一种基于低比特率语音算法的芯片设计与分析

介绍了一种低比特率语音算法,它是在MBE编码算法的基础上,利用线性预测谱代替了MBE中的傅里叶变换谱对MBE编码算法进行了改进,从而在保持语音质量的情况下使比特率更低,达到2 kbit/s。同时阐述了基于该算法的系统芯片设计,并对该算法中的基音周期参数、V/U等参数的提取进行详细的推导分析。最后对本算法与常用的码激励线性预测编码(CELP)的算法进行比较,并分析其中的原因。

基于二阶隐马尔可夫模型的清浊音恢复算法

为了解决低速率语音编码中比特受限的问题,提出了一种基于二阶隐马尔可夫模型的清浊音参数恢复算法。该算法采用二阶隐马尔可夫模型,通过归一化的能量参数和LPC倒谱系数估计出序列中的全带清浊音判决和各个子带的清浊音度。解码器实现该算法后,编码器就无需对清浊音参数进行量化传输,从而节约了比特数。实验结果表明,该算法比基于GMM模型的算法能更好地恢复出清浊音信息,全带清浊音误判率减少了5%～20%,合成语音的MOS分比用5 bit的矢量量化(VQ)算法提高了0.03左右,达到了在节约比特数的同时也提高了语音质量的效果。