiệng và khoang mũi

Trong quá trình phát âm, nếu là âm mũi thì vòm miệng hạ thấp và dòng khí chỉ đi qua đườngmũi, nếu là âm thường thì vòm miệng mở, đường mũi khép lại và dòng khí đi theo khoang miệng ramôi

Đề tài: Mã hóa tiếng nói trong di động 9

Hình 1.1 Bộ máy phát âm của con người

1.2 Các đặc điểm của tiếng nói

1.2.1 Đặc tính vật lý của âm thanh

Âm thanh trong thế giới tự nhiên về bản chất là những sóng âm được tạo ra từ dao động củavật thể và được truyền đi trong một môi trường truyền âm nhất định

Âm thanh của tiếng nói, tương tự, là những sóng âm được tạo ra từ dao động của các bộ phậntrong bộ máy phát âm và được truyền đi trong môi trường truyền âm (thường là không khí) Nhữngsóng âm này truyền đến tai người nghe, đập vào màng nhĩ - một màng mỏng rất nhạy cảm của taingười – làm cho màng nhĩ cũng dao động, các dây thần kinh của màng nhĩ sẽ nhận được cảm giác

âm khi tần số dao động của sóng đạt đến một độ lớn nhất định và người nghe nhận biết được lờinói Liên lạc thông tin bằng tiếng nói là truyền thông tin từ não người nói sang não người nghe Cóthể xem như tiếng nói (thoại) là một trường hợp riêng nhưng phổ biến của âm thanh

Âm thanh có các tham số đánh giá đặc trưng sau đây:

1 Tần số: Tần số của âm đơn là số lần dao động của không khí truyền dẫn âm trong một

đơn vị thời gian là 1 giây Tần số biểu thị độ cao (pitch) của âm thanh Tần số càng lớn thì âmthanh càng cao và ngược lại Ðơn vị để đo tần số của âm thanh là Hertz (viết tắt là Hz)

Tai con người chỉ cảm thụ được những dao động có tần số từ khoảng 16Hz đến khoảng20000Hz Dải tần số từ 16Hz đến 20000Hz được gọi là dải tần số âm thanh hay âm tần hoặc sóng

âm Những âm có tần số nhỏ hơn 16Hz gọi là sóng hạ âm, còn những âm có tần số lớn hơn 20000

Hz gọi là sóng siêu âm và con người không cảm nhận được các sóng âm này nhưng có khá nhiềuloài vật có thể cảm nhận được (ví dụ loài dơi có thể nghe được sóng siêu âm) Sóng âm, sóng siêu

âm và hạ âm không chỉ truyền trong không khí mà còn có thể lan truyền tốt ở những môi trườngrắn, lỏng, do đó sử dụng rất nhiều trong các thiết bị máy móc hiện nay.Ứng với mỗi tần số dao

động f, có chu kỳ dao động T là một bước sóng l của âm thanh được xác định theo biểu thức l = c.T (c là tốc độ lan truyền của âm thanh trong không khí = 340m/s) Do đó, bước sóng của âm

thanh trong dải âm tần là từ 21.25m đến 0.017m.Trong thực tế, một âm phát ra thường không phải

là một âm đơn mà là một âm phức bao gồm một âm đơn và một số âm hài có tần số gấp 2, 3 hoặc4… lần âm đơn Ngoài ra, trong dải âm tần người ta chia ra: tiếng trầm từ 16Hz đến 300Hz; tiếngvừa từ 300Hz đến 3000Hz và tiếng bổng (tiếng thanh) 3000Hz đến 12000Hz Tiếng nói con ngườithường có dải tần số từ 300Hz đến 3400Hz

10. Nắp đóng của thanh quản

11. Dây thanh giả

12. Dây thanh

13. Thanh quản

14. Thực quản

15. Khí quản

Đề tài: Mã hóa tiếng nói trong di động 10

2 Áp suất âm thanh: Áp suất âm thanh hay còn gọi là thanh áp Âm thanh truyền lan đến

đâu thì làm thay đổi áp suất không khí ở đó Áp suất do âm thanh tạo thêm ra ở một điểm gọi làthanh áp ở điểm đó Đơn vị đo thanh áp là bar Một bar là thanh áp tác động lên một diện tích1cm2 một lực là 1dyn 1 bar = 1dyn/cm2 Tuy nhiên, ngày nay, người ta thường dùng đơn vịPascan (Pa) để đo thanh áp 1 bar = 10 Kpa; 1 Pa = 1 N/m2

3 Công suất âm thanh: Là năng lượng âm thanh đi qua một diện tích S trong thời gian một

giây Công suất âm thanh P có thể tính bằng biểu thức:

P = p.S.v (1.1)

Trong đó p là thanh áp, v là tốc độ dao động của một phần tử không khí tại đó và S là diện

tích Công suất âm thanh tính theo đơn vị oát (W)

Thông thường máy bay phản lực có công suất âm thanh là 10.000W; ô tô vận tải phóngnhanh: 0.12W; nói chuyện bình thường: 0.0003W

