线性预测编码(LPC)技术及其在音频文件上的应用

介绍了线性预测编码 ( L PC)技术原理和音频文件 ,尤其是波形音频文件格式 ,并且讨论了 L PC技术在音频文件上的应用 ,同时给出了 L PC处理 WAVE文件流程图和 WAVE文件恢复流程图。

关于线性预测滤波器阶数的分析研究

线性预测技术是现代语音信号处理中的核心技术之一。该文详细介绍了线性预测技术的原理,并以G.729标准中为例,着重研究了线性预测滤波器的阶数对编码系统的影响,通过对不同阶数下的归一化均方误差及语音估计谱两方面的实验结果的对比分析,总结了线性预测滤波器阶数的选择。

预测控制技术及应用发展综述

介绍高级控制理论的发展历史特别是预测控制技术的发展。从理论研究和实际应用两个角度阐述了当前国内外预测控制理论和应用方面的发展情况 ,并指出发展自己的高级控制软件技术是当前国内工业控制界的努力方向。

一种用于语音编码的快速自适应码书搜索算法

码激励线性预测技术(简称CELP)能够在低比特率的情况下实现较高质量的语音,但其运算复杂度高。自适应码书搜索替代长时预测,是大多CELP编码方案的关键。介绍了CELP的基本原理并讨论了自适应码书搜索算法,提出将一种快速自适应码书搜索算法引入到传统4.8kbp FS1016使其复杂度明显降低。仿真结果表明,该方法既保持了4.8kbs FS1016传统算法复原语音的质量,又使自适应码书搜索运算量下降约40%以上。

长时平均功率谱在声纹鉴定中的应用研究

声纹鉴定是一项对语音的同一性问题作出判断的法庭科学技术。进行声纹鉴定的关键是尽可能多地提取有价值的语音特征。长时平均功率谱(LTAS,Long Term Average Spectrum)是语音的频谱特征之一,能够反映出一段语流中说话人的全部频率分量,以及各频率分量与强度之间的关系,是表征个人语音特性的参量之一,可采用线性预测分析技术获得。通过系统实验,找出同一人发音LTAS的稳定性,不同人发音LTAS的差异性;并讨论信道、文本、语境、时长、噪音等因素对LTAS的影响;确定LTAS的应用范围和条件,以期为声纹鉴定实践工作提供新思路。

基于FS1016语音压缩编码标准的编解码仿真研究

FS1016 4 800bit/s是基于码激励线性预测技术的语音编码标准,在实现高质量的窄带语音通信方面有着广泛的应用。介绍了FS1016 4 800bit/s的编码标准并讨论了CELP的基本原理,提出了基于FS1016 4 800bit/s编码标准的编、解码器仿真实现方案,并进行了仿真试验。仿真结果表明,该方案具有很好的可行性,为以后在DSP系统实现该编码标准提供了很好的基础。

共振峰信息在汉语声调感知中的作用

目的探讨言语频域共振峰信息在汉语普通话声调识别中的作用。方法采用线性预测编码(linearprediction coding,LPC)技术将单音节字的频域包络(即共振峰信息)与精细结构(即基频谐波信息)分离,合成128个只具有频域包络信息的"单音节字"。使用这些"单音节字"测试20例听力正常受试者的声调感知能力。结果听力正常受试者依靠共振峰信息识别三声的正确率为69%,识别二声的正确率为42%,识别一声和四声的能力均低于机会值(25%),声调的平均识别率为36%。只依靠共振峰信息,三声与二声的识别容易混淆,一声与四声较易误识别成二声与三声。结论共振峰信息(尤其是第一共振峰)可以为声调识别提供一些线索,但不起主要作用。

听觉模型与语音信号处理方法的研究

在通信领域中,语音编码是语音信号处理的重要分支。为了适合信道传输,语音必须变换形式,基于承载信息并且保留信号,尽可能地处理。在当今的通信、计算机网络等应用领域中,具备低延迟、低码率两大特性的语音编码算法,发挥着决定性作用。在语音编码中,线性预测分析技术主要应用在感觉加权滤波器、综合滤波器及对数增益滤波器,该技术发挥着关键作用。文中的工作是呈现出一种混合LPC(Auditory-Acoustic-Hybrid-LPC)系数,它结合声学特性与听觉特性,以便提高编码后合成语音的听觉质量,这对编码算法的钻研有积极意义。

编码理论、信道理论与技术、编译码器

本文介绍了基于信道输入确定模型的多信道 FIR系统的有效盲识别算法,通过多信道识别去耦合,所提方法能够单独进行信道估计而不必解决增大信道响应,应用线性预测技术来实现此算法.计算有效并适合于实时应用。通过计算机模拟论证了此算法的有效性。

AMR语音编解码算法分析及优化

自适应多速率语音编解码技术共有八种速率,每一种速率都是基于代数码本线性预测技术语音编解码算法的。文中参照3GPPTS协议,分析了代数码本线性预测技术的编解码原理,并对其中的关键技术开环基音分析和固定码本搜索提出了优化方法。经过实验验证,改进后的算法降低了运算复杂度,并能获得良好的语音音质。

动物全基因组关联分析的混合模型方法

在动物全基因组关联分析(Genome-Wide Association Studies,GWAS)中,线性混合模型通过校正群体分层、个体间亲缘关系和微效多基因对标记关联检验的影响有效地控制了数量性状基因座(Quantitative Trait Locus,QTL)检测的假阳性率。文章综述了混合模型之于GWAS基因定位的求解策略和方法,包括逐个标记的GWAS方法和联合多标记的GWAS方法。评论了这些方法在计算效率、QTL检测效率和模型拟合度方面的优缺点。指出了完善的全基因组关联分析方法不仅能够高效率地检测QTL,还能够最优地拟合性状表型值和预测基因组育种值。