Magazyn Exec 1/CD_Magazyn_EXEC_nr_1.iso/eXec/Analiza i kompresja mowy/Vocoder.m

Text File | 2000-01-11 | 6KB | 220 lines

function []=vocoder( plik_in, plik_vo, plik_out );
% Koder LPC, Kwant 1999
%
% Sposób u¿ycia:
%     lpccodec('próbka_wejœciowa_mowa.wav', 'próbka_wejœciowa_pobudzenie', 'próbka_wyjœciowa.wav');
%
% Vocoder.m


% ====================  koder  =====================

% czytanie pliku  wejœciowego
    [x]= wavread( plik_in );
    Fs= 8000;
    xv= wavread( plik_vo );

% obliczanie d³ugoœci pliku
    eof= length(x);

% lpc nieprawid³owo dzia³a na zerowych próbkach wiêc niedopuszczam do tego
    for l=1:eof
      if( x(l)==0 )
        x(l)=eps;
        end
    end

% Filtrowanie sygnalu wejsciowego filtrem BP 10-900Hz
% ograniczenie pasma dla sygna³u z którego bêdzie obliczany pitch
    Impulse= fir1( 128, [50/(Fs/2) 900/(Fs/2)], 'high' );
    PitchX_orig= filter(Impulse, 1, [x; zeros(128,1)] );
    PitchX= PitchX_orig( 65:eof+64 );

% preemfaza uwypuklenie wysokich czêstotliowœci
x(2:eof)=x(2:eof)-0.9375*x(1:eof-1);

% potrzebne do autokorelacji
    n=1:240;
    index=1;
    maximum=zeros(1,240);

%    wstêpne przeliczone wartoœci
%    okno Hamminga
    h= Hamming( 240 );

%    g³ówna pêtla encodera
    for l=1:180:eof-240

    % 'we' sygna³ bie¿¹cej ramki
      we=x(l:l+239).*h;
    %    wevo= xv( l:l+239 ).*h;

    %    kombinacje w celu poprawnego obliczenia wartoœci pitch, clipping
        PitchXnoWin=[PitchX(l:l+239)' zeros(1,240)];
        Cl=0.7*min( max(PitchXnoWin(1:80)), max(PitchXnoWin(80:240)) );

    % clipping sygna³u (aby uwypukliæ czêstotliwoœæ g³ówn¹)
        for k=1:480
        if PitchXnoWin(k)>= Cl
          clipper(k)=PitchXnoWin(k)-Cl;
            elseif PitchXnoWin(k)<=-Cl
                 clipper(k)=PitchXnoWin(k)+Cl;
            else
                clipper(k)=0;
            end
        end

    %    Autokorelacja
   auto=zeros(1,240);
   for K=0:239
      auto(K+1)=sum( clipper(n).*clipper(n+K) );
   end

    %    Maksima autokorelacji
   maximum_1=maximum;     %maksima z poprzedniej iteracji
   maximum(1)=0;
   for K=2:239
      if auto(K-1)<auto(K) & auto(K)>auto(K+1)
         if auto(K)>0
            maximum(K)=auto(K);
         else
            maximum(K)=0;
         end
      elseif auto(K-1)<auto(K) & auto(K)==auto(K+1) %maksimum p³askie
         z=K+1;
         while auto(K)==auto(z) & z<239
            z=z+1;
         end

         for y=K:z
            if auto(K)>auto(z)
               maximum(y)=auto(K);
            else
               maximum(y)=0;
            end
         end
         K=z;
      else
         maximum(K)=0;
      end
        end

        [max1 imax1]=max(maximum_1);
        [max0 imax0]=max(maximum);

    %    Okreœlanie czy g³oska jest dŸwiêczna czy bezdŸwiêczna
    %    Jest to krytyczna faza kodera, od prawid³owej decyzji voiced/unvoiced zale¿y w znacznym stopniu jakoœæ generowanego dŸwiêku
        if imax1+imax1*0.2>imax0 & imax1-imax1*0.2<imax0
            if max0>0.3*auto(1)
                Pitch=imax0;
      else
         Pitch=0;
      end
        else
      Pitch=0;
        end

