主頁（http://www.by236.com）：帶你真正認識了解聲碼器

聲碼器Vocoder由Voice Coder簡化而來，可以譯作“人聲編碼器”。它原來是一種分析與合成人工語言電子設(shè)備或系統(tǒng)。早期通過它認識到語音的基本信息率很低，如果把它們分割成基本的成分，可以在很窄的通帶上傳送，然后在接收端重新組合。語言合成就這樣有趣地誕生了。聲碼器的工作原理是檢測語音的架構(gòu)，或者它是具有基本頻率的元音；或者是噪音，例如輔音中的爆破音或唇齒音。 

典型的聲碼器使用兩套濾波器庫，一個分析，一個合成，再加一個激勵分析模塊。分析濾波器庫很象實時分析器中所使用的，音頻信號被送到并聯(lián)的帶通濾波器，輸出相應的直流電壓。激勵分析模塊對基本頻率和噪聲屬性進行檢測和編碼。重新合成的時候用編碼的直流電平混合以激勵分析模塊的輸出開關(guān)各個帶通濾波器，組合成原始的語音信號。 

如果你到互聯(lián)網(wǎng)上搜索關(guān)鍵詞“聲碼器”，可以查出很多有關(guān)條目，不過大多數(shù)是用于通訊技術(shù)的。我們下面介紹主要使用于音樂的聲碼器。 

Keyboard雜志2000年第8期用許多篇幅刊登一組文章，專門談聲碼器。介紹了諸多硬件、軟件、合成器附帶的聲碼器，花樣繁多琳瑯滿目，有關(guān)內(nèi)容將來我們再給大家介紹。作為開始，我們先講聲碼器的工作原理。 

為了懂得聲碼器，需要弄明白聲碼器使用的3個基本成分--帶通濾波器，包絡(luò)跟隨器和放大器。 

帶通濾波器是一類僅允許規(guī)定頻帶的頻率通過，阻擋其他的頻率的濾波器。例如一個帶通濾波器允許800到1200Hz的頻率通過，更低的頻率（如500Hz）和更高的頻率（如2000Hz）都被阻擋不能通過。 

對這個例子還要加以補充說明：說通帶的低端是800Hz，并不意味799Hz的信號完全不能通過。實際上通帶以外的信號只是被衰減到某一程度，并按照一條曲線逐漸衰減。頻率越低，衰減越大。這條曲線經(jīng)常用每個八度多少分貝來形容，上例中假定斜率為24分貝/八度，400Hz的信號（較800Hz低一個八度）通過時將有24分貝的衰減；200Hz的信號（較800Hz低兩個八度）通過時將有48分貝的衰減。高端的情況也一樣。 

如果我們有一個基本頻率500Hz的樂音送到前述的帶通濾波器，它的基音和大部分諧波都將被阻擋，只有一次諧波1000Hz正處于濾波器的中心頻率，可以順利通過。二次諧波1500Hz在通頻帶之外，受到很大衰減，勉強漏過一些。四次諧波2000Hz就幾乎完全被濾掉了。

包絡(luò)跟隨器感知信號的響度，然后送出一個與響度相關(guān)的控制信號，包絡(luò)曲線描繪出響度變化的情況。通常也有包絡(luò)參數(shù)可以由用戶控制包絡(luò)上升和衰退的特性。 

放大器似乎不用多說，它是一個電路或軟件，能夠放大信號，而且能控制放大量。聲碼器中的放大器根據(jù)包絡(luò)跟隨器輸出的控制信號改變放大量。較老的模擬設(shè)備使用電壓控制放大器，簡稱VCA，新的數(shù)字設(shè)備使用數(shù)字信號控制，但經(jīng)常還按老習慣稱作VCA。 

Vocoder聲碼器的主要設(shè)備包含2套帶通濾波器，這些濾波器有規(guī)定的中心頻率和帶寬，僅能通過選定的頻率。一套濾波器由若干濾波器庫組成，它們的頻率覆蓋了整個聽覺范圍。例如使用一種帶寬一個八度的濾波器，每一個濾波器的中心頻率相差一個八度，如果一個濾波器的中心頻率為1000Hz，它上方相鄰的那一個中心頻率就是2000Hz，下方相鄰的那一個中心頻率就是500Hz。它們的頻率響應曲線將在八度的中部重疊，這3個濾波器的覆蓋范圍從250Hz到3000Hz。窄一些的濾波器帶寬可以構(gòu)成更精密的庫（要使用更多的濾波器)。 

一個來自合成器的信號送到濾波庫以后同時通過并聯(lián)的濾波器，在輸出端設(shè)有控制增益的部件（一個VCA），除了這個控制，其他工作情況很象是圖形均衡器。VCA通常是關(guān)閉的，給某一個VCA進行控制，可以使這個帶通濾波器的頻率送往輸出端。 

