超低速率MELP语音编码算法研究

在语音编码算法中,混和激励线性预测(MELP)算法因为能更好的模拟自然语言特征,在低速率上能合成较高质量的语音,而成为现代低速率语音编码中最有潜力的算法之一。但在无线通信、卫星通信以及军用和保密通信中,信道带宽成为一个突出的问题,因此对更低速率语音压缩编码技术乃至超低速率的语音压缩编码技术的研究是非常有必要的。针对语音通信中关于极低速率的要求,深入分析了现今的几种基于MELP的低速率语音编码算法,对其原理以及关键技术进行了归纳总结,并对语音质量进行了比较。

G.723.1高速率语音流的信息隐藏算法

研究流媒体通信中G.723.1高速率语音编码器的分级隐藏方法,分析线谱对频率(LSF)参数的隐藏性能,给出一种基于临界带宽的LSF参数隐藏性能分析方法。在此基础上,结合数位信息法,提出一种G.723.1高速率语音流的信息隐藏算法。实验结果证明了该算法的有效性。

采用GW-MFCC模型空间参数的语音情感识别

针对单一语音特征对语音情感表达不完整的问题,将具有良好量化和插值特性的LSF参数与体现人耳听觉特性的MFCC参数相融合,提出基于线谱权重的MFCC(WMFCC)新特征。同时,通过高斯混合模型来对该参数建立模型空间,进一步得到GW-MFCC模型空间参数,以获取更高维的细节信息,进一步提高情感识别性能。采用柏林情感语料库进行验证,新参数的识别率比传统的MFCC和LSF分别有5.7%和6.9%的提高。实验结果表明,提出的WMFCC以及GW-MFCC参数可以有效地表现语音情感信息,提高语音情感识别率。

CELP编码器的LSF参数的量化分析

文章首先介绍了线谱对频率LSF。其次讨论了LSF参数量化方法,提出了一种较好的求取谱失真测度的方法。

基于DCT变换的LSF参数降维算法

为降低声码器线谱对频率(LSF)参数量化码本的存储量和码本搜索运算量,文章提出了一种基于二维DCT变换的LSF参数降维算法。相比时域重要帧抽取算法,DCT降维算法能够在不降低语音听觉性能的基础上,将LSF参数的码本量和搜索运算量都降到50%。在同等情况下,DCT降维算法能比时域重要帧抽取算法提高0.1dB到0.2dB的性能。实验结果表明,提出的算法可以更有效地解决低速率声码器中参数码本存储量和搜索运算量的问题。