改进的MELP低速率语音编码器

在混合激励线性预测(MELP)语音编码算法中,语音帧的突变转换导致合成语音质量的下降成为一个突出问题。为解决该问题,提出一种基于过渡帧判决算法的改进MELP模型,提高了参数估计的准确度,有效实现了语音的降噪处理。引入动态清浊音判决(U/V判决)门限将语音帧分为3种类型:浊音帧、清音帧、过渡帧,通过区分过渡帧和清浊音帧,避免了传统的U/V判决错误和清浊音帧的突变转换。给出了改进MELP编码参数比特分配表,通过PESQ—MOS测试表明,合成语音质量尤其是高频女声合成语音质量有了明显的改进。

基于MELP的变速率语音编码器算法

描述了一种新的基于MELP算法的变速率语音编码器。其中,考察每一语音帧与其前一帧在以下4个方面的相关性:清浊音判定、基音周期、增益与线谱对频率,依相关性不同采用不同的量化方法以减少各帧之间的编码冗余。主观测试表明本编码器的语音质量与美国联邦标准的2.4KB/SMELP编码器近似。

自适应密度脉冲—码激励线性预测编码器

研究了一种激励矢量动态比特分配的方法。由于此种方法采用了ADP(自适应密度脉冲),使得激励矢量的比特分配具有充分的灵活性,从而改善了CELP(码激励线性预测)编码器的性能。该文具体讨论了ADP参数的确定,描述了具有ADP激励模型的CELP编码器,评估了ADP-CELP编码器用于合成汉语语音的性能。实验结果表明,在4.8kbps处,ADP-CELP编码器比CELP编码器的分段信噪比高大约2dB.

G.723.1语音编码算法的研究与实现

介绍了ITU T建议中G.723.1低速率语音编码方案的基本原理,提出了实现这个方案的算法,给出了采用作者提出的算法实现编码的结果,总结了该算法在实际应用中的优缺点.目前该研究成果已应用于视频会议系统,并取得了较为满意的效果.

一种降低码激励线性预测编码器运算量的方法

降低CELP(码激励线性预测)编码器运算量是语声编码器领域的一个研究热点。本文研究了一种用DFT(离散傅里叶变换)简化CELP编码中最佳激励选择的搜索过程,即利用变换域法简化卷积运算。在计算机模拟实验中对女声(8kHz采样,12bit量化的语音)进行了10s的试听。结果表明:该方法使CELP编码器的计算量减少近10倍,而合成语声质量仍无感性降低。

CELP算法软件实现

介绍了CELP算法原理,讨论了算法软件实现的有关问题,并给出在PC机上的实现结果.

G.729语音编码标准及其应用

介绍了G.729协议编码器、译码器原理及应用,并讨论了此协议降低编码速率的几个关键技术。

ITU-T G.723.1语音编码算法分析及优化策略

本文介绍了国际电信联盟（ITU）建议中G.723.1低速率语音编码器的基本原理,分析了其中主要模块的实现算法,并对一些计算量较大的模块（基因估计、自适应码本搜索、固定码本搜索）提出优化策略,对编码时间进行优化,使得算法有可能在DSP上实时实现。通过对根据优化策略优化的代码和未优化代码的测试分析,结果显示,优化代码比未优化代码的运行时间减少了21%~31%。

G.723.1语音编码器的研究

本文介绍了G.723.1语音编码器的概念,分析了它的技术和特点。我们建议对G.723.1语音编码器的编码时间进行优化。并提出改进一些计算量较大的模块,如基音估计、自适应码本搜索、固定码本搜索等模块。

码本激励线性预测语音编码器的算法研究

提出一种快速而有效的搜索码本激励线性预测语音编码（ＣＥＬＰ）最佳码字的算法，它对码本不附加任何限制。同时，在ＣＥＬＰ语音编码中引入了基于Ｋｏｈｏｎｅｎ神经网络的矢量量化技术，进一步降低了语音编码的数码率。

截幅失真对低速语音编码的影响分析及改进

截幅失真会影响语音编码质量,特别在低速率语音编码条件下,截幅语音不再符合人发声模型,编码语音质量严重下降。为了研究截幅失真对低速率语音编码的影响,从截幅语音编码参数提取和截幅语音编码质量两个方面进行了分析。采用偏离度衡量低速率语音编码参数提取的准确性,编码参数包括LPC、基音周期和清浊音。在不同截幅程度下,分析了各种参数错误分布、错误类型和错误原因。采用客观感知语音质量评估PESQ打分评估截幅语音编码质量。针对常用截幅修复方法在截幅程度较大时修复性能下降严重的现象,提出采用两种改进型截幅修复方法对截幅语音进行修复。实验结果表明,改进的截幅修复方法能有效提高截幅程度较大时的低速语音编码质量。

利用变进制数量化位置信息的一种有效算法

提出了一种在有限个位置中，对一定数目脉冲所在位置信息进行量化的方案。这种方案可以将帧压缩到无损压缩的极限，并且可以利用ＤＳＰ芯片的特性高速完成压缩与解压处理。