CN101256773A - 导抗谱频率参数的矢量量化方法及装置 - Google Patents

Abstract

本发明公开了一种导抗谱频率(ISF)参数的矢量量化方法和一种ISF参数的矢量量化装置。本发明还公开了一种ISF参数的矢量量化编码端方法、一种ISF参数的矢量量化解码端方法、一种ISF参数的矢量量化装置、一种ISF参数的矢量量化编码端装置和一种ISF参数的矢量量化解码端装置。上述方法或装置，利用各维非等系数帧间预测器的预测系数，计算ISF参数的预测矢量。应用本发明，可以在宽带语音编码解码过程中均衡有丢失帧和无丢失帧时的量化性能，提高语音合成的质量。

Description

导抗谱频率参数的矢量量化方法及装置

技术领域

本发明涉及语音信号处理领域，特别涉及导抗谱频率(ImmittanceSpectral Frequencies，ISF)参数的矢量量化方法及装置。

背景技术

在语音编解码领域，使用线性预测(Linear Predictive，LP)参数表征声道合成滤波器。若想获得高质量的合成语音，必须采用高效的量化技术提供给声道合成滤波器的LP系数进行量化，使由LP系数量化引起的平均谱失真小于1dB，从而实现高质量的语音编解码和语音合成***中对LP参数的透明量化。由于LP参数的动态范围较大，通常将LP参数转换成在数学上完全等价的其他参数后再进行量化，ISF参数就是一种表达LP参数的有效方式。与LP参数的另一种等价参数线谱频率(Linear Spectral Frequencies，LSF)参数相比，ISF参数在保证了精确度的同时降低了计算复杂度。

随着无线通信***中高速率数据服务的发展，宽带语音(50-7000Hz)编码已经越来越广泛的被采纳，对宽带LP参数量化方面的研究也越来越深入。对于宽带语音通常需要16阶LP参数才能较好的表征语音的谱包络，因此将LP参数转化为ISF参数进行矢量量化时造成较大的计算复杂度和存储复杂度，并且需要消耗较多的比特数才能在无丢失帧时达到透明量化的效果。针对这一问题，出现了一步插值预测矢量量化方法和国际电信联盟远程通信标准化组(ITU-T)G.722.2使用的各维等系数滑动平均(MovingAverage，MA)预测矢量量化方法。其中，一步插值预测矢量量化方法可以在无丢失帧的情况下实现透明量化，但在发生丢失帧的情况下往往会影响到译码过程中ISF参数的正确性，进而直接影响合成语音的质量。ITU-TG.722.2使用的MA预测矢量量化方法可以在有丢失帧的情况下较好的恢复出ISF参数，并且错误繁殖较小，但是在无丢失帧的情况下需要更多的比特数，才能达到和一步插值预测矢量量化在无丢失帧情况下相同的透明量化效果，计算复杂度提高。可见，现有的一步插值预测矢量量化和ITU-TG.722.2使用的MA预测矢量量化，都不能同时兼顾有丢失帧和无丢失帧两种情况，取得很好的ISF参数量化效果，进而保证合成语音的质量。

发明内容

为了解决上述问题，本发明实施例提供一种ISF参数的矢量量化方法。

本发明实施例还提供一种ISF参数的矢量量化编码端方法。

本发明实施例还提供一种ISF参数的矢量量化解码端方法。

本发明实施例还提供一种ISF参数的矢量量化装置。

本发明实施例还提供一种ISF参数的矢量量化编码端装置。

本发明实施例还提供一种ISF参数的矢量量化解码端装置。

一种导抗谱频率参数的矢量量化方法，该方法包括：

编码过程：

将当前帧ISF参数矢量减去ISF参数均值矢量，得到当前帧无偏ISF参数矢量；

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，得到当前帧ISF参数的预测矢量；

将当前帧无偏ISF参数矢量与当前帧ISF参数的预测矢量相减，得到当前帧ISF参数预测残差矢量；

对当前帧ISF参数预测残差矢量进行矢量量化，得到当前帧量化后的ISF参数预测残差矢量及其码书索引值，并将码书索引值写入码流；

将当前帧量化后的ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量；

解码过程：

根据从码流中解析出的码书索引值，在残差码书中查询对应的当前帧量化后的ISF参数预测残差矢量；

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，得到当前帧ISF参数的预测矢量；

将量化后的当前帧ISF预测残差矢量和当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量。

一种导抗谱频率参数的矢量量化编码端方法，该方法包括：

使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量；

将当前帧无偏ISF参数矢量与当前帧ISF参数的预测矢量相减，计算当前帧ISF参数预测残差矢量；

对当前帧ISF参数预测残差矢量进行***矢量量化。

一种导抗谱频率参数的矢量量化解码端方法，该方法包括：

使用残差码书得到当前帧量化后的ISF参数预测残差矢量；

使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量；

将当前帧量化后的ISF预测残差矢量与当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数。

一种导抗谱频率参数的矢量量化装置，该装置包括：编码端单元和解码端单元；

所述编码端单元，存储各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量；计算当前帧的无偏ISF参数矢量；将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量；将当前帧无偏ISF参数矢量与当前帧ISF参数预测矢量相减，得到当前帧ISF参数预测残差矢量；对当前帧ISF预测残差矢量进行矢量量化，得到当前帧量化后的ISF参数预测残差矢量及其码书索引值，将码书索引值写入码流送入译码端单元；将当前帧量化后的ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量；