我們用另一個信號，比方說來自麥克風的信號（稱為控制），通過另外一個結(jié)構(gòu)完全與前面所述相同的濾波庫，對它們的輸出進行測量，得出一系列直流電壓，用來控制前者相應濾波器的VCA。這樣前一個濾波器庫輸出的各頻率成分受到進入后一個濾波器庫信號中相應頻率成分的控制，聲音發(fā)生變化。 

聲碼器要求2個輸入信號，一個叫語音（speech）；另一個叫載體（carrier）。許多合成器上的聲碼器使用內(nèi)部的合成聲音作載體。 

聲碼器的操作如，輸入的語音信號經(jīng)過一個帶通濾波器庫，被分割成多條并行的帶，每條帶被限制在很窄的頻率范圍之內(nèi)，然后送往自己的包絡(luò)跟隨器。 

每條頻帶的包絡(luò)跟隨器測量指定時刻的聲音能量，如果一條帶內(nèi)的語音信號由一個或更多明顯的諧波，控制信號將送出高一些的包絡(luò)；如果帶內(nèi)只有少量甚至沒有顯著幅度的諧波，控制信號將送出的包絡(luò)就低一些。 

經(jīng)過帶通濾波器和包絡(luò)跟隨器的分析，語音信號此時變成多帶調(diào)制源，它的本身已經(jīng)沒有意義了。 

語音信號被分析處理的同時，載體信號通過自己的帶通濾波器庫，它們的中心頻率設(shè)置得與語音部分完全一致。載體信號同樣被分割成多條并行的帶，每條帶被限制在很窄的頻率范圍之內(nèi)。 

來自載體帶的信號送往放大器庫，而包絡(luò)跟隨器的輸出則控制這些放大器的增益，這就造成載體帶被印上語音帶包絡(luò)形狀的印記。放大器的輸出混合后輸出，我們在輸出端聽到的是被改變了的載體聲音。 

聲碼器的效果是帶通濾波器、包絡(luò)跟隨器和放大器相互作用的結(jié)果。如果語音信號在某一頻段包含許多諧波，相應頻段載體中的諧波也將更多的通過放大器，因為此時放大器大開。但如果語音信號在某一頻段的能量少些，包絡(luò)跟隨器就是低電平輸出，這一頻段的放大器增益減少，載體中該段諧波通過放大器的就少些。如果語音信號在某一頻段完全沒有能量，這一段的包絡(luò)跟隨器輸出為0，放大器因此關(guān)閉，載體相應頻段的諧波就被截止。 技術(shù)的考慮 總而言之，聲碼器僅僅能夠?qū)χC波作減法，而決不能加進行的諧波。因此用作載體的聲音應該含有豐富的諧波。如果你試圖用象長笛那樣類似正弦波的音色作載體，將聽不到聲碼器有什么效果。 

早期的聲碼器只能分8到10個頻段，因為它們使用分立元件構(gòu)成的硬件電路，每多加一段就會提高整機的成本。當聲碼器改由軟件（DSP）來執(zhí)行，頻段很快就增加到16段以上。 

人類發(fā)音器官的結(jié)構(gòu)使語音產(chǎn)生強烈的諧波共振，獨特的架構(gòu)。例如元音“ee”的聲音就與“oo”大不相同，常使聲碼器發(fā)生錯覺。 

語音信號經(jīng)常在極高音區(qū)包含有重要的信息，例如子音中的齒音“s”和摩擦音“f”，甚至展寬的鋸齒波合成音色被用于載體時也沒有上述子音在極高音區(qū)有那么多的能量。結(jié)果有的聲碼器就在極高頻區(qū)設(shè)一個開關(guān)，讓齒音和摩擦音直接混合到載體信號，以增加清晰度。 

少數(shù)聲碼器如Clavia的Nord Modular和CreamWare的Pulsar允許將包絡(luò)跟隨器的輸出交叉連接到非對應頻段放大器，這樣做的結(jié)果語音就變成聽不懂的，但載體仍保有一個輪廓，表情的形狀。交叉連接對打擊樂循環(huán)被當作語音信號使用特別有效。你能選擇一個含有很多能量的頻段（例如低音鼓）連接到包含大量諧波的載體，載體的聲音中就獲得了低音鼓的節(jié)奏。這時的聲碼器實際已經(jīng)成為一個可以選頻率的門開關(guān)。 

還有的聲碼器讓你調(diào)整各頻段的輸出電平或濾波器的斜率，或者能對載體或語音庫之間的頻率偏移編程，使一個庫稍高（或低）與另一個以增加可理解度或創(chuàng)造一個變性效果。 

Roland JP-8080的聲碼器算法走得更遠，它的包絡(luò)跟隨器輸出能用作調(diào)制源，控制各種合成器參數(shù)。這就使語音輸入可以成為多種合成效果的調(diào)制源。