定点脉冲线性预测编码方法研究

在多脉冲线性预测编码的基础上,本文提出了位置无关脉冲搜索算法。该算法不需要搜索脉冲位置,而是根据给定的脉冲位置一次性解出脉冲幅度矢量。这就保证了得到的脉冲组合在最小二乘意义下是最优的,为改进合成语音质量提供了理论基础。进而在激励脉冲与位置无关的理论基础上,提出了定点脉冲线性预测编码方法。对所提出的算法在MATLAB下进行了仿真,仿真结果发现位置无关脉冲搜索算法得到的合成语音质量优于序贯法,编码时间也要比序贯法短。定点脉冲线性预测编码方法可以在2.7 kbps的编码速率下获得与G.729相近的合成语音。

个数可变脉冲线性预测编码研究

不同语音帧的激励信号复杂性不同,所以采用相同个数的脉冲作为激励信号并不合理。针对这一点,提出了个数可变脉冲线性预测编码算法。该算法不固定脉冲个数,而是根据激励信号的复杂度而确定。个数可变脉冲线性预测编码的目的是用尽量少的脉冲数来满足误差约束,这可以看作一个稀疏表示问题。进而,给出了具体的脉冲搜索算法以及个数可变脉冲线性预测编码方案。实验结果发现增加脉冲可以减少误差,但是前面搜索出的脉冲对误差的贡献要大于后搜索出的脉冲。与G.723.1和G.729比较发现,个数可变脉冲线性预测编码可以在约4.2 kbps的编码速率下获得优于G.723.1的合成语音,但略差于G.729。本文算法的编码时间较长,是下一步需要解决的问题。

多脉冲激励线性预测编码算法研究

提出一种改进型的多脉冲激励线性预测语音编码算法,并将变阶线性预测技术应用于此算法.改进后的算法与原算法相比,降低了计算复杂度,且对激励脉冲位置的估计更加准确.仿真结果表明,该算法不仅提高了合成语音的质量,而且进一步降低了语音编码的速率.

多脉冲激励线性预测编码参数量化的新方法

在中速率下,多脉冲激励线性预测编码器的合成语音质量受到参数量化方式及量化精度的很大影响。本文提出了两种有效且易于实现的新方法,分别用于改善反射系数和激励脉冲幅度的量化。初步的实验结果表明,这两种改进算法的效果相当好,段信噪比的提高在2 dB 左右,语音质量非常接近无限量化精度(即不进行量化)时的语音质量。

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测(MELP),多带激励编码(MBE),正弦变换编码(SCI),波形内插编码(WI),大多都工作在2.4 kb/s速率下。作为一种重要的低速率语音编码算法,MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2.4 kb/s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。

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。

高质量的4kb/s散布脉冲CELP语音编码算法

本文提出了一种散布脉冲CELP(DP CELP)语音编码算法 ,激励矢量由特殊结构的代数码书与固定形式的散布脉冲的卷积获得 ,这种激励源有效地改善了重建语音质量 ,但未增加代数码书搜索的复杂度 .非正式的主观听力测试表明 ,这种 4kb/sDP CELP语音编码算法的合成语音质量非常接近G 72 3 1中 6

改进MPLPC语音编码方法

本文讨论了改进的多脉冲激励线性预测编码(MPLPC)模型的语音编码方法。用MATLAB进行了仿真,并对重构的语音质量进行了研究。

MELP低比特率数字语音编码技术研究

主要介绍了一种新的低比特率MELP (MixedExcitationLinearPrediction)混合激励线性预测语音编码技术 ,其中着重分析了该编码算法所采用的几项关键技术。给出了采用MELP压缩编码算法后的输出比特流在各个参数上的比特分配表 ,并通过计算机仿真 ,对MELP合成语音与原始语音的质量做了比较 ,最后就MELP语音编码技术与现今其它几种不同的低速率语音编码技术的合成语音质量在DRT、DAM及MOS得分三个方面做了比较。

数字电路倍增设备低速率语音编码方案的选择

新一代数字电路倍增设备 (DCME)中将采用更低速率的语音编码技术。文中介绍了几种ITU T公布的低速率语音编码技术 ,对其时延、编码质量以及算法复杂度等进行了比较 。

一种基于G.729语音编码的改进算法

共轭代数码本激励线性预测(CS-ACELP)语音编码算法在8 kb/s速率上获得了比较理想的质量,是以10 ms为一短时语音帧作为处理对象.基于CS-ACELP语音编码算法,以20 ms为一语音帧,在编码器中引入脉冲散布技术,提出了一种使码速降低至4 kb/s的散布脉冲代数码本激励线性预测(PD-ACELP)编码算法.经仿真实验及主观听觉测试表明,这种算法的合成语音质量还是比较令人满意的.