所述解码端单元，存储各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量，从编码端单元送入的码流中解析当前帧的码书索引值；使用当前帧码书索引值在残差码书中查询对应的当前帧量化后的ISF预测残差矢量；使用各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量；使用当前帧量化后的ISF预测残差矢量与当前帧ISF参数预测矢量相加，计算当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；使用当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，计算当前帧的ISF参数矢量。

一种导抗谱频率参数的矢量量化编码端装置，该装置包括：加法器、各维非等系数帧间预测器和矢量量化模块；

所述加法器，用于将当前帧无偏ISF参数矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相减，计算当前帧ISF预测残差矢量提供给矢量量化模块；

所述各维非等系数帧间预测器，用于存储各维非等系数帧间预测器的预测系数；使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量并提供给加法器；

所述矢量量化模块，用于将加法器提供的当前帧ISF参数预测残差矢量进行***矢量量化。

一种导抗谱频率参数的矢量量化解码端装置，该装置包括：各维非等系数帧间预测器、矢量量化解码模块和无偏ISF参数矢量重构模块；

所述矢量量化解码模块，根据码流解析当前帧量化后的ISF参数预测残差矢量提供给无偏ISF参数矢量重构模块；

所述各维非等系数帧间预测器，存储各维非等系数帧间预测器的预测系数；使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量提供给无偏ISF参数矢量重构模块；

所述无偏ISF参数矢量重构模块，将矢量量化解码模块提供的量化后的当前帧ISF参数预测残差矢量与各维非等帧间系数预测器提供的当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量。

上述ISF参数的矢量量化方法及装置，使用各维非等系数帧间预测器的预测系数计算每一帧ISF参数的预测矢量，通过使用各维非等系数帧间预测器的预测系数，更好的消除ISF参数的帧间相关性，减小ISF参数的动态范围，平衡了有丢失帧和无丢失帧情况下的量化性能，在有丢失帧和无丢失帧的情况下均能保证合成语音的质量。

附图说明

图1为本发明实施例提供的ISF参数矢量量化方法的编码过程流程图；

图2为本发明实施例提供的ISF参数矢量量化方法的解码过程流程图；

图3为本发明实施例提供的ISF参数矢量量化装置结构示意图；

图4为本发明实施例提供的ISF参数矢量量化编码端装置结构示意图；

图5为本发明实施例提供的ISF参数矢量量化解码端装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图，对本发明实施例作进一步详细说明。

首先设置本发明实施例的描述中需要用到的各个参量。本发明实施例中的ISF参数的矢量量化，是以帧为单位进行量化的。设第n帧无偏ISF参数矢量为z(n)，量化后的第n帧无偏ISF参数矢量为

第n帧z(n)的预测矢量为p(n)，第n帧ISF参数预测残差矢量为r(n)，第n帧量化后的ISF参数预测残差矢量为第n帧量化后的五个ISF残差码书的码矢量索引值为k₁(n)、k₂(n)、k₃(n)、k₄(n)和k₅(n)。下面结合上述设置参量进行详细描述。

图1示出了本发明实施例提供的ISF参数矢量量化方法中的编码端流程，在每一帧对ISF参数的矢量量化中，该流程包括：

步骤100：计算当前帧无偏ISF参数矢量。

本步骤中，无偏ISF参数矢量由若干个分量组成，ISF参数矢量的维数与ISF参数的阶数相等，具体计算方法如下：

设第n帧ISF参数矢量的第i个分量为ω_i(n)，i＝0，1，……，m-1，其中m表示ISF参数的阶数。为了减少计算和量化的动态范围，设第i个ISF参数矢量的平均值ω_i，i＝0，1，……，m-1，该平均值可以通过预先训练得到，具体训练方法为本领域技术人员公知的内容。将ω_i从ω_i(n)中减去得到第n帧无偏ISF参数矢量的第i个分量为：

z_i(n)＝ω_i(n)-ω_i，i＝0，1，……，m-1

计算当前帧无偏ISF参数矢量的每一个分量，得到当前帧无偏ISF参数矢量。

步骤101：计算当前帧ISF参数的预测矢量。

本步骤中，设当前帧为第n帧，设第n帧的ISF参数预测矢量中第i个分量为p_i(n)，该分量值的计算公式为：

$p_i\left(n\right)={\mathrm{\α}}_i{\hat{z}}_i(n-1),i=\mathrm{0,1},......,m-1;$

其中，

为第n-1帧量化后的无偏ISF参数矢量中的第i分量，如果n＝1即当前帧为第一帧，则使用预置的初始值0来计算。上述公式中的α_i为各维非等系数帧间预测器的预测系数，可以通过平方预测误差之和最小的方法，从训练语音序列中估计出来，并在确定之后保持恒定，这里所说的训练语音序列为从LP参数转化为ISF参数形成的序列，具体转化的方法为本领域技术人员公知的内容。α_i具体的确定方法为：

设ISF参数预测残差矢量中的第i个分量的平方预测误差之和为：

$E_i=\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{\left[r_i\left(n\right)\right]}^2=\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{[z_i\left(n\right)-p_i\left(n\right)]}^2.$

其中，N_f为训练序列的总帧数，r_i(n)为当前帧ISF参数预测残差矢量的第i个分量值，该参量及其相关公式为本发明实施例提出，在本流程后续步骤将进行详细描述，这里是使用r_i(n)相关公式r_i(n)＝z_i(n)-p_i(n)得出α_i的训练公式。