4 Cường độ âm thanh: Cường độ âm thanh I là công suất âm thanh đi qua một đơn vị diện

tích là 1cm2

I=P/S= p.v (1.2)

Ba đại lượng: áp suất âm thanh, công suất âm thanh; cường độ âm thanh gắn liền với nhau

Cả ba đều biểu thị độ lớn nhỏ của âm thanh Âm thanh có năng lượng càng lớn thì công suất,cường độ và áp suất của âm thanh càng lớn

5 Ðộ mạnh (Intensity): Do biên độ dao động của vật thể quyết định Biên độ dao động là

trị số lớn nhất mà dao động đạt tới trong một nửa chu kì Biên độ dao động càng lớn, âm thanhcàng vang to và ngược lại Ðơn vị đo độ mạnh của âm thanh là décibel (viết tắt là dB) Trong lờinói của một người, độ mạnh của âm thanh là yếu tố cơ bản tạo nên âm lượng của âm và trọng âmcủa từ

6 Ðộ dài (Length): Do thời gian dao động của vật thể quyết định Ðộ dài của âm thanh tạo

nên sự tương phản giữa các bộ phận của lời nói, là yếu tố tạo nên trọng âm, tạo nên các nguyên

âm đối lập nhau về độ dài Hai từ "tang" và "tăng" trong tiếng Việt có sự đối lập âm a dài (trong

"tang") và âm a ngắn (trong "tăng")

7 Âm sắc (Timbre): Phụ thuộc vào độ cao, độ dài và độ mạnh tham gia bổ sung vào các

thành phần kết cấu của âm Ðây là vẻ riêng biệt của một âm Âm sắc được quyết định bởi: thểchất của vật thể dao động, tính chất phức hợp do hiện tượng cộng hưởng âm thanh và phươngpháp làm cho vật thể dao động Một âm có cùng độ cao, độ mạnh, độ dài được phát ra từ dây tơ sẽkhác với từ một dây đồng; từ một ống sáo to dài, sẽ khác với từ một ống sáo nhỏ, ngắn; từ việcgẩy sẽ khác với từ việc gõ, búng, cọ xát hoặc thổi

Âm sắc chính là cái sắc thái riêng của từng âm Âm sắc còn được quyết định bởi vật thể daođộng theo chu kì đều đặn hay không đều đặn; dao động theo chu kì đều đặn thì tạo ra âmvang(sonants), chu kì không đều đặn thì tạo ra âm ồn hay âm có nhiều tiếng động (non - sonantshoặc bruyants)

1.2.2 Các đặc tính âm học của âm thanh:

Tín hiệu tiếng nói là tín hiệu tương tự biểu diễn cho thông tin về mặt ngôn ngữ và được mô tảbởi các âm vị khác nhau Tuỳ theo từng ngôn ngữ cụ thể mà số lượng các âm vị nhiều hay ít Thôngthường số lượng các âm vị vào khoảng 20 – 30 và nhỏ hơn 50 đối với mọi ngôn ngữ Đối với từng

Với n≥N

loại âm vị mà có các đặc tính âm thanh khác nhau Các âm vị được chia thành hai loại nguyên âm

và phụ âm Tổ hợp các âm vị tạo nên âm tiết Âm tiết đóng vai trò một từ trọn vẹn mang ngữ nghĩa

1.2.2.1.Nguyên âm:

Nguyên âm được tạo ra bằng sự cộng hưởng của dây thanh khi dòng khí được thanh môn đẩylên Khoang miệng được tạo lập thành nhiều hình dạng nhất định tạo thành các nguyên âm khácnhau Số lượng các nguyên âm phụ thuộc vào từng ngôn ngữ nhất định Mỗt nguyên âm được đặctrưng bởi 3 formant đầu tiên, các formant tiếp theo thường thì ít mang thông tin hơn

1.2.2.3.Tỷ suất thời gian:

Trong khi nói chuyện, khoảng nói chuyện và khoảng nghỉ xen kẽ nhau Phần trăm thời giannói trên tổng số thời gian nói và nghỉ được gọi là tỷ xuất thời gian Giá trị này biến đổi tuỳ thuộcvào tốc độ nói và từ đó ta có thể phân loại thành nói nhanh, nói chậm hay nói bình thường

1.2.2.4 Hàm năng lượng thời gian ngắn:

Hàm năng lượng thời gian ngắn của tiếng nói được tính bằng cách chia tín hiệu tiếng nóithành nhiều khung chứa N mẫu và tính diện tích trung bình tổng các mẫu tín hiệu trong mỗi khung.Các khung này được đưa qua một cửa sổ có dạng hàm như sau:

W W n

Thông thường có ba dạng cửa sổ được sử dụng đó là cửa sổ chữ nhật, cửa sổ Hamming và cửa

sổ Hanning

1.2.2.5 Tần số vượt qua điểm không

Tần suất vượt qua điểm không là số lần biên độ tín hiệu tiếng nói vượt qua giá trị không trongmột khoảng thời gian cho trước Thông thường giá trị này đối với âm vô thanh lớn hơn âm hữuthanh do đặc tính ngẫu nhiên của âm vô thanh Do đo tần suất vượt qua điểm không là tham số quantrọng để phân loại âm hữu thanh và âm vô thanh

