改进型遗传算法及其在代数码书搜索中的应用

针对基本遗传算法(SGA)易于早熟收敛、全局优化速度缓慢、局部搜索能力弱等缺点,提出一种改进型遗传算法(IGA),并将其应用于ACELP语音编码器的代数码书搜索中。改进型算法使用了经验式随机方法初始化种群,设计了与进化代数相关的自适应交叉和变异概率,采取了移民策略维持群体多样性,最后引入了局部爬山搜索机制。将IGA应用于ITU-TG.729A语音编码器,仿真结果表明了该算法的可行性和有效性,从而为代数码书搜索方法的研究提供了新思路。

码激励线性预测语音编码器中的非均匀和部分搜索域代数码书

该文基于代数码激励线性预测(ACELP)语音编码算法提出了非均匀和部分搜索域代数码书。非均匀代数码书由代数码书的脉冲非均匀统计特性确定,部分搜索域代数码书则由代数码书矢量的周期性确定,该方法有效地弥补了低比特率情况下代数码书中脉冲数不足的缺点。在使用上述两项技术时,为保持基音的连续性,该编码器对语音段和非语音段采用了不同的基音估计方法。主观和客观的听力测试表明,当该技术应用于4kb/s散布脉冲码激励线性预测(DP-CELP)语音编码器时,重建语音的质量得到明显改善,尤其是对女性讲话者。

基于ACELP的嵌入式语音编码算法

为实现对激励信号的精细描述,提出了一种基于ACELP模型的嵌入式语音编码算法,该算法通过逐层增加脉冲数以及采用一种新的自适应码书结构,能够保证各层编码的相对独立性以及编码器参数的最佳匹配。与以往基于ACELP模型的嵌入式编码算法相比,实现的编码器能够获得具有嵌入结构的码流,不仅能够保证核心层的合成语音质量,而且在增强层也取得了与对应速率的现有标准编码器相当的合成语音质量。

低延迟低码率语音编码研究

现有的低延迟语音编码算法(LD-CELP)需要16kb/s比特率,无疑会妨碍它的应用。提出了一种采用两阶段码书搜索的方法可以在提高低延迟语音编码算法性能的同时降低码率。首先构造了两个子码书:一个后向更新的自适应码书和一个具有代数结构的固定码书;然后设计了两阶段码书搜索方法使滤波后的激励矢量和目标矢量之间的均方误差保持最小。这样就得到了一个在8kHz采样率下具有2.5ms延迟的10kb/s两阶段码书搜索的CELP编码器。用平均分段信噪比(SSNR)和感知语音质量评价(PESQ)测试,本算法具有和16kb/s的G.728相当的编码质量。