$E_i=\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{[z_i\left(n\right)-p_i\left(n\right)]}^2=\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{[z_i\left(n\right)-{\mathrm{\α}}_i{\hat{z}}_i(n-1)]}^2=\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}[z_i^2\left(n\right)+{\mathrm{\α}}_i^2{\hat{z}}_i^2(n-1)-2{\mathrm{\α}}_i{z}_i\left(n\right)\hat{z}(n-1)\mathrm{}]$

按照误差最小的方法，令δE_i/δα_i＝0得到：

${\mathrm{\α}}_i=\frac{\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{z}_i\left(n\right){\hat{z}}_i(n-1)}{\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{\hat{z}}_i^2(n-1)},i=\mathrm{0,1},......,m-1;$

计算时为了方便起见，在计算过程中使用z_i(n-1)代替

其中z_i(n-1)为第n-1帧无偏ISF参数矢量的第i个分量。

根据经验值，为了平衡ISF参数在无丢失帧和有丢失帧时的量化性能，本步骤中对训练出的各维非等系数帧间预测器的预测系数原始数值作一定的处理，具体的做法是将原始数值乘以0.5作为流程中使用的各维非等系数帧间预测器的预测系数。

计算当前帧ISF参数预测矢量中的每个分量，得到当前帧ISF参数的预测矢量。

步骤102：将当前帧无偏ISF参数矢量与当前帧ISF参数的预测矢量相减，得到当前帧ISF参数预测残差矢量。

本步骤中，根据步骤100中得到的当前帧无偏ISF参数矢量，及其步骤101中的到的当前帧ISF参数预测矢量，计算当前帧ISF参数预测残差矢量。设当前帧为第n帧，当前帧的ISF参数预测残差矢量的第i个分量为r_i(n)，计算公式为r_i(n)＝z_i(n)-p_i(n)。

计算当前帧ISF预测参差矢量的每个分量，得到当前帧ISF参数的预测残差矢量。

步骤103：将当前帧ISF参数预测残差矢量进行***矢量量化。

本步骤中，将步骤102中得到的当前帧ISF参数预测残差矢量r(n)***为五个子矢量，设为r⁽¹⁾(n)、r⁽²⁾(n)、r⁽³⁾(n)、r⁽⁴⁾(n)和r⁽⁵⁾(n)。其中r⁽¹⁾(n)、r⁽²⁾(n)、r⁽³⁾(n)、r⁽⁴⁾(n)都是3维矢量，r⁽⁵⁾(n)是4维矢量，对这五个子矢量分别使用表一中的比特数进行矢量量化。

本发明实施例中，将量化后的ISF预测残差矢量***为五个子矢量作为一种较佳实施方式。由于在宽带语音编码中，LP系数取为16阶时才能较好的表征语音的谱包络，因此将ISF参数的阶数设为m＝16。除***矢量量化的方法外，也可以采用其他矢量量化方法进行量化。

表一

使用量化误差平方作为量化过程中的失真测度，因此量化的过程就是在残差码书中寻找使下式值最小的那个码矢量索引号。

$E=\underset{i=m}{\overset{n}{\mathrm{\Σ}}}{[r_i\left(n\right)-{\hat{r}}_i^k\left(n\right)]}^2.$

其中，m和n表示ISF参数预测残差子矢量中的第一个和最后一个元素在整个ISF预测残差矢量中的元素序号。五个子矢量的量化分别对应不同的残差码书，设按照上述公式搜索到的五个码矢量索引号分别为：k₁(n)、k₂(n)、k₃(n)、k₄(n)和k₅(n)。

本步骤中五个子矢量的量化分别使用5个不同的ISF残差码书，其中残差码书1包含1024个3维码矢量，残差码书2包含1024个3维码矢量，残差码书3包含512个3维码矢量，残差码书4包含512个3维码矢量，残差码书5包含256个4维码矢量。上述残差码书的训练均可以采用传统的LBG算法得到，训练数据为包含汉语、英式英语、美式英语、芬兰语、日语和法语在内的多语种数据库，长度约为2个小时，采样率为16kHz，精度为16位线性脉冲编码调制(PCM)。残差码书的具体训练步骤如下：

第一、由ISF训练矢量ω(n)，利用下式计算ISF参数的均值矢量的第i个分量： $\stackrel{\‾}{{\mathrm{\ω}}_i}=\frac{1}{N_f}\underset{n=1}{\overset{N_f}{\mathrm{\Σ}}}{\mathrm{\ω}}_i\left(n\right),i=\mathrm{0,1},...,m-1$

第二、计算出所有训练矢量的无偏ISF参数矢量；

第三、应用步骤101中的公式计算出无偏ISF参数矢量的预测矢量p(n)。

第四、应用步骤102中的公式计算ISF参数预测残差矢量序列{r_i(n)}，i＝0，1，…，m-1，n＝1，2，…，N_f，将每一个ISF参数残差矢量***成五个子矢量。

第五、针对***出的第一个子矢量的训练序列 $\left\{{\hat{r}}_{i_1}\left(n\right)\right\},n=\mathrm{1,2},......,N_f,$ 用***法生成初始码书

