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。

ITU G.729CS_ACELP语音编码系统

应用共轭结构代数码激励线性预测 (CS- ACEL P)算法的 G.72 9协议是国际电信联盟 (ITU)颁布的适用于多媒体通信的低比特率线性预测语音编码标准。介绍了 G.72 9语音声码器编解码的基本结构 ,并对其性能指标 :比特率、编解码的复杂度、时延和合成语音质量进行了分析。

一种适用于低速率语音编码系统的基音周期量化算法

本文提出了一种适用于低速率语音编码系统的基音周期量化算法。该量化器由一个无记忆均匀量化器和一个差分量化器组成。其中,一个量化器直接量化对数基音周期,另外一个量化器对当前的待量化的对数基音周期与前一个已量化的对数基音周期的差分值进行量化。两个量化器的输出结果择优传送到解码器。该方法利用语音信号中的冗余特性和人耳的听觉特性获得了一个高效的量化算法。实验结果表明,该算法对基音周期的量化只用4比特而不降低合成信号的听觉质量。

一种具有前向纠错功能的语音数字编码系统

介绍了一种具有前向纠错 (FEC )功能的语音数字编码系统 ,编码算法AD PCM ,并采用FPGA技术设计接口及控制电路 。

基于AMBE-2020的可编程语音压缩编码系统

介绍了语音双工编解码芯片AMBE 2020的功能特点,给出了一种基于AMBE 2020和FPGA(现场可编程门阵列)的语音压缩编码系统的具体设计与实现,阐述了在设计过程中一些需要注意的问题。该系统具有设计简单、语音编码速率可变、音质好、功耗低等优点,可广泛应用于各种语音通信。

基于AMR编码参数的语音识别

基于语音编码系统的语音识别 ,由于受编码的影响其识别效果在编码速率下降时显著降低。传统的识别方法从重构语音波形中提取特征参数 ,并针对该特征参数进行训练和识别。比较了基于编码语音的识别准确率和基于编码参数的识别准确率 ,并研究了编码参数对识别准确率的影响。在此基础上 ,通过选择受编码影响较小的编码参数 ,直接将 LPC参数和残差信号参数组合起来构成特征参数进行语音识别。实验结果表明 ,采用这种方法的 AMR语音识别系统 ,其识别效果接近于基于原始语音的识别效果。

基于MC13213的无线网络音频设计

介绍了基于MC13213和AMBE2000芯片设计一套语音压缩编码系统,并对系统设计中遇到的问题进行了探讨。