用增益精确值和归一化波形码书改进G.728

分析研究了增益、波形乘积码书结构的缺陷,设计了归一化波形码书和精确表示增益的LD-CELP方案。采用自适应预测和自适应量化对增益的精确值进行量化,在3 bit 和4 bit自适应量化时比G.728固定量化增益分别提高0.5dB和6 dB。采用4 bit自适应量化和64波形码书比G.728 SNR提高约1dB。将G.728综合滤波器由50阶减少到30阶,信噪比不变而算法复杂性降低约20%。

基于DSP的多通道G.728语音编码器实现

介绍了 G.72 8的算法原理和 TMS3 2 0 C5 41 0定点 DSP芯片 ,针对 TMS3 2 0 C5 41 0芯片的硬件结构和编译系统特点 ,设计了一套运行在该 DSP芯片上的多通道 G.72 8语音编解码器。分析了多通道 G.72 8在定点 DSP芯片上实时实现时存在的困难和相应的关键技术 ,详细论述了 G.72 8编解码算法在该 DSP芯片上实现时采用的优化技术 ,以及为了降低计算量对码本搜索模块及 Levinson-Durbin算法的改进。

基于TM1300的G.728语音编解码器实现与优化

介绍了G.728的算法原理和TM1300定点DSP芯片,针对该芯片的硬件结构及编译系统特点,设计了一套运行在TM1300芯片上的语音信号采集-编解码-播放系统,分析了多通道G.728在定点TM1300芯片上实时实现时存在的困难和相应的关键技术,详细论述了G.728编解码算法在该芯片上实现时采用的优化技术。

ITU-T G.728语音压缩算法的实时实现

ITU -TG .72 8建议是国际电信联盟于 1992年制定的比特率为 16kb/s的低延时CELP类语音编码器。在扼要介绍G .72 8编解码算法原理基础上 ,详细讨论了G .72 8的LD -CELP算法在TMS32 0C6 2 11上实时实现的硬件设计和软件开发及系统设计中的一些关键技术。

用TMS320C6211实现多路G.728语音编解码标准

ITU T G.72 8建议是国际电信联盟于 1992年制定的比特率为 16 kb/ s的语音编码标准。本文扼要地介绍了 G.72 8编解码算法的原理和 TMS32 0 C6 2 11定点 DSP芯片 ,并详细讨论了 G.72 8算法在 C6 2

基于DSP实现的G.728编码语音码流能量估计算法

本文基于DSP芯片TMS320C6201提出了通过对简化G.728建议解码过程实现低复杂度的语音能量估算的算法。并成功地在TMS320C6201上进行了优化实现。

G.728语音编解码算法的实现和优化

G.728是ITU-T于1992年制定的比特率为16kbit/s的语音编解码标准,采用低时延码激励线性预测(LD-CELP)算法。文中介绍了G.728语音编解码算法的基本原理,并给出在视频会议系统中实现该算法时的优化策略。

改进G.728语音编码算法的增益滤波

根据一阶数字滤波器的低通特性 ,提出了改善 G.72 8算法增益滤波器性能的方法 ,实验结果表明此方法可使平均分段信噪比提高约 0 .5 d B.以此为筹码 ,可以降低 G.72 8算法其他模块的计算复杂性。

基于MMX指令实现G.728定点算法优化

ITU-T建议是国际电信联盟于1992年制定的比特率为16kb/s的低延时CELP类语音编码器。G.728AnnexG是其补充定点算法建议。该文首先介绍了G.728定点算法的特点和Intel MMX技术,然后详细讨论了用MMX指令对G.728的LD-CELP定点算法实现优化一些关键技术,最后给出了优化前后算法速度的对比。

用自适应量化改进G.728算法

分析了 ITU- T G.72 8语音编码算法中增益固定量化的缺陷 ,设计了精确表示增益的自适应量化方案 ,对 G.72 8算法中增益的精确值进行量化。结果表明 :G.72 8自适应量化比 G.72 8固定量化增益信噪比提高 0 .97d B.

