自适应多码率语音编码流的可靠传输

自适应多码率语音编码已入选为第三代移动通信系统的语音压缩编码方案。本文提出了一种适合压缩语音传输的联合信源信道编码方法并对其性能进行了统计比较。利用压缩语音比特流中的固用冗余的信道译码算法是本文的研究重点。仿真结果表明利用信源冗余信息的信道译码器可以获得较大的编码增益。本文所用的信道编码方案为适合语音传输的卷积码。

可分级大跨度编码与自适应码率传输控制算法研究

本文研究了可分级大跨度编码与自适应码率传输控制算法,旨在提高视频数据的压缩效率和网络传输质量。文章首先介绍了编码理论基础和自适应码率控制理论,然后详细阐述了可分级编码原理和大跨度编码技术,以及它们在视频编码中的应用。接着,讨论了编码性能评估的重要性和方法。本文提出了自适应码率传输控制算法的设计原则和实现方法。通过实验验证,证明了所提出的算法能够有效地在保证视频播放流畅性的同时,提高视频质量。最后,本文总结了研究成果,并对未来的研究方向进行了展望。

多声学场景下端到端语音识别声学编码器的自适应

提出了一种面向多样化声学场景自适应设计声学编码器的方法(SAE)。该方法通过学习不同声学场景下语音中包含的声学特征的差异,适应性地为端到端语音识别任务设计出合适的声学编码器。通过引入神经网络结构搜索技术,提高了编码器设计的有效性,从而改善了下游识别任务的性能。在Aishell-1、HKUST和SWBD三个常用的中英文数据集上的实验表明,通过所提场景自适应设计方法得到的声学编码器相比已有的声学编码器可以获得平均5%以上的错误率改善。所提方法是一种深入分析特定场景下语音特征、针对性设计高性能声学编码器的有效方法。

基于语音质量预测的Speex自适应码率控制算法

为实现IP语音(VoIP)质量的动态管理与控制,提出了一种基于语音质量预测的自适应码率控制算法。通过实时预测VoIP通话的瞬时语音质量和总体语音质量,自适应地调整Speex编码参数,从而根据需要选择最佳编码速率。实验仿真结果表明,提出的算法能够有效减少网络拥塞,提高VoIP系统的语音质量。

低码率小波变换语音编码算法

本文给出了一种基于小波变换的低码率语音编码算法，它具有码率低（小于３ｋｂｉｔ／ｓ）、适用范围广、音质好、无人工噪声等优点，不仅对语音信号而且对音乐信号也有效，有助于实现低码率宽带声音编码，对信息的高效传输和存储有重要意义。

低码率语音编码中过渡帧对合成语音的影响

过渡段对语音清晰度、可懂度和人耳听觉感知都起到不可忽视的作用。参数语音编码中,包含有过渡段的语音帧能否得到恰当处理,是决定其合成语音是否清晰可懂的关键。本文以混合激励线性预测编码为参考,将其中的语音帧划分为静音、清音、浊音、过渡四大类后分别处理,在以往低码率语音编码(<1 kbps)工作基础上,比较了八种过渡帧划分方法对合成语音PESQ MOS的影响。经分析后发现:不同的过渡帧对PESQ MOS的贡献也不同。由清、静音向浊音变化的过渡帧的贡献最大;介于浊辅音与元音之间的过渡帧的贡献也不应被忽略。

IP语音包的自适应编码和封装算法的研究

IP电话与传统电话相比语音质量较差,其中最主要的原因是因特网的带宽变化较大,导致丢包率较大。该文根据因特网带宽变化的特点提出了1种应用在IP电话网关中的语音自适应编码与封装策略,采用该策略的编码器能根据网络的带宽变化动态调节语音编码速率和语音包封装大小。据此,本文提出了4种算法:一种基于RTP协议语音包丢失率的计算算法、变速率编码算法、不同长度IP语音包的封装算法和根据丢包率来调整编码速率和封装的自适应算法。

基于线性预测系数自适应前后向量化的可变速率MELP语音编码

该文基于LPC的自适应前后向量化技术,提出了一种可变速率的混合激励线性预测MELP语音编码算法。该算法中,采用当前语音帧(前向LPC)或前面某帧已合成语音帧(后向LPC)进行线性预测,当采用后向LPC时,只需传输时间序列编码,故减少了LPC系数的平均编码比特。计算机模拟表明,该算法与标准MELP算法合成的语音质量相当,但显著减少了LPC的传输带宽,从而明显降低了MELP平均编码速率。

ITU-T两种低码率语音编码系统的性能比较

介绍了ITU-T的两种低速语音编码标准,并在此基础上进行了性能研究与比较,最后给出了实验结果。

基于GMM的甚低码率语音编码器

提出了一种新颖的基于高斯混合模型(GMM)的甚低码率语音编码系统。该编码器利用GMM对短时语音谱包络进行拟合的方法来对语音进行参数化表示。编码时,语音经预处理、分帧加窗后,再经FFT分析得到分帧语音的信号频谱,并获得平滑谱包络。然后采用GMM对谱包络进行拟合,用GMM参数(均值、方差、权重)对语音谱加以表示。由于GMM参数较少,从而可以使得码率甚低。解码时,根据编码逆运算生成谱包络,浊音信号利用正弦模型加以合成,清音信号经IFFT合成。实验仿真结果表明:该编码器在传输码率降低到2.35 kb/s时,仍可获得音质令人满意的解码语音。

