一种基于简单自相关的基音周期搜索算法

高效语音编解码算法在各方面表现优异,但算法复杂度较高,应用到处理能力差的系统上遇到较大问题,故在保证合成语音质量的基础上减低算法预算量具有较大意义。针对高效语音编解码算法中运算量较大的的基音周期搜索算法提出一种简单自相关算法。该算法通过设置一个合适的门限值,对原始语音信号进行筛选,使得参与自相关运算的样本点数降低60%,从而大大降低自相关运算量,并较大程度上保证了合成语音质量。通过对语音编解码仿真证明,应用我们的简单基音周期搜索算法,合成语音信号清晰可懂,编解码运算量大大降低。

复杂流场的代数迭代重建算法

提出了简单自相关代数迭代重建算法(SSART)。采用数值模拟的方法,对当前有代表性的基本代数迭代法(ART)、联合代数迭代法(SART)、改进的联合代数迭代法(MSART)以及SSART进行了计算模拟,对比分析了各种算法的模拟效果和重建精度。结果发现,SSART的均方误差(MSE)在10-4数量级,比ART的降低了78.2%;峰值相对误差(PE)在10-2,降低了92.9%;计算程序上,SSART仅比ART多1个除数因子。所以SSART具有算法简单、重建精度高、稳定性好和自愈能力强等优点。