G.728中增益码书的研究

阐述了 G.72 8编码器中增益预测器的作用 ;定性地对增益码书进行深入的分析 ,认为gi 的精确表达对合成语音质量改善有很大提高 ,提出使用归一化波形码书的重要性。研究旨在探索一条实现 8k B/s LD-

分裂Levinson算法在G.728中的应用及其DSP定点程序的优化

为了提高语音压缩速率,在保证语音质量的基础上,给出G.728语音编码协议中所用部分算法的简化算法。该简化算法用分裂式Levinson算法取代G.728中原有的传统Levinson算法,同时引入独立数组来简化自相关系数的计算,此算法在DSP上实现时,MIPS数做到了原来的55％,因此它可以作为G.728定点程序优化的一种可行方案。

减小G.728语音编码计算量的三种方法

提出了减小Ｇ．７２８算法计算量的３种方法，分别讨论了它们的计算量及合成语音质量，表明了降低码书体积的方法是一种有效的方法。

G.728算法的改进及对汉语的影响

本文着重讨论采用新的基音提取方法来减少G.728建议的16kbit/8 LD-CELP算法的解码工作量,以进一步提高这一算法的实时处理能力,并且还简要探讨此算法对汉语这种有调语言的影响.

G.728算法在双DSP系统上的运行和改进

以两片 TMS32 0 C31DSP和两路 A/D,D/A通道为核心 ,构成一个高速语音信号分析处理系统 ,为运行、调试和实现 ITU-TG.72 8标准的 DSP算法语言 ,提供一个方便而有效的语音数字信号处理开发环境 .在此基础上实现 G.72

低延迟话音编码算法的增益优化与混合窗设计

G.728标准将增益滤波器的偏移不适当地处理成常数32dB,相当于将20～30ms内短时平稳的语音信号不适当地按整个时间轴上的平稳信号对待。对增益滤波器的改进必然涉及优化混合窗。该文提出一种估计平均分段信噪比的方法用来设计混合窗参数,并导出激励增益的精确表示。以此为基础,将Jayant的自适应量化与G.728的增益预测结合起来,提出一种适合于设计低时延码激励线性预测(LD-CELP)的增益码书的方案。用此方法,激励的精确值经自适应预测和量化后,3bit自适应量化和4bit自适应量化分别比G.728的固定量化有0.5dB和6dB的信噪比的改善。当采用4bit自适应量化和64码字的波形码书,比G.728复杂性降低20%,同时信噪比提高1dB。

低延迟码激励语音编码算法的最佳增益滤波器

该文采用加权L-S算法、有限记忆算法以及BP神经网络算法分别与G.728标准使用的Levinson_Durbin(L-D)方法进行5样点激励增益滤波方案比较测试,发现编码效果均好于G.728。其中加权L-S方法语音编码效果最好,其平均分段SNR高出G.728算法0.76dB。用该方法评价了16样点激励矢量增益滤波器和20样点激励矢量增益滤波器,加权L-S方法同样效果最佳。

语音编码算法的神经网络增益滤波器

增益-波形乘积码书结构广泛用于CELP语音编码算法,它们使用L ev inson-Durb in(L-D)方法更新增益滤波器系数.本文对BP神经网络算法与L-D方法进行了比较.用BP神经网络增益滤波器进行语音编码,其计算量仅为G.728的L-D方法的6.7%,但平均分段SNR高出G.728算法0.156 dB.同时,用BP神经网络算法评价了16和20样点激励矢量增益滤波器,效果同样很好.但是,由于考察增益预测器时量化器还不存在,因此无法用量化信噪比评价滤波器性能.本文提出一种信噪比估计方法,可使增益预测器的优化与量化问题分开处理.实验表明用这种信噪比估计方法选择增益滤波器十分有效.

在信号处理应用中选用RISC行吗?

在将基于RISC的系统架构与DSP系统架构相比较时,人们必须看到比MOPS、MIPS和MFLOPS这些评测指标更深层次的东西。你必须把处理器性能还有数据操作和存储的性能与算法联系在一起考虑。 MIPS是DSP性能最现实的量度,它代表了基本的DSP算法可达到的性能,因为DSP的全部指令均在一个周期内执行。事实上。