N₁为第一个子矢量的码书大小，上角标代表迭代次数。

第六、采用LBG迭代算法重新划分胞腔并求取新形心R_i ⁽ⁿ⁾，i＝0，1，…N₁-1，具体的迭代算法为本领域技术人员公知内容。

第七、计算平均失真D和相对失真如果相对失真 $\tilde{D}<\mathrm{\&epsiv;}$ 则继续，其中ε为设置的一个最小误差值；否则转至继续执行第六。

第八、此时码书

即为第一个子矢量的最终码书。

针对

和 $\left\{{\hat{r}}_{i_5}\left(n\right)\right\},n=\mathrm{1,2},\&CenterDot;\&CenterDot;\&CenterDot;,N_f$ 同样进行第五至第八步骤，生成对应后四个子矢量的最终码书

和

其中N₂、N₃、N₄和N₅分别为第二、三、四、五个子矢量的码书大小。

按照上述第一至第八步骤训练出的残差码书可以直接在本发明实施例的流程中使用。

步骤104：将步骤103中得到的码书索引值进行二进制编码后写入码流。

步骤105：根据码书索引值重构当前帧量化后的ISF参数预测残差矢量。

本步骤中，根据已搜索到的码矢量索引值k₁(n)、k₂(n)、k₃(n)、k₄(n)和k₅(n)，重构出当前帧量化后的ISF预测残差矢量为：

$\hat{r}\left(n\right)=\left\{\begin{array}{c}{\hat{r}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2}\\ {\hat{r}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4,5}\\ {\hat{r}}_i^{k_3\left(n\right)}\left(n\right),i=\mathrm{6,7,8}\\ {\hat{r}}_i^{k_4\left(n\right)}\left(n\right),i=\mathrm{9,10,11}\\ {\hat{r}}_i^{k_5\left(n\right)}\left(n\right),i=\mathrm{12,13,14,15}\end{array}\right..$

步骤106：计算当前帧量化后的无偏ISF参数子矢量。

本步骤中，利用步骤105中重构的当前帧ISF预测残差矢量，以及步骤102中定义的公式r(n)＝z(n)-p(n)，计算出当前帧量化后的无偏ISF参数子矢量分别为：

${\hat{z}}_i^{k_1\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2};$

${\hat{z}}_i^{k_2\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4},5;$

${\hat{z}}_i^{k_3\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_3\left(n\right)}\left(n\right),i=\mathrm{6,7},8;$

${\hat{z}}_i^{k_4\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_4\left(n\right)}\left(n\right),i=\mathrm{9,10},11;$

${\hat{z}}_i^{k_5\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_5\left(n\right)}\left(n\right),i=12,13,\mathrm{14,15};$

这些量化后的所有无偏ISF参数子矢量构成量化后的无偏ISF参数矢量，在下一帧的量化中，将使用当前帧计算出的无偏ISF参数矢量计算步骤101中的ISF参数预测矢量。

步骤107：计算当前帧量化后的ISF参数矢量。

本步骤中，利用步骤106中计算出的当前帧ISF参数和存储的ISF参数矢量均值，计算当前帧量化后的ISF参数矢量。

$\widehat{\mathrm{\&omega;}}\left(n\right)=\left\{\begin{array}{c}\stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4,5}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_3\left(n\right)}\left(n\right),i=\mathrm{6,7,8}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_4\left(n\right)}\left(n\right),i=\mathrm{9,10,11}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_5\left(n\right)}\left(n\right),i=\mathrm{12,13,14,15}\end{array}\right..$

经过上述步骤100～步骤107，本发明实施例提供的ISF参数矢量量化方法的编码过程结束。

图2示出了本发明实施例提供的ISF参数矢量量化方法中的解码端流程，在每一帧对ISF参数的矢量量化中，该流程包括：

步骤200：从码流中解析码书索引值，从残差码书中查询码书索引值对应的当前帧量化后的ISF预测残差矢量。

本步骤中，在残差码书中根据码书索引值查询出当前帧量化后的ISF预测残差子矢量，分别记做 ${\hat{r}}_i^{k_1\left(n\right)},i=\mathrm{0,1,2},$ ${\hat{r}}_i^{k_2\left(n\right)},i=\mathrm{3,4,5},$ ${\hat{r}}_i^{k_3\left(n\right)},i=\mathrm{6,7,8},$ ${\hat{r}}_i^{k_4\left(n\right)},i=\mathrm{9,10,11}$ 和 ${\hat{r}}_i^{k_5\left(n\right)},i=\mathrm{12,13,14,15}.$ 将这五个量化后的ISF预测残差子矢量合并，得到当前帧量化后的ISF参数预测残差矢量为：

$\hat{r}\left(n\right)=\left\{\begin{array}{c}{\hat{r}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2}\\ {\hat{r}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4,5}\\ {\hat{r}}_i^{k_3\left(n\right)}\left(n\right),i=\mathrm{6,7,8}\\ {\hat{r}}_i^{k_4\left(n\right)}\left(n\right),i=\mathrm{9,10,11}\\ {\hat{r}}_i^{k_5\left(n\right)}\left(n\right),i=\mathrm{12,13,14,15}\end{array}\right.;$

步骤201：使用各维非等系数帧间预测器的预测系数计算当前帧ISF参数预测矢量。

设当前帧为第n帧，第n帧的ISF参数的预测矢量的第i个分量为p_i(n)，计算当前帧的ISF参数的预测矢量的方法为：

$p_i\left(n\right)={\mathrm{\&alpha;}}_i{\hat{z}}_i(n-1),i=\mathrm{0,1},......,m-1;$

