??? 摘? 要： 針對端對端保密通信中語音信號因加密隨機(jī)化而不能被聲碼器正確解碼的問題，提出了一種類語音調(diào)制解調(diào)算法，將加密語音數(shù)據(jù)調(diào)制成類語音信號后進(jìn)行傳送。介紹了算法中增益、基音周期和聲道相關(guān)參數(shù)的碼本設(shè)計(jì)方法以及參數(shù)的提取、量化和搜索的方法,并利用VC進(jìn)行仿真，通過對數(shù)據(jù)進(jìn)行比對實(shí)現(xiàn)增益、基音及聲道參數(shù)的有效還原。?

??? 關(guān)鍵詞： 類語音調(diào)制解調(diào)；增益；基音；聲道參數(shù)

?

??? 目前的第二代和第三代移動通信系統(tǒng)中采取的安全措施能在一定程度上保護(hù)用戶身份的隱私性和空中接口中傳輸信息的機(jī)密性。然而，這種通信機(jī)密性僅僅保障無線接入信道，語音信號在核心電路交換網(wǎng)中完全以PCM或者ADPCM語音的形式“裸露”傳送，存在被竊聽的風(fēng)險。為了降低這種風(fēng)險，進(jìn)一步保證端對端通信的安全性，有必要在語音信號進(jìn)入現(xiàn)有通信系統(tǒng)之前對其進(jìn)行加密^[1-2]。?

??? 語音進(jìn)入通信系統(tǒng)后，終端和網(wǎng)絡(luò)中的聲碼器會對語音信號進(jìn)行壓縮/解壓縮處理，以便有效地利用語音信道帶寬。聲碼器的工作基于人類語音的特征，語音信號在加密處理后的隨機(jī)化特性，將不滿足語音編解碼所需的語音特征，從而不被聲碼器準(zhǔn)確轉(zhuǎn)換^[1-3]。?

??? 本文提出一種類語音調(diào)制解調(diào)方法，該方法能將加密處理后的語音數(shù)據(jù)比特流或者其他數(shù)據(jù)調(diào)制成類語音波形，使波形具有聲碼器轉(zhuǎn)換所需的語音特征。這樣，類語音波形就能夠通過聲碼器的壓縮/解壓縮處理過程且具有較小誤比特率。加密后的數(shù)據(jù)可以在語音通道上進(jìn)行傳輸，盡管此時傳輸?shù)氖羌用苓^的信號，但給第三方的感覺是一種未加密的語音數(shù)據(jù)，從而避免引起第三方的關(guān)注，實(shí)現(xiàn)身份掩護(hù)功能，有效地實(shí)現(xiàn)終端用戶信息的安全傳輸。?

1 系統(tǒng)描述?

??? 圖1描述的是一個端對端保密移動通信路徑。語音信號通過低速語音壓縮編碼后進(jìn)行加密，加密后的語音數(shù)據(jù)輸入類語音調(diào)制器，調(diào)制器將其轉(zhuǎn)換成一種類語音波形后通過終端上的聲碼器進(jìn)行壓縮，得到的比特流被發(fā)送到通信信道。接收終端上的解碼器接收比特流后將其轉(zhuǎn)換回一個類語音波形。類語音解調(diào)器應(yīng)能夠有效識別由于通信網(wǎng)絡(luò)中的轉(zhuǎn)換而在解碼器與發(fā)射端調(diào)制器之間產(chǎn)生的波形誤差，提取出原始的加密數(shù)據(jù)，然后進(jìn)行解密和解碼，得到原始的語音。?

?

?

??? 類語音調(diào)制解調(diào)器，其功能是實(shí)現(xiàn)碼流與類語音信號的轉(zhuǎn)換，而類語音信號要具有語音信號的特性，其算法原理與聲碼器算法類似，因此類語音調(diào)制解調(diào)算法的研究基于對聲碼器算法的研究。重點(diǎn)通過研究現(xiàn)有的10階線性預(yù)測聲碼器LPC-10算法和混合激勵線性預(yù)測聲碼器MELP算法，實(shí)現(xiàn)類語音調(diào)制解調(diào)算法。?