低码率通信系统中的语音编码技术

综述用于各种新兴低码率数字通信系统中的语音编码技术及其标准化动态。

基于自适应加权谱内插的宽带语音编码算法

提出了一种基于自适应加权谱内插 ( STRAIGHT)的宽带语音编码算法。输入的语音信号首先经过STRAIGHT分析得到精确的基频参数和谱参数 ,然后通过时域抽取和频域建模实现有效的编码压缩。在时域抽取时采用的区别于传统编码算法固定帧长的自适应可变帧长方法 ,使得编码存储量可以根据实际语音变化情况得到更加合理的分配。主观测听结果表明 ,该算法针对 1 6k Hz采样的语音信号 ,在 6kbps码率上可以取得与AMR-WB( G.72 2 .2 )在 8.85 kbps时的相当的音质效果。此外 ,该算法还具有对恢复语音的时长。

一种码率自适应信源信道联合编码系统

双LDPC码系统是新近出现的一种信源信道联合编码系统,该系统的性能虽然好但不稳定,在信源熵增加时会产生很高的误码平台。为了解决这一问题,提出了一种码率自适应双LDPC码系统,此系统采用码率自适应LDPC码作为信源码,当信源熵变化时可以灵活地调整信源码率,从而保证系统在高低不同的信源熵情况下都具有优秀、稳定的性能。仿真结果显示,在高低不同的信源熵情况下,所提出的码率自适应双LDPC码系统性能均好于传统双LDPC码系统,而且在误比特率为10-6时都没有出现误码平台。

码率可调节的高质量语音编码算法

中远距离水声语音通信时,由于水声信道可利用带宽窄的原因,通信速率较之无线电信道低.在高质量通话的前提下,语音编码码率也在一定范围内受到制约.在众多低速率语音编码标准中,美国联邦标准MELP(mixed excitation lin-ear prediction)是最佳选择,其编码码率2.4 kbit/s对于水声信道来说仍然偏高.考虑到水声信道的特点,结合语音信息不均匀分布、MELP编码参数分析和简化、码本冗余度降低等几个方面,从语音生成和听觉感知角度深入研究了MELP编码标准,采用不定帧数联合编码的方式,提出一种码率可调节的高保真语音编码算法.正常语速下,平均码率约800 bit/s.合成语音清晰可懂,保持了说话人的个性特征,其PESQ MOS(perceptual evaluation of speech quality mean opinion score)评分不低于2.7,语音质量接近2.4 kbit/s MELP标准水平,满足了中远距离(>10 km)水声高质量语音通信的要求.同时,本算法也可用于其他对实时性要求不高的场合.

低延迟低码率语音编码研究

现有的低延迟语音编码算法(LD-CELP)需要16kb/s比特率,无疑会妨碍它的应用。提出了一种采用两阶段码书搜索的方法可以在提高低延迟语音编码算法性能的同时降低码率。首先构造了两个子码书:一个后向更新的自适应码书和一个具有代数结构的固定码书;然后设计了两阶段码书搜索方法使滤波后的激励矢量和目标矢量之间的均方误差保持最小。这样就得到了一个在8kHz采样率下具有2.5ms延迟的10kb/s两阶段码书搜索的CELP编码器。用平均分段信噪比(SSNR)和感知语音质量评价(PESQ)测试,本算法具有和16kb/s的G.728相当的编码质量。

基于电力载波通信的低码率语音压缩编码的方法及分析

近年来 ,由于数字通信及其他商业应用的需求 ,语音压缩技术得到了迅速发展 ,针对目前几种具有代表性的低速率语音压缩编码算法 (如 :LPC声码器 ,CELP ,MBE ,PWI ,小波变换等 )进行分析和比较 ,介绍各自的基本原理 ,并在此基础上分析了各自的优。

信道估计误差与延迟对自适应Turbo编码调制的误码率性能影响

提出了一种慢衰落信道上较为实用化的自适应Turbo编码调制(ATuCM)设计方案,并着重研究了信道估计误差与延迟对ATuCM的误码率(BER)性能的影响,最后通过计算机真对理论分析结果加以验证。分析和仿真结果表明,为了维持系统所需的BER性能,固定估计误差值应小于0.07dB,随机估计误差的离差要低于0.6,而时间延迟应控制在0.001/(v/λc)以内。

一种改进的语音信号非线性自适应预测编码方案

应用神经网络和Levinson－Durbin算法，本文提出一种改进的语音信号非线性自适应预测编码方案。用该方案实现了16Kb／s语音信号自适应预测编码器。实验结果表明，与原方案相比，本文提出的方案解码恢复后的语音质量有明显地改善。

自适应多速率编码语音实时传输系统的设计与实现

借鉴3G中WCDMA标准的AMR语音编码算法,结合多线程和循环缓冲区队列的方法,并采用UDP协议,给出了一个语音实时传输系统的实现方案。该方案具有较好的语音通信质量和自适应性。

波形变换域浊音语音的一种分帧自适应编码算法

波形变换编码算法中,影响语音质量的主要因素是浊音语音编码时产生的量化误差.本文在Mozer 算法基础上,提出一种波形变换域分帧自适应编码新算法.采用这种算法用近代的单片数字信号处理器对编译码容易做到实时处理.而短时量化信噪比的平均值可达6dB.