其中，m为ISF参数的阶数，

为第n-1帧量化后的无偏ISF参数矢量的第i个分量，如果当前帧为第一帧，则使用预置的

初始值0带入公式计算。将上述计算的所有分量组合起来构成当前帧ISF参数的预测矢量。

步骤202：计算当前帧量化后的无偏ISF参数矢量。

本步骤中，使用步骤200得到的当前帧量化后的ISF参数预测残差矢量和步骤201得到的ISF参数的预测矢量，计算当前帧量化后的无偏ISF参数子矢量分别为：

${\hat{z}}_i^{k_1\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2}$

${\hat{z}}_i^{k_2\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4,5}$

${\hat{z}}_i^{k_3\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_3\left(n\right)}\left(n\right),i=6,7,8$

${\hat{z}}_i^{k_4\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_4\left(n\right)}\left(n\right),i=9,10,11$

${\hat{z}}_i^{k_5\left(n\right)}\left(n\right)=p_i\left(n\right)+{\hat{r}}_i^{k_5\left(n\right)}\left(n\right),i=12,13,\mathrm{14,15}$

将这五个量化后的无偏ISF参数子矢量组合起来，就得到当前帧量化后的无偏ISF参数矢量。在每一帧量化中得到的量化后的ISF参数矢量都将在下一帧中用作ISF参数预测矢量的计算。

步骤203：计算当前帧量化后的ISF参数矢量。

本步骤中，使用步骤202计算的当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量，具体计算公式如下：

$\widehat{\mathrm{\&omega;}}\left(n\right)=\left\{\begin{array}{c}\stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_1\left(n\right)}\left(n\right),i=\mathrm{0,1,2}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_2\left(n\right)}\left(n\right),i=\mathrm{3,4,5}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_3\left(n\right)}\left(n\right),i=\mathrm{6,7,8}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_4\left(n\right)}\left(n\right),i=\mathrm{9,10,11}\\ \stackrel{\&OverBar;}{{\mathrm{\&omega;}}_i}+{\hat{z}}_i^{k_5\left(n\right)}\left(n\right),i=\mathrm{12,13,14,15}\end{array}\right..$

经过步骤200～步骤203，本发明实施例提供的ISF参数矢量量化方法的解码过程结束。

上述步骤100～步骤107，以及步骤200～步骤203合起来构成本发明实施例提供的ISF参数矢量量化方法的完整流程，其中步骤100～步骤107也可以作为本发明实施例提供的ISF参数矢量量化编码端方法的较佳实施方式，步骤200～步骤203也可以作为本发明实施例提供的ISF参数矢量量化解码端方法的较佳实施方式。

最后对本发明实施例提供的ISF参数矢量量化的装置进行详细介绍。图3示出了本发明实施例提供的ISF参数矢量量化的装置结构示意图，该装置包括编码端单元和解码端单元，其中编码端单元包括：残差码书单元、加法器、***矢量量化编码模块、各维非等系数帧间预测器、***矢量量化解码模块、无偏ISF参数矢量重构模块和ISF参数矢量重构模块。解码端单元包括：残差码书单元、***矢量量化解码模块、无偏ISF参数矢量重构模块、各维非等系数帧间预测器和ISF参数矢量重构模块。该装置中的各个部件涉及到的计算，均可以使用本发明实施例中ISF参数矢量量化中所定义的公式和计算方法，作为本发明实施例ISF参数矢量量化装置的一种较佳实施方式。

首先介绍编码端单元中的各个组成部分，编码端单元依次对每一帧进行ISF参数矢量量化，以下均按照帧为单位进行描述，设当前量化的是第n帧。

各维非等系数帧间预测器，用于存储各维非等系数帧间预测器的预测系数，将各维非等系数帧间预测器的预测系数与无偏ISF参数矢量重构模块提供的上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量并提供给***矢量量化解码模块和加法器。上述各维非等帧间系数预测器的预测系数由预先训练得到，训练的方法与本发明实施例提供的ISF参数矢量量化方法中所述相同，训练完成后存储在各维分等系数帧间预测器中保持恒定，供编码端单元中的其他部件使用。

加法器，用于将无偏ISF参数矢量产生模块提供的当前帧无偏ISF参数矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相减，计算当前帧ISF预测残差矢量提供给***矢量量化编码模块。

残差码书单元，存储五个残差码书即残差码书1-5，为***矢量量化编码模块和***矢量量化解码模块提供查询。残差码书单元中存储的残差码书的具体训练方法与本发明实施例提供的ISF参数矢量量化方法中所述相同。

***矢量量化编码模块，用于根据加法器提供的当前帧ISF参数预测残差矢量，从残差码书单元中查询当前帧码书索引值写入码流，将当前帧码书索引值提供给***矢量量化解码模块。

***矢量量化解码模块，用于接收***矢量量化单元提供的当前帧码书索引值，在残差码书单元中搜索对应当前帧码书索引值的量化后ISF参数预测残差矢量，并提供给无偏ISF参数矢量重构模块。

无偏ISF参数矢量重构模块，用于将***矢量量化解码模块提供的当前帧量化后的ISF参数预测残差矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量并缓存，在当前帧的下一帧将当前帧量化后的无偏ISF参数矢量提供给各维非等系数帧间预测器用作下一帧ISF参数的预测矢量的计算，在当前帧将当前帧量化后的无偏ISF参数矢量提供给ISF参数矢量重构模块。