2 調(diào)制器設(shè)計(jì)?

??? 從本質(zhì)上講調(diào)制器是一個語音合成器，輸入比特流通過語音合成模塊轉(zhuǎn)換為類語音波形。這個類語音波形與輸入原始語音波形不同，但兩者之間具有重要的關(guān)系，即類語音波形能從加密后的輸入語音數(shù)據(jù)比特流唯一地產(chǎn)生。?

??? 調(diào)制器使用的語音產(chǎn)生模型參數(shù)和相應(yīng)的波形具有兩個重要的特點(diǎn)：?

??? (1)盡管網(wǎng)絡(luò)引入失真，但接收到相應(yīng)波形時，解調(diào)器能準(zhǔn)確識別相應(yīng)于輸入數(shù)據(jù)的初始描述參數(shù)，這些所選參數(shù)能夠表示人類語音信號的重要特性。典型的語音參數(shù)包括基音周期、頻譜特性及語音信號的能量等^[4]。?

??? (2)每一組與其他組之間必須有較大的不同，即在一個有效參數(shù)組內(nèi)，沒有一個選定的波形與其他波形類似。為了達(dá)到這個目的，輸入語音信號首先使用一種低速聲碼器進(jìn)行壓縮^[5]，這樣可以極大地降低比特速率。這就允許接收端語音解碼器解碼產(chǎn)生的各個有效類語音波形之間存在一定數(shù)量的冗余(隨著輸入比特速率的降低，用來生成每個類語音波形的比特?cái)?shù)量也隨之減少，同時減少了有效組內(nèi)的波形總數(shù)^[6])。?

??? 圖2、圖3對應(yīng)于一個20 ms幀的調(diào)制過程，其中10 bit用于LSF參數(shù)，5 bit基音周期，5 bit增益，總共1 kb/s。這個映射過程將數(shù)據(jù)比特映射成類語音參數(shù)，然后通過類語音合成器合成為類語音信號。?

?

?

?

2.1 基音周期碼本的設(shè)計(jì)?

??? 在解調(diào)端利用AMDF（短時平均幅度差函數(shù)）來提取基音周期，信號間的相關(guān)性越強(qiáng)，越利于準(zhǔn)確提取基音周期。反之，基音周期的大小反應(yīng)了信號延遲時間的長短，延遲時間越長，信號間的相關(guān)性越小，計(jì)算出現(xiàn)誤差的可能性就越大。較小的基音值可以得到較好的類語音波形，同時可以簡化解調(diào)端的設(shè)計(jì)。?

??? 為了保證解調(diào)器的性能，選用低延時的32個周期值作為類語音信號的基音周期，5 bit編碼。圖4、圖5分別顯示了基音值在20～76之間和基音值在20～156之間合成的類語音波形。?

?

?

?

??? 由圖4、圖5可知,基音值較小時可以合成較好的類語音波形，以便于后端的處理。?

??? 表1是基音范圍為20～156之間調(diào)制（合成）時的基音值和解調(diào)（編碼）時的基音值。?

?

?

??? 由上表可知：基音值較小時有利于解調(diào)端的準(zhǔn)確提取，通過簡單的基音提取算法簡化解調(diào)端。測試結(jié)果表明基音值最佳取值區(qū)間為20～76。?

2.2 聲道參數(shù)選擇與碼本設(shè)計(jì)?

??? 語音參數(shù)編碼算法的聲道參數(shù)包括預(yù)測系數(shù)PC(Prediction Coefficient)、反射系數(shù)RC(Reflection Coefficient)和線譜頻率LSF(Line Spectrum Frequency)等幾種不同的描述方法。其中線譜頻率是頻域參數(shù)，具有有序性、有界性的特點(diǎn)，誤差相對獨(dú)立，某個頻率點(diǎn)上的LSF偏差只對該頻率附近的語音頻譜產(chǎn)生影響，而對其他LSF頻率上的語音頻譜影響不大，從而具有更好的量化特性。此外，用LSF構(gòu)成合成濾波器能保證穩(wěn)定性，可滿足調(diào)制器性能要求，因此，選用線譜頻率LSF作為聲道參數(shù)。?

