基于ACELP的嵌入式语音编码算法

为实现对激励信号的精细描述,提出了一种基于ACELP模型的嵌入式语音编码算法,该算法通过逐层增加脉冲数以及采用一种新的自适应码书结构,能够保证各层编码的相对独立性以及编码器参数的最佳匹配。与以往基于ACELP模型的嵌入式编码算法相比,实现的编码器能够获得具有嵌入结构的码流,不仅能够保证核心层的合成语音质量,而且在增强层也取得了与对应速率的现有标准编码器相当的合成语音质量。

一种高质量的8kb／s ACELP语音编码算法及其实时实现

本文介绍了一种编码速率为８ｋｂ／ｓ的高质量实时语音编码器．它采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，并采用高效的码本结构、码本搜索技术和矢量量化技术来获得较高的语音合成质量和较低的算法复杂度．在无需外部ＲＡＭ和ＲＯＭ的情况下，该算法已用ＴＭＳ３２０Ｃ５０实时实现并用于一个实时的全双工通信系统．通过信噪比及人耳主观听觉实验等性能测试表明，该算法的性能明显优于北美的８ｋｂ／ｓＶＳＥＬＰ语音编码算法而算法的复杂度却与ＶＳＥＬＰ相当．

TETRA中ACELP算法的仿真研究

ETSI发布的欧洲新一代全数字集群系统TETRA是当今最先进的移动通信系统之一。介绍了TETRA中的ACELP语音压缩编码算法,并用MATLAB6.5和VC++7.0对ACELP算法进行了仿真。对仿真结果作了较为详细的分析。

具有后向基音检测的8Kbit/s LD-aCELP语音编码

以降低码率为目的对G.728算法进行改进,提出了一个延迟为2.5ms的8Kbit/s的语音编码算法。算法引入了由最近的历史激励构成的自适应码书和归一化的固定码书的双码书结构。计算增益真值并量化,增益量化时对自适应码书用固定量化,固定码书用自适应量化。码书搜索时先进行后向基音检测,在基音周期T附近对自适应码书进行精细搜索。搜索64个自适应码矢、256个固定码矢和各自8个增益值获得最佳激励,每帧耗费20bit。用平均分段信噪比和感知语音质量评价(PESQ)测试,改进算法编码质量接近于G.728。

ACELP算法的DSP全汇编实现

ETSI发布的全数字集群系统TETRA是一种先进的移动通信系统。阐释并优化TETRA中的ACELP语音编码算法是应用领域中的重点。为了能在TI DSP上实时实现ACELP,算法采用全汇编实现,着重研究了ACELP算法的汇编化和关键内容的实现并优化。最后达到了出色的性能和实验结果。

ACELP语音编码器中增益码书的建立方法

为提高ACELP语音编码器中激励增益的量化性能,基于广泛应用的代数码激励线性预测语音编码模型,提出了一种具有一般意义的激励增益码书的建立方法,该方法可应用于各种不同速率ACELP语音编码器中．实验结果表明,使用该方法建立的6b增益矢量码书与8b标量增益码书的性能相当．

8.0kbit/sACELP声码器的GSM平台仿真

目的 研究恶劣传输环境下 8.0 kbit/s代数码激励线性预测 ( ACEL P)声码器的译码算法的改进及其在 GSM典型信道上的传输性能 .方法 在集成软件仿真平台中引入稳健信道编码模块 ,以消除衰落噪声和高斯噪声的影响 ,并完成 ACEL P声码器到 GSM全速率语音业务信道 ( TCH/FS)的速率适配任务 ;在 ACEL P译码器中引入错误帧隐藏单元( ECU ) ,以提高恶劣信道环境下的合成语音质量 .结果与结论 错误帧隐藏单元与相应的高效稳健的信道编码相结合 ,基本上消除了恶劣的传输环境带来的大量尖峰噪声 ,明显改善了合成语音的听觉效果 .