无偏ISF参数产生模块，用于存储ISF参数均值矢量，将当前帧ISF参数矢量与存储的ISF参数均值矢量相减，计算当前帧无偏ISF参数矢量提供给加法器。

上述编码端单元也可以作为本发明实施例提供的ISF参数矢量量化编码端装置的较佳实施方式，图4示出了本发明实施例提供的ISF参数矢量量化编码端装置的结构。

其次，介绍解码端单元中的各个组成部分，解码端单元依次对每一帧进行ISF参数矢量量化，以下均按照帧为单位进行描述。

各维非等系数帧间预测器，用于存储各维非等系数帧间预测器的预测系数；将各维非等系数帧间预测器的预测系数与无偏ISF参数矢量重构模块提供的上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量提供给无偏ISF参数矢量重构模块。上述各维非等系数帧间预测器的预测系数由预先训练得到，训练方法与本发明实施例ISF参数矢量量化方法中所述相同，量化开始后存储在各维非等系数帧间预测器中保持恒定。

无偏ISF参数矢量重构模块，将***矢量量化解码模块提供的量化后的当前帧ISF参数预测残差矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量并缓存，在当前帧的下一帧将该矢量提供给各维非等系数帧间预测器，在当前帧将该矢量提供给ISF参数矢量重构模块。

残差码书单元，存储五个残差码书即残差码书1-5，为***矢量量化解码模块提供查询。

***矢量量化解码模块，根据从编码端单元送入的码流中解析出码书索引值，在残差码书单元中查询当前帧量化后的ISF参数预测残差矢量，提供给无偏ISF参数矢量重构模块。

ISF参数矢量重构模块，存储ISF参数均值矢量，将无偏ISF参数矢量重构模块提供的当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，计算当前帧量化后的ISF参数矢量。

上述解码端单元也可以作为本发明实施例提供的ISF参数矢量量化解码端装置的较佳实施方式。图5示出了本发明实施例提供的ISF参数矢量量化解码端装置的结构。

本发明实施例提供的ISF参数矢量量化的装置，编码端单元可以按照本发明实施例提供的ISF参数矢量量化方法的编码过程工作，而解码端单元可以按照本发明实施例提供的ISF参数矢量量化方法的解码过程工作，该装置可以应用在宽带语音编解码***中。

将本发明实施例提供的ISF参数矢量量化的装置应用在实际的宽带语音编解码***中，可以例举如下实施方式：

在宽带代数码激励线性预测(Algebraic Code Excited Linear Prediction，ACELP)语音编码解码***中的编码端，第一步，对预处理后的输入语音信号进行线性预测分析，分析帧长为30ms，其中20ms(256个样点)来自当前帧，5ms(64个样点)来自上一帧，5ms(64个样点)来自下一帧。窗函数采用集中于当前帧第四子帧出的非对称窗，该窗由两部分组成，第一部分是半个汉明窗(256点)，第二部分是四分之一余弦函数(128点)。第二步，在加窗后的语音进行自相关估计，用滞后窗乘以自相关函数使其具有60Hz的带宽扩展。第三步，采用莱文逊-杜宾递归算法获取16阶LP系数。第四步，将LP系数转化为ISF参数。第五步，在本发明实施例提供的ISF参数矢量量化装置的编码端单元中对ISF参数进行量化，将得到的五个码书索引值写入码流。

在宽带ACELP语音编解码***中的解码端，第一步，本发明实施例ISF参数矢量量化装置的解码端单元接收到来自编码端单元的码流后，根据解析出的五个码书索引值，还原量化后的ISF参数矢量。第二步，将还原的量化后ISF参数矢量转换成导抗谱频率对(Immittance Spectral Pairs，ISP)矢量，内插ISP矢量，得到四个子帧的ISP矢量，转换回ISF参数。第三步，将四个子帧的ISF参数转化为LP系数，解码完成。

上述应用在具体编解码***中的实施方式中，本发明实施例提供的ISF参数矢量量化装置完成对由LP参数转化的ISF参数的矢量量化，量化时使用了本发明实施例ISF参数的矢量量化方法中的编码过程和解码过程。通过如下实验结果，说明本发明实施例提供的ISF参数的矢量量化方法和装置取得的效果：

用训练语音外的345秒(17250帧)汉语语音产生17250个ISF参数矢量。实验表明，按国际通用的谱失真计算方法，在无丢失帧的情况下，用46比特每帧量化得到的平均谱失真为0.787173dB，谱失真介于2dB和4dB之间的帧百分比仅为0.968％，而平均谱失真大于4dB的百分比为零，其量化性能达到了透明量化的标准。在有丢失帧的情况下，只用前一接收帧的信息就能恢复出本帧的ISF参数，并且错误的延续性能够保持在几帧之内，从听觉上讲恢复出的语音没有明显的厌恶声。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (21)

