基于局部余弦变换的2.4kb/s低比特率语音编码

系统地设计了一个基于局部余弦变换的 2 4kb/s低比特率的语音编码器 .对局部余弦变换系数采用分维矢量量化方法进行量化 ,码书设计采用LGB算法 .编码中的码书搜索采用树形快速搜索算法 .通过主观非正式听力测试和客观参数评价 ,从理解性和自然度两方面来看 ,用设计的 2 4kb/s低比特率的编码方法编码的语音质量比FS10 15 (LPC 10e)编码标准编码的语音质量要好 ,而且具有较强的鲁棒性 。

SELP声码器基音周期参数量化合成改进算法

针对正弦激励线性预测(SELP)声码器在解码端使用整型基音周期会引入额外舍入误差的问题,提出了一种码本整型化修正算法,该算法通过对码本中的各个码字在线性域进行取整,达到与解码端反量化过程一致的效果。测试结果表明,该算法能够有效地降低基音周期对数域矢量量化的量化误差,并且能够将合成语音的平均意见得分(MOS)提高0.05左右,明显改善合成语音质量。

基于局部余弦变换的低比特变速率语音编码算法研究

提出将局部余弦变换(LCT)算法应用于语音编码中,系统设计了一个平均比特率近1.6kbit/s的低比特变速率语音编码器。在变比特率编码器设计中采用SVM算法进行VAD检测。激活语音帧的语音模式采用GSM半速率编码中的划分方法,但将其中的强浊音模式和中浊音模式合并为一个中强浊音模式。对各类语音模式和无声帧(背景噪声)的局部余弦变换系数采用分维矢量量化算法进行量化,码书设计采用LGB算法。编码中的码书搜索采用树形快速搜索算法。通过主观非正式听力测试表明设计的变比特率编码器编码的重建语音MOS约为3.15,与比特率为2.4kbit/s美国联邦声码器标准MELP的重建语音相当,具有较强的顽健性,适合于对存在各种环境噪声的语音进行编码。

甚低速率语音编码中的高效模拟退火算法研究

为了解决600bps甚低速率语音编码中码本矢量量化信噪比低以及抗信道误码能力差的难题,本文提出了一种改进的模拟退火算法,在600bps甚低速率语音编码中得到了成功的应用。首先,采用改进的模拟退火算法设计语音编码参数矢量量化码本。然后,采用模拟退火算法分配码本序号,以此提高在信道误码条件下语音编码算法的鲁棒性。仿真结果表明本算法的量化信噪比与经典的LBG算法相比改善了0.4dB左右,平均误码失真与采用随机分配码本序号的方法相比改善60%以上。非正式主观试听表明600bps语音编码算法的合成语音具有良好的可懂度和自然度,并且在1%信道误码条件下仍然具有良好的性能。

低速率声码器中残差谱的变维矢量量化

基于一个基音周期内语音线性预测残差（ＬＰＲｌｉｎｅａｒｐｒｅｄｉｃｔｉｏｎｒｅｓｉｄｕａｌ）波形，提出了一种简单而有效的ＬＰＲ谱变维矢量量化（ＶＤＶＱ）方法，即利用具有固定维数的通用码本对ＬＰＲ谱幅度形状进行矢量量化．通用码本和结构化的ＶＱ相组合减少了存储和计算复杂度，产生了高的量化效率，增强了编码语音的感性质量．计算机仿真结果表明，利用该ＶＤＶＱ技术设计的２４ｋｂ／ｓ语音编码器产生了高质量合成语音．

基于压缩感知的线谱对参数降维量化算法

为实现高质量的极低速语音编码,提出一种基于压缩感知理论的线谱对(LSP)参数降维量化算法。编码端利用压缩感知理论对超帧LSP高维矢量进行降维处理,将原始LSP参数投影到低维空间,得到低维测量值,然后采用分裂矢量量化算法对测量值进行量化;解码端以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量。实验结果表明,本算法相对低速语音编码中的矩阵量化方案,平均谱失真降低了0.23dB,相对基于DCT变换的降维量化方案,平均谱失真降低了0.13dB。这种先降维再量化的思想可以大幅减少编码所需的比特数及码本存储复杂度,有效降低语音编码速率,并且合成语音可懂度、自然度较高,音质虽有所失真,但基本上感觉不到明显的听觉质量下降。