G.729CS-ACELP语音译码器丢失帧的重建机制

在分组网络中传输语音时，因为存在流量过载的情况，所以需要考虑其引发的分组丢失对生成语音质量的影响．对于采用合成分析法的语音编码方式，一旦分组（帧）丢失，会引起译码器输出语音的质量明显降低．介绍了一种基于共轭代数码本激励线性预测编译码器丢失语音帧的重建机制，依照Ｇ．７２９标准的三种兼容程度（完全兼容、比特流兼容和不兼容）分别建立模型，重点在于外推出激励信号和综合滤波器参数．运用本机制模拟随机性和突发性的帧丢失两种情形，发现在帧丢失率达３％时语音质量几乎没有降低，在可同时修改编码器和译码器的情况下，当帧丢失率达到１０％时。

ACELP语音编码算法改进与仿真

代数码激励线性预测算法(ACELP)是目前诸多低速率语音编码标准的算法核心,包括3G语音标准VSELP、AMR、AMR-NB、AMR-WB.该算法基于码激励线性预测模型,通过对码本的有效搜索,确定基音延迟,算法时间复杂度为O(n3).本文在ACELP算法基础上,对ACELP中自适应码本搜索过程进行改进,提出E-ACELP算法.通过AMR标准中8种速率情况的仿真,E-ACELP算法码本搜索时间减少、时间复杂度下降.基于E-ACELP算法,语音编码标准性能和效率得到提高.

一种基于G.729的CS-ACELP新算法

在G.729的基本框架下,码本搜索采用次最优部分码本快速搜索法,知觉加权滤波器使用基于声学心理模型的知觉加权滤波器,使得8Kb/s共扼结构代数码激励线性预测语音编码在不降低语音质量的情况下降低计算复杂度。次最优部分码本快速搜索方法虽然降低搜索准确度,但是大大减小了搜索时的数据处理量;声学心理滤波器考虑人耳对不同频率信号的不同敏感度因而能获得更好的主观音质效果。仿真结果表明,该算法复杂度降低,并取得满意的合成语音质量。

基于MATLAB的8kb/s CS-ACELP语音编码算法及实现

CS- ACEL P是 ITU- T规定的 8kb/ s语音编码标准即 G.72 9称为共轭结构代数码激励线性预测技术 ,是一种比较通用且有较高语音质量的语音压缩技术。介绍了 CS- ACEL P编码算法的特殊码书结构、高效码书搜索策略等结构特点 ,并提出采用 MATL AB语言实现的方法 。

一种快速的代数码书搜索方法

代数码激励线性预测(ACELP)编码算法在各类语音编码标准中得到广泛采用。在ACELP码书搜索时,要得到全局最优的码向量,所需运算量很大,难以在硬件系统上实时实现。为降低计算复杂度,提出了一种基于脉冲预选和替换步骤的快速码书搜索方法。该方法采用预选技术来减少可能的脉冲组合,利用两级搜索与判断机制来改善脉冲替换搜索的效率。实验表明,该方法可以有效地降低复杂度,并维持较高的合成语音品质。

2.4kb/s MELP算法设计

提出了一种新的工作于极低码率下的混合激励线性预测 ( MELP)声码器 .该声码器结合了线性预测编码 ( LPC)和多带激励编码算法的优点 ,对算法和量化方案重新进行了设计和改造 ,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励、有效的线性谱频率 ( LSF)参数量化以及激励谱形状表示 .非正式主观测试表明 ,由采用本算法的一个 2 .4kb/s编码器所重建的语音质量略优于美国联邦标准 4.8kb/s码激励线性预测编码 ( CELP)

超低速率MELP语音编码算法研究

在语音编码算法中,混和激励线性预测(MELP)算法因为能更好的模拟自然语言特征,在低速率上能合成较高质量的语音,而成为现代低速率语音编码中最有潜力的算法之一。但在无线通信、卫星通信以及军用和保密通信中,信道带宽成为一个突出的问题,因此对更低速率语音压缩编码技术乃至超低速率的语音压缩编码技术的研究是非常有必要的。针对语音通信中关于极低速率的要求,深入分析了现今的几种基于MELP的低速率语音编码算法,对其原理以及关键技术进行了归纳总结,并对语音质量进行了比较。

G.729语音编解码算法实现方法研究及DSP实现

为减小编解码运算复杂度,提出了一种基于DSP的G.729语音编解码算法实现方法,重点对DSP的代码优化作了论述.仿真结果表明,运算复杂度大大降低,在单片TMS320VC5410上完全能够实现G.729语音编解码算法.重建语音具有符合标准的编解码效果.