1. 一种导抗谱频率参数的矢量量化方法，其特征在于，该方法包括：

编码过程：

将当前帧ISF参数矢量减去ISF参数均值矢量，得到当前帧无偏ISF参数矢量；

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，得到当前帧ISF参数的预测矢量；

将当前帧无偏ISF参数矢量与当前帧ISF参数的预测矢量相减，得到当前帧ISF参数预测残差矢量；

对当前帧ISF参数预测残差矢量进行***矢量量化，得到当前帧量化后的ISF参数预测残差矢量及其码书索引值，并将码书索引值写入码流；

将当前帧量化后的ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量；

解码过程：

根据从码流中解析出的码书索引值，在残差码书中查询对应的当前帧量化后的ISF参数预测残差矢量；

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，得到当前帧ISF参数的预测矢量；

将量化后的当前帧ISF预测残差矢量和当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量。

2. 一种导抗谱频率参数的矢量量化编码端方法，其特征在于，该方法包括：

使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量；

将当前帧无偏ISF参数矢量与当前帧ISF参数的预测矢量相减，计算当前帧ISF参数预测残差矢量；

对当前帧ISF参数预测残差矢量进行***矢量量化。

3. 如权利要求2所述的方法，其特征在于，该方法进一步包括：预先训练各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量；

所述***矢量量化之后进一步包括：

将量化后的当前帧ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，重构当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数预测矢量的计算；

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量。

4. 如权利要求3所述的方法，其特征在于，所述计算当前帧ISF参数的预测矢量的方法为：

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数相乘，计算当前帧ISF参数的预测矢量。

5. 如权利要求3所述的方法，其特征在于，所述当前帧为第一帧，所述计算当前帧ISF参数的预测矢量的方法为：

将各维非等系数帧间预测器的预测系数与0相乘，计算当前帧ISF参数的预测矢量。

6. 如权利要求3所述的方法，其特征在于，所述训练各维非等系数帧间预测器的预测系数的方法为：

令当前帧ISF参数预测残差矢量的每个分量平方预测误差之和最小，使用待求解的各维非等系数帧间预测器的预测系数乘以上一帧量化后的无偏ISF参数矢量表示当前帧的ISF参数的预测矢量，并使用当前帧的无偏ISF参数矢量减去当前帧的ISF参数的预测矢量表示当前帧ISF参数预测残差矢量，求解对应每个分量的各维非等系数帧间预测器的预测系数值；

将所有分量的各维非等系数帧间预测器的预测系数值，作为预先训练的各维非等系数帧间预测器的预测系数。

7. 如权利要求6所述的方法，其特征在于，所述得到各维非等系数帧间预测器的预测系数的值之后进一步包括：

将所述对应每个分量的各维非等系数帧间预测器的预测系数值乘以0.5，将相乘后的值作为量化过程中使用的对应每个分量的各维非等系数帧间预测器的预测系数的值。

8. 如权利要求2所述的方法，其特征在于，所述对当前帧ISF参数预测残差矢量进行***矢量量化的方法为：

将当前帧ISF参数预测残差矢量***为五个子矢量，其中令对应当前帧ISF参数预测残差矢量的前3个分量构成第一个子矢量，第4至6个分量构成第二个子矢量，第7至9个分量构成第三个子矢量，第10至12个分量构成第四个子矢量，第13至16个分量构成第五个子矢量；

在所述残差码书中分别搜索对应五个子矢量的各个码书索引值。

9. 一种导抗谱频率参数的矢量量化解码端方法，其特征在于，该方法包括：

使用残差码书得到当前帧量化后的ISF参数预测残差矢量；

使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量；

将当前帧量化后的ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量。

10. 如权利要求9所述的方法，其特征在于，该方法进一步包括：预先训练各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量；

所述计算当前帧量化后的无偏ISF参数矢量之后进一步包括：

将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量。

11. 如权利要求10所述的方法，其特征在于，所述使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量为：

将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量。

12. 如权利要求10所述的方法，其特征在于，所述当前帧为第一帧，所述计算当前帧ISF参数的预测矢量为：

将各维非等系数帧间预测器的预测系数与0相乘，计算当前帧ISF参数的预测矢量。

13. 如权利要求10所述的方法，其特征在于，所述训练各维非等系数帧间预测器的预测系数的方法为：

令当前帧ISF参数预测残差矢量的每个分量平方预测误差之和最小，使用待求解的各维非等系数帧间预测器的预测系数乘以上一帧量化后的无偏ISF参数矢量表示当前帧的ISF参数的预测矢量，并使用当前帧的无偏ISF参数矢量减去当前帧的ISF参数的预测矢量表示当前帧ISF参数预测残差矢量，求解对应每个分量的各维非等系数帧间预测器的预测系数值；

将所有分量的各维非等系数帧间预测器的预测系数值，作为预先训练的各维非等系数帧间预测器的预测系数。

14. 如权利要求13所述的方法，其特征在于，所述得到各维非等系数帧间预测器的预测系数的值之后进一步包括：

将所述对应每个分量的各维非等系数帧间预测器的预测系数值乘以0.5，将相乘后的值作为量化过程中使用的对应每个分量的各维非等系数帧间预测器的预测系数的值。

15. 一种导抗谱频率参数的矢量量化装置，其特征在于，该装置包括：编码端单元和解码端单元；

所述编码端单元，存储各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量；计算当前帧的无偏ISF参数矢量；将各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量；将当前帧无偏ISF参数矢量与当前帧ISF参数预测矢量相减，得到当前帧ISF参数预测残差矢量；对当前帧ISF预测残差矢量进行矢量量化，得到当前帧量化后的ISF参数预测残差矢量及其码书索引值，将码书索引值写入码流送入解码端单元；将当前帧量化后的ISF参数预测残差矢量与当前帧ISF参数的预测矢量相加，得到当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；将当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，得到当前帧量化后的ISF参数矢量；

