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。

最佳语音包大小研究

最佳语音包大小是网络语音通信的关键性参数。文章通过一系列实验对编码时间、解码时间、采样时间及语音包长度之间的关系作了深入研究 ,提出了确定最佳语音包大小的方法。

IP语音包的形成及传输

近年来,网络中的IP语音技术得到了迅速的发展广泛的应用,VoIP系统成为网络通信领域研究的一个热点。基于开源代码的Red HatLinux OS平台,本文将研究VoIP系统中IP语音包的形成、传输以及在接收终端接收和播放的全过程。如何对语音进行RTP打包,在接收端进行RTP解包是本文研究的另一内容。本文提出的IP语音包的形成和传输方案有助于在网络中开发语音技术,并为实际应用提供一定价值的参考。

结合语音包络的变步长LMS语音自动增益控制

针对现有最小均方误差(Least Mean Square,LMS)语音自动增益控制(Automatic Gain Control,AGC)算法其功率参量不能准确表示语音振幅、增益控制效率较低以及增益处理后语音失真较大等问题,提出使用语音包络作为参量的变步长LMS-AGC算法。首先按帧计算语音包络作为参量,提升参量表示语音振幅的准确度;然后利用递归平滑的语音包络误差平方,调节LMS算法的步长,提升算法的增益响应速度;最后将算法与低失真的限幅处理机制结合,解决现有LMS-AGC算法增益处理后存在过门限尖峰的问题。实验结果表明,相比现有基于功率的变步长LMS-AGC算法,基于语音包络的变步长LMS-AGC算法的增益响应速度更快,增益处理后客观语音质量评估(Perceptual Evaluation of Speech Quality,PESQ)平均提升0.4分,并且迭代运算量可以下降一个数量级。

一种识别IP电话语音包的新方法

本文是为了解决在互联网上用于实时多媒体通信的RTP包的识别问题。方法是通过SVM识别RTP报头的特征来进行分类。实验表明 ,这种方法取得了比较好的分类效果。

引入包分析的E-Model语音质量评价模型改进

为了能够更加准确地评价语音包丢失对基于IP的语音传输(voice over internet protocol,Vo IP)的语音质量的损伤,对ITU-T G.107建议书提出的语音质量预测模型E-Model中计算丢包与编码造成的损伤Ie-eff的方法作出改进,在综合考虑语音包的内部特性和存在突发连续丢包情况后,提出利用在固定语音长度下,语音实际损失时间Tloss来衡量语音包丢失造成的语音损伤。仿真结果表明,相比原有模型,改进后的模型得到的语音质量评分同主观语音质量评估方法(perceptual evaluation of speech quality,PESQ)评分相比,皮尔森相关系数平均提高了0.045 8,均方根误差平均降低了0.053 4,改进后的E-Model模型在评价语音质量时与PESQ更具有一致性,可以更为准确地预测Vo IP通信的语音质量。

语音信号包络提取与汉语音节包络头分析

复解析子波变换 (CAWT)将希尔伯特变换 (HT)与子波变换 (WT)紧密地结合在一起 ,在信号处理方面具有良好的表现。本文将复解析子波变换应用于语音信号的包络提取中 ,数字仿真结果表明 ,该方法优于传统的希尔伯特变换法 。

因特网应用中语音传输丢包恢复技术的发展

包丢失是一个一直困扰计算机网语音传输的最核心问题，它是影响音质的关键，介绍了近年来国际学术界上提出的几种用于语音丢包恢复的技术方案，对它们的原理、特点及适用范围均作了详尽地分析。同时，也将其中的奇偶校验方法进行改进，提出了基于FEC方式可纠正连续多包丢失的纠错编码。

基于分段线性预测技术提取语音谱包络

语音谱包络提取是语音分析中的重要内容。提出了分段线性预测技术用于提取语音谱包络参数。结合滤波器组理论和线性预测模型,首先对语音频段进行划分,然后在不同的频带进行线性预测。实验证明,合成的语音频谱分辨率有了很好的改善。

采用变速语音编码的计算机局域网语音/数据综合传输研究

本文研究带冲突检测的载波监听多址协议(CSMA/CD)局域网的语音/数据综合传输的可行性。提出采用变速率语音编码的方法,用以改善在重负荷条件下语音/数据综合传输的性能。采用计算机模拟方法,给出了语音包丢失、传输后语音质量的主观评价与语音传输容量的关系曲线,以及语音传输容量与数据业务率的关系曲线。结果表明,在CSMA/CD局域网上采用变速率语音编码的方法,改善了其语音/数据综合传输的性能。

分组语音技术缘何选择Voice over IP?