2.4kbit/s多带混合激励线性预测语音编码器的模拟

基于LPC参数模型 ,引入了混合激励源、非周期脉冲、自适应谱增强、脉冲散布及傅氏幅度模型来进一步改善合成语音的质量 .计算机模拟及非正式的语音试听结果表明 ,新的多带混合激励线性预测语音编码器在 2 4kbit/s编码速率重建的语音质量接近于 4 8kbit/sCELP算法的质量 .

一种基于混合MELP/CELP的4 kbit/s声码器

利用混合激励线性预测(mixed excitation linear prediction,MELP)算法和码激励线性预测(code excitation linear prediction,CELP)算法的优点,提出了一种混合MELP/CELP语音编码模型。编码端对强浊音帧采用MELP编码,对弱浊音帧和清音帧进行CELP编码。MELP编码器采用相位对齐技术提取强浊音帧的相位参数,解决了合成语音与原始语音在时间上不同步的问题。对实现的4 kbit/s混合MELP/CELP声码器进行客观MOS(mean opinion score)值和主观DRT(diagnostic rhythm test)清晰度测试,结果表明,该声码器的合成语音具有较高的可懂度和清晰度。

一种用于语音编码的快速自适应码书搜索算法

码激励线性预测技术(简称CELP)能够在低比特率的情况下实现较高质量的语音,但其运算复杂度高。自适应码书搜索替代长时预测,是大多CELP编码方案的关键。介绍了CELP的基本原理并讨论了自适应码书搜索算法,提出将一种快速自适应码书搜索算法引入到传统4.8kbp FS1016使其复杂度明显降低。仿真结果表明,该方法既保持了4.8kbs FS1016传统算法复原语音的质量,又使自适应码书搜索运算量下降约40%以上。

一种基于重构性深度网络的MELP语音编码改进算法

为了提高深度模型的编码重构性能,本文为传统对比散度(Contrastive divergence,CD)添加了基于交叉熵的重构误差约束。利用改进后的算法训练了重构性深度自编码机(Reconstructive deep auto-encoder,RDAE),并用RDAE替换混合激励线性预测编码(Mixed excitation linear prediction,MELP)语音编码器中LSF参数的矢量量化方法。测试结果表明,改进后的算法在损失一定模型似然度的条件下获得了重构性能的提升,当RDAE隐藏层结点设为19bit时,本文方法所测得的加权LSF距离、重构语音质量、谱失真指标在训练集和测试集上均优于25bit矢量量化方法,即利用本文方法改进的MELP编码器,在不降低语音质量的条件下,可将MELP编码速率从2.4kb/s降低至2.1kb/s,编码速率降低了12.5%。

TMS320C54X实现ITUG 728语音编码标准

ＩＴＵ Ｇ７２８ 标准是国际电信联盟于１９９２ 年推出的一种比特率为１６ Ｋｂ／ｓ低延时ＣＥＬＰ类型语音编解码器。本文首先对Ｇ７２８ 编解码算法和定点数字信号处理芯片ＴＭＳ３２０Ｃ５４Ｘ作了简单介绍。由于Ｇ７２８ 标准是一种低延时语音编码标准，因此计算复杂度高，在实时实现中需要作特别处理。本文着重介绍了这种低延时ＣＥＬＰ（ＬＤＣＥＬＰ）算法在ＴＭＳ３２０Ｃ５４Ｘ上实现的软、硬件设计和在定点ＤＳＰ芯片上实现此算法的一些关键技术，并给出了实际试验结果。实际结果表明，一路全双工实现所需计算量为３３ ＭＩＰＳ（兆整点指令每秒），１．７ Ｋ字程序空间和２．３ Ｋ 字数据空间。