1.8 kb/s多带线性预测编码算法设计

设计了一种多带线性预测编码 ( MBLPC)语音压缩算法 ,该算法结合正弦编码和线性预测编码的优点 ,对语音信号的包络谱用线性预测编码方法进行估计 ,而对激励谱用多带方式进行处理 .改进了特征参数的提取和量化方法 ,包括基于谐振结构的基音检测算法、基于谐振结构的线性预测分析以及包络谱参数的线性预测多层分裂码本矢量量化 .非正式主观测试表明 ,在 1 .8kb/s编码速率下 ,由 MBLPC算法所重建语音的平均意见分为 3.0 ,而清晰度指标约为 91 % .

基于动态SMVQ的图像压缩算法

SMVQ利用相邻图像块之间的相关性来提高编码图像质量。然而,传统的SMVQ当图像边缘位于当前编码图像块右下角时会出现编码误差,为此,研究并提出了一种改进的SMVQ。新算法利用图像所有图像块之间的相关性对当前编码图像块进行预测。对每一个输入图像块,利用边匹配方法从已编码数据中寻找最近块,并用其对输入图像块进行预测,或产生动态码书。然后利用最近块、动态码书或总码书对输入数据进行编码,扩展了编码搜索范围,提高了图像质量。实验结果表明新算法大大降低了比特速率,而且编码图像有较好的视觉效果。

基于DSP的甚低速率语音编码算法及其实现

在混合激励线性预测(MELP)算法的基础上,设计一种1 120 b/s MELP甚低速率语音编码算法。该算法通过增加帧长、动态比特分配和多帧联合矢量量化、及参数内插等方法降低语音的编码速率,并已在TMS320VC5416DSP芯片上实时实现。采用美国GL公司的语音质量评估系统VQT,对编解码的实时语音质量进行评估,语音质量感知评价高于3分。实验结果表明,该算法能够满足实际通信要求。

波形内插语音编码器中快渐变波形幅度的量化

在低速率参数语音编码算法中,如何用有限的比特数有效地量化幅度谱是一个关键问题。本文对波形内插语音编码模型中快渐变波形幅度的量化问题进行了深入研究和分析,提出了一种基于矢量变维和DCT的REW幅度感觉加权量化方案,该方法降低了编码比特数,减少了存储和计算复杂度,增强了编码语音的感性质量。主观听力测试结果表明该量化方案在每帧4比特时的WI语音编解码质量要优于用基于DCT的REW幅度矩阵量化方案在每帧10比特时的重建语音质量。

改进的混合激励线性预测编码算法

针对混合激励线性预测编码中子带声音强度的硬判决导致激励源欠精细问题,将子带声音强度视为5维的模糊特征矢量,用改进的LBG算法设计码本并用5bit对其作矢量量化;以精细量化的子带声音强度调制带通滤波器,以此获取精细的混合激励信号,最终达到改善合成语音质量的目标。仿真实验表明:改进算法能有效地改善合成语音的自然度。

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。

一种基于MELP模型600bps声码器的设计

基于增强型混合激励线性预测(MELPe)模型,设计了一款600bps低速率语音编码器。该编码器在保持MELPe算法特征的同时,利用相邻帧的帧间冗余,把连续的三帧构成一个超帧,对超帧采用多模式预测和多级矩阵量化技术进行联合量化。同时针对超帧的不同模式,通过预测系数对相邻超帧的模式转换进行处理,实现线谱对参数(LSF)的矢量量化。最后对基音周期与增益参数进行联合量化,进一步提高量化效率,完成一款在600bps下仍具有较好合成语音质量的语音编码器的设计。

