语音清浊音差分LSF参数矢量量化方法

差分LSF参数的动态范围小于LSF参数,可作为一种新的模型参数应用于语音编码中。分析了2种新的差分LSF参数矢量量化方法:增强差分分裂参数矢量量化(Enhanced Differential Split Vector Quantization,EDSVQ)和增强EDSVQ(Enhanced EDSVQ,EEDSVQ),并采用英语清、浊音的差分LSF参数进行分裂矢量量化实验。结果表明,EEDSVQ能有效抑制直接对差分LSF参数进行矢量量化引起的量化误差传递和叠加;在分配相同量化比特数的情况下,清音的量化效果优于浊音,为获得相同量化效果可减少对清音的量化比特数。

LSF参数量化方法及其优化

文章提出了一种多级量化LSF参数的方法,并进一步提出了优化量化的方法以及性能分析。优化算法减少了矢量量化算法的运算量和运算时间,加快了矢量量化的编码速度,且对矢量量化的失真情况没有影响。

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。

基于遗传K-均值算法的LSF参数码书设计

文章提出了一种基于遗传K-均值算法的线谱频率参数(LSF)码书设计方法。该方法使用K-均值算法定义遗传操作中的交叉操作,采用训练矢量随机替换码书码字的方法进行变异操作。实验结果表明:该方法是有效的,在相同的码书尺寸下,用该量化器设计的LSF码书较传统分裂式LBG算法(初始码书由分裂法产生)设计的码书质量有所提高。

线谱频率及差分线谱频率参数相关性分析

根据英语/汉语男女声线谱频率(LSF)参数及差分LSF参数帧内相关性统计结果,提出适合于LSF参数及差分LSF参数的分裂矢量量化(SVQ)分组方案。实验表明,在不考虑码书大小的情况下使用SVQ量化10阶LSF参数时,(4,6)分组的量化效果较优,否则(4,2,4)或(4,4,2)分组的量化效果较优。通过相关程度分布表清晰表明,至少68%的差分LSF参数在帧内呈微相关,有效减少了LSF参数的帧内冗余信息。随后采用DSQ和多种分组的EEDSVQ对差分LSF参数进行量化,结果表明差分LSF的量化性能优于LSF参数的量化性能。在语音编码中,采用差分LSF参数代替LSF参数作为模型参数,可在保持相同语音质量的情况下进一步降低编码速率。

一种自适应速率的线谱频率参数暂时分解算法

为了解决语音编码中线谱频率参数经传统暂时分解算法量化后编码速率波动的问题,对修正严格的暂时分解算法进行了改进,包括定义新的事件插入法则、引入事件消除机制和基于失真门限的编码速率自适应方法;提出了一种自适应速率的线谱频率参数暂时分解算法.在新算法中,暂时分解所得失真都能受到约束控制,事件分解也更加灵活,并且能够有效抑制编码速率的波动.实验结果表明,新算法通过一定时间的自适应能够将参数编码速率稳定在所需编码速率附近,获得了较好的效果.

基于LPC—10声码器的极低速率语音编码算法研究

为了满足短波窄带数字保密通信的需要,文中通过对LPC—10声码器进行深入研究,提出一种速率为1300b/s的极低速率语音编码算法。该算法在LPC—10声码器基础上,通过引入归一化互相关函数基音检测算法(NCCFPDA),提高了清浊音判决的准确率;通过引入线性谱(LSF),参数在同比特率量化的情况下提高的量化精度;通过引入联合帧和参数内插技术,降低了传输码率。经过以上改进,该算法在1300b/s的速率上获得了比较满意的合成语音,客观音质测试和非正式主观试听结果表明,其合成语音的可懂度和清晰度与传统的2400b/s线性预测LPC—10语音编码算法相当。

基于STRAIGHT模型的语音转换系统研究

语音转换是将源说话人的个性特征转换为目标说话人个性特征的过程。主要研究了基于STRAIGHT模型的语音转换系统原理及实现过程。通过STRAIGHT模型提取目标语音和源语音的基本频率以及平滑的声道频谱作为特征参数,并将声道频谱转换为LSF参数,进行时间对齐和GMM训练。从实验结果数据分析可以看出:由STRAIGHT模型提取的参数很好地避免了声道谱过平滑的现象,合成后的目标语音与源语音的相似度较高。