??? 本文采用自相關(guān)法計(jì)算預(yù)測系數(shù)并轉(zhuǎn)換成線譜頻率LSF。綜合考慮量化效率、碼本存儲量、計(jì)算量及復(fù)雜度，采用分裂矢量量化^[7]的方法，把10維的LSF矢量分成（5，5）兩個矢量，每矢量5 bit編碼，分別量化。?

??? 采用歐氏失真作為失真測度：? ?

?????

其中，d₂(x,y)的下標(biāo)2表示平方誤差，x_i和y_i分別表示矢量x和y的分量。?

??? 對每個矢量分別采用LBG算法^[8]設(shè)計(jì)碼本，從大量的隨機(jī)對話句子中選取10 000幀濁音作為訓(xùn)練序列。碼本尺寸為32。?

2.3 增益碼本的設(shè)計(jì)?

??? LPC-10增益碼表中不僅有0幅值元素，而且低幅值元素的量化間距很小。為了更好地承載信息并增加抗誤碼性能，需要對增益碼本進(jìn)行優(yōu)化改進(jìn)，設(shè)置最小增益值(如10)，增大相鄰元素間的量化距離，避免了因幅度過小而無法還原信息的情況。碼本尺寸32，5 bit編碼。?

2.4 類語音合成?

??? 根據(jù)語音參數(shù)分別構(gòu)造激勵信號和聲道濾波器后，以基音周期為基本單位進(jìn)行語音合成。合成濾波器傳遞函數(shù)如下：?

?????

其中a_i為預(yù)測系數(shù)，由LSF轉(zhuǎn)換得到。?

??? LPC-10算法對語音的合成以基音周期為基本單位，根據(jù)基音周期的不同，每幀合成的類語音樣點(diǎn)數(shù)可能等于180點(diǎn)，也可能小于180點(diǎn)。當(dāng)合成樣點(diǎn)數(shù)小于180點(diǎn)時，不足的差值樣點(diǎn)數(shù)補(bǔ)充到下一個合成幀，使得待合成的語音幀幀長動態(tài)變化。?

??? 為了保證解調(diào)器端的有效同步，在以基音周期為基本單位合成類語音的基礎(chǔ)上，當(dāng)每幀合成的樣點(diǎn)數(shù)小于180點(diǎn)時，用最后一個基音合成單元的樣點(diǎn)數(shù)補(bǔ)齊，保證每幀輸出180個樣點(diǎn)。?

??? 類語音合成器的激勵采用固定的一串隨機(jī)序列作為激勵，有利于簡化調(diào)制算法，也便于參數(shù)的提取?？紤]到合成的類語音僅僅是作為待調(diào)制信息的載體，不需要以自然度、可懂度等語音性能評價指標(biāo)來衡量，因此為了保證解調(diào)器的解調(diào)性能，在類語音合成輸出時不進(jìn)行三幀平滑、濾波和延遲處理。?

3 解調(diào)器設(shè)計(jì)?

??? 解調(diào)器對接收到的類語音信號分幀，以幀為處理單元，采用現(xiàn)有的信號處理技術(shù)從類語音波形中提取上述參數(shù)。這些提取出來的參數(shù)與碼本相比較，其中最匹配的向量可以用來恢復(fù)原始數(shù)據(jù)。這個過程如圖6所示。?

?

?

3.1 基音周期的提取 ?

??? 語音信號經(jīng)過逆濾波器得到殘差，將殘差進(jìn)行三電平削波,不進(jìn)行4:1的抽取,直接計(jì)算AMDF。計(jì)算AMDF的公式為^[3]：?

?????

其中,τ的取值可以為20,21,22,…40,42,44,…76。?