小词表实时语音识别系统的定点DSP实现

主要介绍一种基于定点数字信号处理器 DSP芯片 ( TMS3 2 0 V C5 40 2 )的小词表实时语音识别系统。该系统体积小 ,成本低 ,可扩展性好 ,方便应用于许多特定场合 ,如 :门禁控制系统等 ,对于 10 0词以内的特定人语音 ,识别的准确率超过 95 %。

一种新的低码率语音压缩编码方案

提出一种新的基于LPC(线性预测编码 )的BSP(二项式正弦脉冲 )语音压缩编码方案 ,即根据语音产生的原理 ,以BSP作为LPC激励源 ,并在此基础上构造了BSP语音编解码器。同时推导了BSP激励参数的求取和编码方法。实验结果表明 ,BSP编解码器由于求取BSP激励参数的计算量较小 ,因此处理速度快、时延小 ,同时编码速率在低至 2 .65kbit s时 ,具有较高的合成语音质量。

全速率语音编码系统

随着通信网络用户数量的增加、网络业务综合化、多样化,网络带宽与系统容量、服务质量的矛盾日益突出,传统的64kbit/s的PCM语音压缩编码已不能满足不断变得拥挤的传输信道要求。在这种情况下,语音压缩编码技术得到飞速发展,相继出现了多种语音压缩编码的国际标准,可以用于通信、网络、多媒体等广泛领域。针对全速率语音编码系统的原理和算法进行了详细的介绍,对全速率语音编码系统进行了仿真,并对仿真结果进行了分析。

语音编码技术及DSP实现

介绍了当前主要的低速率语音编码技术算法原理和实现方式,并结合定点DSPTMS320C54x的主要特点探讨了编码算法的实现。

基于DSP技术的多功能数字语音记录系统

介绍了一种基于ＡＤＳＰ＿２１８１并应用ＩＴＵ－Ｔ的Ｇ．７２３．１标准进行语音编解码的多功能数字语音记录系统．首先给出系统硬件框图，对各模块功能进行了阐述；其次介绍了ＩＴＵ－Ｔ的Ｇ．７２３．１标准算法原理；重点论述了控制及接口的软件设计思想，并给出了主程序流程图．实现了语音信息的采集与播放，主观测评合成语音达到了通信质量的要求．

ZXG10中采用的EFR与FR相比有何不同?

【正】 答全速率(FR)语音编码采用规则脉冲激励-长时预测(RGE-LTP)编码技术,编码速率为13kbit/s,采样速率为8kHz(A律),经格式变换,语音帧为每秒50帧,每帧为244bit/20ms。 增强全速率(EFR)语音编码采用代数码本激励线性预测(ACELP)

0.8kb/s高质量声码器算法

随着通信的发展,对极低速率下语音压缩编码算法的需求越来越迫切。为满足极低码率的要求并获得高质量的合成语音,提出了一种高质量的0.8kb/s声码器算法。此算法基于传统的线性预测模型,利用多帧联合的超级帧参数分模式联合矢量量化技术,以及多带混合激励,子带清浊音参数相关预测,自适应谱增强,脉冲扩散后滤波等技术。主观听觉测试显示,此声码器在0.8kb/s的速率下其合成语音不仅具有高可懂度而且具有一定的自然度,诊断押韵测试(DRT)的分数为85%,而且此声码器在10-2的随机误码的信道条件下仍然具有很好的可懂度。

语音编解码算法G.729的软件实现

首先对G.729编解码算法的原理进行了简要分析,接着讨论了如何在定点DSP芯片ADSP218x上实现该算法,并指出了其关键技术,最后给出了运算量分析结果。