%    To samo co wy¿ej tylko w mniej wyrafinowany sposób.
%
%    if max0 > 0.3*auto(1)
%        Pitch= imax0;
%    else
%        Pitch= 0;
%    end

    %    LPC wykorzystujê funkcjê LPC z Matlaba
        [A G]=lpc(we,10);

    %    Sk³adanie danych wyjœciowych
        Coeff(index,1:11)=A;        % parametry LPC
        Coeff(index,12)=G;            %    wzmocnienie
        Coeff(index,13)=Pitch;    % Pitch (jeœli Pitch=0 to g³oska jest bezdŸwiêczna), w przeciwnym wypadku pitch jest odleg³oœci¹ pomiêdzy kolejnymi impulsami pobudzenia (w samplach Fs= 8000Hz)

    %
        if index>=2 & Coeff(index,13)>0 & Coeff(index-1,13)==0
            Coeff(index-1,13)=imax1;
        end

    %    numer kolejnej ramki
        index=index+1
    end

%    likwidowanie pojedynczych szumow....
%    Jeœli kolejne trzy ramki s¹: V, UV, V to œrodkow¹ ustaw jako Voiced
%    Jeœli kolejne trzy ramki s¹: UV, V, UV to œrodkow¹ ustaw jako Unvoiced
    for l=1:index-3
        if Coeff(l,13)>0 & Coeff(l+1,13)==0 & Coeff(l+2,13)>0
       Coeff(l+1,13)=round((Coeff(l,13)+Coeff(l+2,13))/2);
    elseif Coeff(l,13)==0 & Coeff(l+1,13)>0 & Coeff(l+2,13)==0
       Coeff(l+1,13)=0;
    end
 end

% ================= Koniec Kodera ==================




%    Parametrami transferowymi jest tablica (macierz) Coeff(...,...) Opis wy¿ej.
% modyfikuj¹c t¹ tablicê (patrz ni¿ej) mo¿na uzyskaæ ciekawe efekty!

% Tylko szept
%    Coeff( :, 13 )= 0;

% Wszystko tym samym tonem (œrednim z ca³ej próbki)
%    Coeff( :, 13 )= round( mean( Coeff(:,13) ).*( Coeff(:,13)~=0 ) );

%    Wszystko tym samym tonem, tylko ni¿ej
%    Coeff( :, 13 )= round( mean( Coeff(:,13)*4 ).*( Coeff(:,13)~=0 ) );

% dwa razy ni¿sza czêstotliwoœæ podstawowa (Pitch = Pitch/2)
%    Coeff( :, 13 )= Coeff( :, 13 ).*2;

% dyskretne wartoœci Pitch
%    Coeff( :, 13 )= round( Coeff(:, 13)./16 ).*16;

% Wszystkie g³oski tak samo g³oœno
%    Coeff( :, 12 )= mean( Coeff(:, 12) );





% ===================  Dekoder  ====================

    LastPitch=0;
    excit=xv(1:index*180)';
    Coeff(1,:)=Coeff(2,:);           %przepisanie pierwszej wartosci Coeff bo jest nieprawidlowa

% g³oœnoœæ:
    sin2=sin((1:360)*pi/360).*sin((1:360)*pi/360);
    for l=1:index-2
      for x=1:180
        excit(l*180+x-90)=excit(l*180+x-90) * (Coeff(l,12)*sin2(x+180)+Coeff(l+1,12)*sin2(x));
        end
    end

    excit_orig= excit;

%    filtr
    Coeff(:,2:11)=- Coeff(:,2:11);

    for l=11:(index-1)*180
           excit(l)=sum(excit(l:-1:l-10).*Coeff( ceil(l/180) ,1:11));
    end

    excit(1:180)=zeros(1,180);

%    deemfaza
    excit(2:(index-1)*180)=excit(2:(index-1)*180)+0.9375*excit(1:(index-1)*180-1);

% normowanie sygna³u
    excit( length(excit)-180*3: length(excit) )= 0;
    max_output=max(excit);
    min_output=-min(excit);
    out=excit/max([min_output,max_output]);

% zapis do pliku
    wavwrite(out,8000,16, plik_out );