子波激励线性预测(WELP)的语音编码方案

从子波变换这个新的概念,给出了一种语音信号预测模型残差激励信号的分解方法,提出了一种语音信号编码方案,即子波激励的线性预测编码法(WELP),给出了部分实验结果,实验表明,在相同的音质条件下,WELP方法比其它方法能更进一步降低比特率,有希望在低比特率语音编码中得到应用。

一种可用于CDMA移动通信的变速率语音编码算法

该文提出了一种码率为 0.75-5.4kb/s可变速率的高质量语音编码讲法。该算法对CELP的激励进行了改进,根据语音的特征把语音分成4类,不同类型的语音采用不同的激励码本。特别是对于浊音,提出了一种基于基音同步的嵌入分裂式激励码本,该码本利用浊音具有准周期性的特点,使该算法在很低的码率下就可很好地恢复浊音信号,克服了CELP在4kb/s速率以下因码本尺寸小而导致合成语音质量差的缺点。经非正式听音测试,它的主观质量超过了1～8kb/s的可变速率QCELP系统,并且平均速率大约只有2kb/s,比QCELP的5kb/s平均速率低了很多、非常适用于 CDMA移动通信系统。

低速率语音编码LPC参数的多级VQ设计

针对LPC参数量化过程的多级VQ码书设计中顺序与迭代顺序设计算法收敛速度较慢这一缺点,提出了一种新的顽健多级VQ的联合码书设计方案。实验表明,该多级VQ的联合码书设计方案应用于线谱对参数的量化时,可提供透明质量的合成语音。相比顺序设计算法不仅加快了收敛速度,而且改善了VQ的性能测度。

一种短波通信中基于DSP的低速率语音编码技术

介绍了一种应用在短波通信中的码率为1.5Kbps低速率语音编码算法,此算法基于MELP(mixed exci-tation linear prediction)混合激励线性预测语音编码算法的声码器模型,并对算法进行改进,降低复杂度和速率.在DSP芯片的硬件系统中实时运行了该算法,最后给出了算法测试仿真结果.

矢量量化法用于改进的多带激励声码器一种极低比特率语音编码方案

在低比特率语音编码方法中，改进的多带激励编码方法可得到低噪声和稳健性强的重建语音，但运算量很大．作者在改进的多带激励编码研究中，将矢量量化方法引入频谱幅度的量化，不仅降低了运算量而且降低了编码比特率，使得在１．３５～１．８ｋｂｉｔ／ｓ的编码比特率下的重建语音，与４．８ｋｂｉｔ／ｓ编码比特率下（按自激励声码器编码方法）重建的语音质量相比毫不逊色．

基于码本共享算法的分模式多级矢量量化

为了在存储量受限的情况下尽可能提高线性预测编码(linear predictive coding,LPC)系数量化性能,提出了一种基于码本共享算法的分模式多级矢量量化(multi-stagevector quantization,MSVQ)算法。由于LPC参数的分布与清浊音(unvoiced/voiced,U/V)参数相关,该算法对不同U/V对应的LPC参数进行不同量化,然后利用码本共享算法减少存储量需求。实验表明:在相同码率的情况下,该算法较MSVQ平均谱失真(spectrum distortion,SD)降低3.2%,码本大小增加26.7%;较分模式量化(mode-basedquantization,MBQ)平均谱失真升高3.6%,但是码本尺寸下降了92.1%。该算法是MSVQ与MBQ算法的一种折衷,在增加少量存储量的情况下提高了LPC系数的量化性能。

1.8kb/s的多带线性预测语音编码算法

设计了一种数码率为１．８ｋｂ／ｓ的多带线性预测（ＭＢＬＰ）语音压缩编码算法。该算法采用基于谐振结构的线性预测分析和对激励信号采用多带处理的方法。试验结果表明，本算法提供了相当于码率为２．４ｋｂ／ｓ美国联邦声码器标准ＭＥＬＰ的重建语音质量，具有较高的清晰度和自然度。