所述解码端单元，存储各维非等系数帧间预测器的预测系数、残差码书和ISF参数均值矢量，从编码端单元送入的码流中解析当前帧的码书索引值；使用当前帧码书索引值在残差码书中查询对应的当前帧量化后的ISF预测残差矢量；使用各维非等系数帧间预测器的预测系数与上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量；使用当前帧量化后的ISF预测残差矢量与当前帧ISF参数预测矢量相加，计算当前帧量化后的无偏ISF参数矢量，用作下一帧ISF参数的预测矢量的计算；使用当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，计算当前帧的ISF参数矢量。

16. 一种导抗谱频率参数的矢量量化编码端装置，其特征在于，该装置包括：加法器、各维非等系数帧间预测器和矢量量化模块；

所述加法器，用于将当前帧无偏ISF参数矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相减，计算当前帧ISF参数预测残差矢量提供给矢量量化模块；

所述各维非等系数帧间预测器，用于存储各维非等系数帧间预测器的预测系数；使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量并提供给加法器；

所述矢量量化模块，用于将加法器提供的当前帧ISF参数预测残差矢量进行***矢量量化。

17. 如权利要求16所述的装置，其特征在于，所述矢量量化模块包括：***矢量量化编码模块、***矢量量化解码模块和残差码书单元；

所述***矢量量化编码模块，用于根据加法器提供的当前帧ISF参数预测残差矢量，从残差码书单元存储的残差码书中搜索当前帧码书索引值写入码流，将当前帧码书索引值提供给***矢量量化解码模块；

所述***矢量量化解码模块，用于接收***矢量量化编码模块提供的当前帧码书索引值，在残差码书单元存储的残差码书中搜索对应当前帧码书索引值的量化后ISF参数预测残差矢量；

所述残差码书单元，存储ISF参数的残差码书，供***矢量量化编码模块和***矢量量化解码模块查询。

18. 如权利要求17所述的装置，其特征在于，该装置进一步包括：无偏ISF参数矢量产生模块、无偏ISF参数矢量重构模块和ISF参数矢量重构模块；

所述无偏ISF参数矢量产生模块，用于存储ISF参数均值矢量，将当前帧ISF参数矢量与ISF参数均值矢量相减，计算当前帧无偏ISF参数矢量提供给加法器；

所述无偏ISF参数矢量重构模块，用于将***矢量量化解码模块提供的当前帧量化后的ISF参数预测残差矢量与各维非等系数帧间预测器提供的当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量并缓存，在当前帧的下一帧将当前帧量化后的无偏ISF参数矢量提供给各维非等系数帧间预测器用作下一帧ISF参数的预测矢量的计算，在当前帧将当前帧量化后的无偏ISF参数矢量提供给ISF参数矢量重构模块；

所述ISF参数矢量重构模块，用于存储ISF参数均值矢量，将无偏ISF参数矢量重构模块提供的当前帧量化后的无偏ISF参数与ISF参数均值矢量相加，计算当前帧量化后的ISF参数矢量；

所述各维非等系数帧间预测器计算当前帧ISF参数的预测矢量具体为：将各维非等系数帧间预测器的预测系数与无偏ISF参数矢量重构模块提供的上一帧量化后的无偏ISF参数矢量相乘，计算当前帧ISF参数的预测矢量。

19. 一种导抗谱频率参数的矢量量化解码端装置，其特征在于，该装置包括：各维非等系数帧间预测器、矢量量化解码模块和无偏ISF参数矢量重构模块；

所述矢量量化解码模块，根据码流解析当前帧量化后的ISF参数预测残差矢量提供给无偏ISF参数矢量重构模块；

所述各维非等系数帧间预测器，存储各维非等系数帧间预测器的预测系数；使用各维非等系数帧间预测器的预测系数，计算当前帧ISF参数的预测矢量提供给无偏ISF参数矢量重构模块；

所述无偏ISF参数矢量重构模块，将矢量量化解码模块提供的量化后的当前帧ISF参数预测残差矢量与各维非等帧间系数预测器提供的当前帧ISF参数的预测矢量相加，计算当前帧量化后的无偏ISF参数矢量。

20. 如权利要求19所述的装置，其特征在于，该装置进一步包括：ISF参数矢量重构模块；

所述无偏ISF参数矢量重构模块进一步用于：缓存当前帧量化后的无偏ISF参数矢量，在当前帧的下一帧将当前帧量化后的无偏ISF参数矢量提供给各维非等系数帧间预测器，在当前帧将当前帧量化后的无偏ISF参数矢量提供给ISF参数矢量重构模块；

所述ISF参数矢量重构模块，用于存储ISF参数均值矢量，将无偏ISF参数矢量重构模块提供的当前帧量化后的无偏ISF参数矢量与ISF参数均值矢量相加，计算当前帧量化后的ISF参数矢量。

21. 如权利要求19所述的装置，其特征在于，所述矢量量化解码模块包括：残差码书单元和***矢量量化解码模块；

所述残差码书单元，存储ISF参数的残差码书，供***矢量量化解码模块查询；

所述***矢量量化解码模块，用于根据从码流中解析出的码书索引值，在残差码书单元存储的残差码书中查询对应的当前帧量化后ISF参数预测残差矢量，将当前帧量化后的ISF参数预测残差矢量提供给无偏ISF参数矢量重构模块。

Images