所谓分组语音就是将语音信号数字化后,进行压缩变成分组数据包,然后通过IP、Frame Relay或ATM网络进行传输。分组语音与传统的语音相比,占用的通讯带宽非常低。传统的电话需要64Kbps的带宽,分组语音只需8Kbps的带宽。很多单位到电信局申请的数据专线其实有一部分带宽可用来传输分组语音。从而可以节省单位的长途费用。分组语音采用的压缩算法主要是G.729,该算法能将语音编码为8Kbps的数据流,通话质量能达到32Kbps ADPCM的效果。语音压缩的质量可以用MOS(Mean Opinion Score)来衡量。MOS的范围是0至5,标准PCM的质量是4.4,G.729的质量是4.2。

浅谈农村小学生英语语音问题

《义务教育英语课程标准（2011年版）》二级语言知识语音方面要求：正确读出26个字母;了解简单的拼读规律;了解单词有重音,句子有重读;了解英语语音包括连读、节奏、停顿、语调等现象。自然规范的语音、语调将为有效的口语交际打下良好的基础。农村小学生英语语音问题,直接影响着学生以后在英语学习上的发展。但是部分农村小学生受教学资源条件限制和其他因素的影响,在语音方面出现了诸多问题。针对这些存在的问题及解决办法,

青年与老年气虚及平和体质人群声音特征对比分析

目的:探寻平和质与气虚质人群的声音差异特征。方法:根据《中医体质量表》筛选出气虚体质及平和体质的青年40例,老年35例。采集其声音数据运用基音周期、基音的抖动、振幅微扰、共振峰变异、过零率比率、语音时间长度、语音包络面积等方法进行声学参数分析。结果:基音周期、基音抖动、振幅微扰、共振峰变异、过零率比率的测量分析结果在平和质与气虚质之间没有太大差异,有些数据还有重叠,无法区分平和质与气虚质的差异。语音时间长度和语音包络面积在平和质与气虚质的人群中比较,差异具有统计学意义(P<0.05)。结论:以声学参数来界定气虚质与平和质是可行可信的。

基于对数包络的汉语音节切分算法

为提升目前连续汉语音节切分算法在噪声环境中的切分效果,基于汉语语音的对数包络特征提出一种音节切分算法,用曲线插值法获取信号包络,再经滤波和对数运算获取对数时域包络,然后采用门限判决从包络上获取极值点,根据极值点的分布特性确定音节的切分边界。所提方法对无噪汉语语音的音节切分效果优于传统方法,且在低信噪比情况下仍具有较高的切分准确率。

基于数字信号处理的声音控制开关(VOX)算法研究

基于数字谱分析的声控开关VOX(Voice-Operated Transmit)新算法首先利用功率谱二次处理结果进行处理,提取出语音波形的包络,然后对所得包络进行阈值处理、限幅放大,最后得到VOX函数。该算法具有简单、实用、对噪声的鲁棒性也较好,而且易于用数字信号处理实现,在某种程度上克服了传统VOX算法的结构复杂、参数难调、易受环境噪声影响等局限。理论分析和仿真结果表明,该算法不仅能较为准确的提取出语音波形的包络,而且能在较低的信噪比条件下工作。

最小方差无失真响应浊音谱建模方法研究

讨论了在语音处理中广泛使用的线性预测模型,分析了线性预测模型在建模语音谱包络方面存在缺点,并分析了线性预测模型过高估计浊音谐波频率处能量以及随着阶数增加线性预测谱逐渐恶化的原因。在此基础上,提出了最小方差无失真响应(MVDR)建模方法,并讨论了通过Toeplitz矩阵的Cholesky分解确定MVDR滤波器系数的方法,通过与线性预测方法进行比较,发现最小方差无失真响应滤波器能提供一个更好的原始语音包络。

基于Blackfin的VoiceEngine嵌入式方案

VoIP硬件制造商在设计产品时，必须解决语音包环境中与话音质量相关的以下几个主要问题。