1.2.2.6.Phát hiện điểm cuối

Trong xử lý tiếng nói việc xác định khi nào bắt đầu xuất hiện tín hiệu tiếng nói và khi nào kếtthúc quá trình nói rất cần thiết và quan trọng Trong một môi trường nhiều tiếng ồn (nhiễu ) hoặcmôi trường nhiều người nói thì việc phát hiện điểm kết thúc rất khó khăn.Đã có những phương phápphát hiện điểm cuối của tiếng nói

1.2.2.7 Tần số cơ bản

Dạng sóng của tiếng nói gồm hai phần: Phần gần giống nhiễu trong đó biên độ biến đổi ngẫunhiên và phần tuần hoàn Phần tín hiệu có tính chu kỳ chứa các thành phần tần số có dạng điều hòa.Tần số thấp nhất chính là tần số cơ bản và cũng chính là tần số dao động của dây dây thanh

Đối với những người nói khác nhau, tần số cơ bản cũng khác nhau Tần số cơ bản của trẻ emthường cao hơn so với người lớn và của nữ giới cao hơn so với nam giới

Đề tài: Mã hóa tiếng nói trong di động 12

Bảng 1: Một số giá trị tần số cơ bản tương ứng với giới tính và tuổi:

Đối với hai âm có cùng cường độ, cùng

độ cao sẽ được phân biệt bởi tính tuần hoàn.Một âm hữu thanh có tín hiệu gần như tuần hoàn khi được phân tích phổ sẽ xuất hiện một vạch tạivùng tần số rất thấp Vạch này đặc trưng cho tính tuần hoàn cơ bản của âm hay đó chính là tần số cơbản của âm Trong giao tiếp bình thường tần số cơ bản thay đổi liên tục tạo nên ngữ điệu cho tiếngnói

1.2.2.8 Formant

Trong phổ tần số của tín hiệu tiếng nói, mỗi đỉnh có biên độ cao nhất xét trong một khoảngnào đó (còn gọi là cực trị địa phương) xác định một formant Ngoài tần số, formant còn được xácđịnh bởi biên độ và dải thông của chúng Về mặt vật lý các tần số formant tương ứng với các tần sốcộng hưởng của tuyến âm Trong xử lý tiếng nói và nhất là trong tổng hợp tiếng nói để mô phỏnglại tuyến âm người ta phải xác định được các tham số formant đối với từng loại âm vị, do đó việcđánh giá, ước lượng các formant có ý nghĩa rất quan trọng

Tần số formant biến đổi trong một khoảng rộng phụ thuộc vào giới tính của người nói và phụthuộc vào các dạng âm vị tương ứng với formant đó Đồng thời, formant còn phụ thuộc các âm vịtrước và sau đó Về cấu trúc tự nhiên, tần số formant có liên hệ chặt chẽ với hình dạnh và kíchthước tuyến âm Thông thường trong phổ tần số của tín hiệu có khoảng 6 formant nhưng chỉ có 3formant đầu tiên ảnh hưởng quan trọng đến các đặc tính của các âm vị, còn các formant còn lạicũng có ảnh hưởng song rất ít Các formant có giá trị tần số xê dịch từ vài trăm đến vài nghìn Hz Tần số formant đặc trưng cho các nguyên âm biến đổi tuỳ thuộc vào người nói trong điều kiệnphát âm nhất định Mặc dù phạm vi của các tần số formant tương ứng với mỗi nguyên âm có thểtrùng lên nhau nhưng vị trí giữa các formant đó không đổi vì sự xê dịch của các formant là songsong

Ngoài formant, các âm mũi còn có các tần số bị suy giảm gọi là phản formant (anti-formant).Phản formant được tạo nên khi luồng khí đi qua khoang mũi Các formant tương ứng nói các điểmcực của hàm truyền đạt vì tại lân cận điểm cực giá trị hàm truyền đạt là rất lớn, tương tự vậy cácanti-formant tương ứng với các điểm không của hàm truyền đạt

1.2. 1.3.Phân loại đơn giản dạng sóng tiếng nói:

Phần gần tuần hoàn mà hầu như lặp lại cùng chu kỳ được gọi là tiếng nói hữu thanh (voiced

thanh được phát ra bởi một luồng khí cực mạnh từ thanh môn thổi qua dây thanh làm dung dâythanh, sự dao động của dây thanh tạo nên nguồn tuần hoàn Nguồn tuần hoàn kích thích tuyến âmtạo nên âm hữu thanh Vùng âm hữu thanh chiếm thành phần chủ yếu của sóng tiếng nói, chứa đựnglượng tin nhiều nhất và thời gian lớn nhất trong quá trình nói

Người nói Giá trị tần số cơ

bản