基于多码本矢量量化的非限定文本的联机话者辨认方法

传统的利用话者的一个时期的语音作为训练语音，进行话者码本训练的方法，识别系统往往不够稳定．为了适应话者自身语音的时变性，文中提出了利用话者不同时期的语音进行训练话者的模型，每个话者具有多个码本．这些码本是采用逐渐减小误识率的优化过程得到的．为了补偿不同信道对系统识别性能的影响，文中给出了一种信道补偿方法．同时提出以一帧高能的浊音语音特征代替一个浊音音素的特征，实现了在线浊音特征提取，利用两级矢量量化及码本索引策略减少了４４％的识别计算量．这些方法大大增加了系统的识别速度和鲁棒性．文中比较了用ＰＬＰ分析和ＬＰＣ倒谱分析进行话者辨认的识别结果．

基于多码本矢量量化的图像篡改恢复

提出一种用于数字图像篡改检测与内容恢复的自嵌入脆弱图像水印算法.对原始图像每个不重叠分块进行基于边缘复杂度的内容分析,选择不同大小的矢量量化码本进行分块压缩,可获得相应的标识符和表示图像分块主要内容的索引值以构成压缩码.将其复制多份后作为参考比特,通过密钥嵌入至其他多个分块中.用于篡改定位的认证比特则被嵌入每个分块本身.由于在多码本矢量量化协同下生成的参考比特具有较高的内容表示效率,该算法在篡改率相同的条件下可取得更理想的内容恢复性能,这一结论得到了实验结果的验证.

多码本HMM汉语语音识别

本文用多码本结构的HMM进行汉语语音识别。语音特征有Cep(倒频谱)系数及其一阶差分ΔCep。建立特征矢量Cep1、Cep2和ΔCep1的三个VQ码本,分别训练出三个HMM模型。实验结果表明此方法优于以LPC为特征参数的单码本HMM方法。由于增强了辅音的特征,对易于混淆的孤立字语音取得90％的识别率。对二字词组语音的识别率为98％。

一种基于多重码本的有限反馈预编码算法

针对LTE-FDD模式的单码本有限反馈预编码存在CSI反馈精度不够的问题,提出一种具有三重码本结构的有限反馈预编码算法。该算法在原码本的基础上添加了增强码本和修正码本,通过增强码本来对抗信道条件数过高的不利情形,并通过修正码本来降低量化误差。仿真结果表明,该算法相对于单码本的有限反馈预编码算法,反馈开销仅增加了1比特,误码性能却能提升约2d B,信道容量能提升约1.2bps/Hz。因此所提出的基于三重码本的有限反馈预编码算法,能以增加少量反馈开销为代价,换来预编码性能的显著提高。实际应用时,可采用离线码本设计,算法复杂度不会有明显增加。