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。

改进的MELP低速率语音编码器

在混合激励线性预测(MELP)语音编码算法中,语音帧的突变转换导致合成语音质量的下降成为一个突出问题。为解决该问题,提出一种基于过渡帧判决算法的改进MELP模型,提高了参数估计的准确度,有效实现了语音的降噪处理。引入动态清浊音判决(U/V判决)门限将语音帧分为3种类型:浊音帧、清音帧、过渡帧,通过区分过渡帧和清浊音帧,避免了传统的U/V判决错误和清浊音帧的突变转换。给出了改进MELP编码参数比特分配表,通过PESQ—MOS测试表明,合成语音质量尤其是高频女声合成语音质量有了明显的改进。

基于MELP的变速率语音编码器算法

描述了一种新的基于MELP算法的变速率语音编码器。其中,考察每一语音帧与其前一帧在以下4个方面的相关性:清浊音判定、基音周期、增益与线谱对频率,依相关性不同采用不同的量化方法以减少各帧之间的编码冗余。主观测试表明本编码器的语音质量与美国联邦标准的2.4KB/SMELP编码器近似。

MELP声码器DSP实现的存储空间配置分析

对2.4 kb/s MELP编解码算法的原理进行了简要分析,选择TI公司TMS320VC5509 DSP作为2.4 kb/s MELP(Mixed Excitation Linear Prediction,MELP)声码器的DSP实现平台。通过分析TMS320VC5509 DSP的存储结构,并结合MELP算法DSP实现的具体情况,讨论了如何对其存储空间进行配置,以便达到对有限存储资源合理、高效利用的目的。最后,给出了基于MELP声码器的TMS320VC5509 DSP的存储空间配置。

MELP解码器系统的FPGA实现

低比特率混合激励线性预测(MELP)算法的复杂性使得MELP声码器系统的实时实现比较困难。根据MELP声码器的算法,提出了一种新的基于现场可编程门阵列(FPGA)实现整个解码器系统的单片方案,并在FPGA平台上完成了对整个系统的验证。该系统主要包括NiosII微处理器和自定义IP模块,通过自定义IP弥补了NiosII处理器运算能力的不足。实验结果表明,实现了MELP解码系统的实时处理。

小波包变换频带划分在MELP声码器中的应用

提出了一种基于小波包变换划分信号频带的方法,并以此为基础对MELP声码器基音检测算法做出改进。原始语音信号经过多尺度正交小波包变换得到MELP声码器所要求的多种子带信号输出;然后对0～1kHz和0～500Hz子带输出信号进行基音周期的估计。实验表明,该方法提取出的基音周期不仅具有较高的可靠性和精度,而且对环境噪声有较强的稳健性。

MELP语音算法在数字对讲机上的应用

针对如何寻求一种能够适合数字对讲机调制速率的声码器问题,本文提出了混合激励线性预测(MELP)算法。MELP语音编码算法对传统二元激励线性预测声码器做了改进,通过分析其关键技术,并与其它通信系统的声码器进行对比,对MELP应用于数字对讲机平台的可能性做了详细的论证,实验结果表明MELP算法在数字对讲机领域有着广泛的应用前景,这为数字对讲机的发展做出了新的探索。

混合激励线性预测语音编码标准中线谱频率量化的研究

线谱频率(Line Spectral Frequency,LSF)是线性预测频谱系数(Linear Predication Coefficient,LPC)有效的编码形式。语音线性预测模型中,LPC反映了声道调制的模型,是影响语音听觉感知重要的参数之一。在混合激励线性预测语音编码(Mixed Excitation Linear Prediction,MELP)标准中,对LSF采用4级码本进行分级式矢量量化。首先,为减少其量化冗余度以降低编码速率,本文提出了一种改进的选择算法,生成了一个2级码本替换之。其次,为提高合成语音质量,依据LSF矢量量化的精度与合成语音质量的关系的实验结果,提出根据人耳听觉感知特性进行LSF量化和评价的方法,并予以实验证明。

一种低速率语音编码技术在测量船语音通信中的应用

从分析测量船对语音通信的需求开始,主要探讨了测量船在执行载人航天任务时,如何在应急情况下做好航天员与指挥中心之间的话音通信的保障工作。为实现低速率语音通信,将混合激励线性预测(MELP)声码器这种全新的语音编解码器引入到测量船话音通信中,并为这一些新技术与原有系统的融合作了探讨。

一种甚低码率声码器的设计

在混合激励线性预测(mixed excitation linear prediction,MELP)模型的基础上,以超帧为单位,采用多帧联合编码技术,分模式对子帧的语音特征参数进行联合量化,实现了一种码率为600 bit/s的声码器。为了进一步减小量化误差,设计出了一种基于高斯混合模型的预测分类分裂矢量量化器(predictive switched split vector quantization based on Gauss mixture model,GMM-PSSVQ),该量化器对超帧中某些子帧的线谱频率进行量化,并利用帧间预测和线性插值等方法提高编码效率。采用谱失真对设计的矢量量化器进行性能评估,并分别与多级矢量量化和预测分裂矢量量化算法进行性能比较;通过客观感知语音质量评估和主观判断韵字测试对实现的声码器进行性能测试。测试结果表明,设计的矢量量化器平均谱失真最低,实现的声码器合成语音具有较高的清晰度和可懂度。

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测(MELP),多带激励编码(MBE),正弦变换编码(SCI),波形内插编码(WI),大多都工作在2.4 kb/s速率下。作为一种重要的低速率语音编码算法,MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2.4 kb/s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。

矿井无线透地通信语音压缩与识别仿真

矿井无线透地通信系统可以实现地面与井下的实时或低时延语音通信,其中语音信号的正确识别能够保证通信的有效性。针对无线透地通信中信道资源十分紧张的问题,为使通信系统在工作时占用较少的信道带宽,提出了将混合激励线性预测(Mixed-Excitation Linear Prediction,MELP)编码方案应用于矿井无线透地通信中对语音信号进行压缩处理,并提出进一步降低编码速率的类MELP方案。利用Matlab对上述方案进行仿真验证,将压缩后的语音信号通过无线透地通信仿真信道并重构语音,经实际测听,恢复后的语音信号能够被人为主观识别,其MOS(Mean Opinion Score)评分接近4.8kb/s的CELP编码。仿真结果表明,上述方案基本满足无线透地通信对语音压缩与识别的要求。

水下双工语音通信系统的设计与实现

蛙人语音通信是水声领域研究的热点问题。利用多帧联合处理以及矢量量化技术实现了1.2kbps速率的混合激励线性预测语音压缩编码,为适应水声信道的特点,采用正交频分复用技术对信源进行调制,并加入了同步、信道估计、RS纠错码等相关技术,以TMS320DM642和TLV320AIC23B等芯片为核心搭建硬件平台,设计并实现了一套水下实时双工语音通信系统。水池试验表明,在20 m距离上,合成语音清晰连贯并可分辨出说话人为谁,系统性能稳定。

声码器清浊音判决算法优化

为了解决低速声码器合成语音的偶发性嘶哑或变调问题,对参数提取进行改善,采用有监督学习的Fisher判决法,利用多个特征值组成的特征向量为判据;基音周期平滑的准确度在利用了更准确的清浊音信息后大有提高。测试结果表明:该算法能够大大降低清浊音误判率,减少严重基音周期错误数;应用该算法的SELP(sinuous excitationlinear prediction)2.4 kb/s的PESQ-MOS分优于2.4 kb/s的MELPe(mixed excitation linear prediction)和AMBE+(advanced multi-band excitation)算法,DRT(diagnosticrhythm test)分数达95%,具有良好的可懂度和自然度。