??? LPC-10算法的基音搜索過程比較復(fù)雜，涉及到嗓音起始時間計(jì)算、清/濁音檢測、濁音窗設(shè)定、基音及清/濁標(biāo)志校正等多個處理過程。本算法在調(diào)制端合成類語音時，將所有的語音參數(shù)幀均合成為濁音信號。因此，在解調(diào)端不需要進(jìn)行嗓音起始時間的判斷和清/濁檢測及校正，直接進(jìn)行基音周期的提取，降低了計(jì)算復(fù)雜度。?

??? 根據(jù)AMDF的最小值確定基音周期。為了防止出現(xiàn)實(shí)際基音周期的整數(shù)倍值，還需要進(jìn)行基音周期的跟蹤搜索。?

3.2 線譜頻率的提取和量化?

??? LPC-10算法采用了協(xié)方差法計(jì)算預(yù)測系數(shù)，無法保證求解參數(shù)的穩(wěn)定性。在進(jìn)行調(diào)制解調(diào)器設(shè)計(jì)時，改用自相關(guān)法，加哈明窗改進(jìn)算法性能，并對預(yù)測系數(shù)進(jìn)行15 Hz頻帶擴(kuò)展(擴(kuò)展因子r=0.994)，保證了提取參數(shù)的穩(wěn)定性。?

??? 將頻帶擴(kuò)展后的10個預(yù)測系數(shù)轉(zhuǎn)換成10個線譜頻率LSF，對LSF進(jìn)行升序排列，以保證LSF的單調(diào)性和有序性;對LSF進(jìn)行最小間隔檢測，以保證LSF的最小間隔大于50 Hz。對10維LSF進(jìn)行（5，5）分裂矢量量化，獲取2組量化索引號。碼本尺寸32，索引號5 bit編碼，共計(jì)10 bit。?

3.3 增益的提取與量化?

??? 取當(dāng)前幀基音周期的整數(shù)倍計(jì)算增益RMS，計(jì)算公式為：?

?????

式中, S_i為經(jīng)過預(yù)加重的數(shù)字語音,M是分析幀的長度。對計(jì)算所得的RMS值進(jìn)行量化,獲得增益索引，5 bit編碼。?

??? 表2顯示了調(diào)制端、解調(diào)端的增益所對應(yīng)的量化增益值,由表中可得增益G較為穩(wěn)定，可以采用這種方法提取和還原增益參數(shù)G。?

?

?

??? 軟件仿真的結(jié)果表明，本文設(shè)計(jì)的類語音調(diào)制解調(diào)器能實(shí)現(xiàn)類語音信號的調(diào)制和解調(diào)且具有較低的誤碼率。但本文的工作僅限理想環(huán)境下的實(shí)現(xiàn)，如果考慮信道誤碼、丟包等因素，還有待進(jìn)一步研究。?

參考文獻(xiàn)?

[1] KATUGAMPALA N N, VILLETTE S, KONDOZ A M.Secure voice over GSM and other low bit rate system.Secure Gsm and Beyond:End to End Security for Mob,11,Feb,2003.?

[2] KATUGAMPALA N N, AL-NAIMI K T, VILLETE S, et al.Real time data transmission over GSM voice channel for?secure voice & data applications. Secure Mobile Communications Forum, 23, Sept, 2004.?

[3] LO C, CHEN Y. Secure communication mechanisms for?GSM networks. IEEE Transactions on Consumer Electronics,1999,45(4):1074-1079. ?

[4] 李軍林,杜松,崔慧娟,等. 0.8 kb/s高質(zhì)量聲碼器算法.清華大學(xué)學(xué)報(自然科學(xué)版), 2003,43(1).?

[5] STEFANOVIC M, CHO Y D, VILLETTE S, et al. A 2.4/1.2 kb/s speech coder with noise pre-processor.proceedings EUSIPCO 2000, Tampere, Finland: 4-8. ?

[6] KONDOZ A. Digital speech:coding for low bit rate communication systems. J.Wiley, New York. 1994.?

[7] 王炳錫.語音編碼.西安:西安電子科技大學(xué)出版社，2002.?

[8] 吳家安.語音編碼技術(shù)及應(yīng)用.北京：機(jī)械工業(yè)出版社，2005.