一种高效、低存储的线谱频率参数矢量量化器

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用LSF参数的帧内和帧间相关性,设计了一种LSF参数的预测式多级分裂矢量量化器.该量化器对LSF参数的预测残差矢量进行两级矢量量化,其中第2级的误差矢量分裂成2个维数分别为4和6的子矢量进行矢量量化,采用瞬时联合多级矢量量化器设计算法设计码本,应用M-L树搜索算法搜索码字,降低了搜索复杂度和码字存储单元,在20 bit时,平均谱失真小于1 dB.

线谱对参数预测多级矢量量化联合优化算法

提出了一种线谱对参数预测多级矢量量化联合优化算法。该算法对预测系数和多级矢量量化采用渐进闭环设计,通过迭代实现预测系数和多级矢量量化设计的联合优化。在多级矢量量化设计过程中,采用迭代优化实现多级码本的联合优化。采用语音线谱对参数对量化算法进行测试。测试结果表明,与传统算法相比,该量化算法可以减小线谱对参数量化失真,提高编码语音质量。

基于线谱对高效矢量量化的0.6kb/s语音编码算法

为了提高通信系统的抗干扰和抗攻击能力,尽可能降低语音编码速率。提出了一种0.6 kb/s语音编码算法。算法基于3帧联合,对多帧联合参数采用高效矢量量化,在降低语音编码速率的条件下保证语音编码质量。其中,对线谱对参数采用预测多模式多级矢量量化码本结构。在码本设计过程中,提出了多模式渐进闭环设计,对各类码本联合优化,并联合优化预测器和量化器,可以有效提高线谱对参数量化质量。在译码方,采用多带混和谐波激励提高合成语音清晰度。测试结果表明,该语音编码算法合成语音PESQ(perceptual evaluation of speech quality)得分可以达到2.7,汉语诊断押韵测试DRT(diagnostic rhyme test)得分可以达到89.7。

一种语音信号线谱对参数的优化算法

提出了一种计算语音信号线谱对(LSP)参数的新算法.LSP参数可以通过求解一个与线性预测系数(LPC)相关的非线性N阶方程得到.首先利用埃特金迭代法求高阶非线性方程的一个实数根,再采用多项式综合除法降阶,最后运用费拉里算法求解一元四次方程的根,得到LSP系数.理论分析以及基于TMS320C5510 DSP的实验结果表明,文中提出的算法与目前的算法相比,不仅计算精度高、运算量小,完全可以实时处理,而且并可应用于G.729A标准等低码率实时语音传输系统.

基于线性预测模型的氦语音增强算法研究

潜水员在水下工作时,由于生理方面的原因,需要以氦氧混合气体作为呼吸气体,由于气体结构的变化出现了氦语音现象,使得语音发生畸变,降低了清晰度。通过介绍基于线性预测模型的氦语音增强算法,将频域的线谱对(LSP)分析应用于氦语音增强中,由于线谱对系数与语音信号谱包络有紧密的联系,用线谱对参数(LSP)构成合成滤波器时更容易保证稳定性,所以提出了一种基于线谱对系数(LSP)的氦语音增强算法。通过实验将这种算法与基于线性预测LPC的增强算法进行了比较,实验结果表明,两种算法均能对氦语音进行矫正,并且新的算法能够对共振峰进行单独调节,在不影响清晰度的同时最大限度地保持了原有语音的细节,提高了可懂度。

自回归预测多级矢量量化线谱频率编码技术

在语音编码中线谱频率的量化编码多依赖于矢量量化技术。文中在分析经典的LBG多级矢量量化算法优缺点的基础上,结合m进制搜索代替全搜索以及瞬时联合调整各级码本的技术并引入自回归预测模型,实现了自回归预测多级联合矢量量化码本设计。并与窄带自适应多速率语音编码器AMR和MELP语音编码系统中线谱频率矢量量化进行了对比,效果良好。

一种选择预测矢量量化的迭代优化设计方法

为了提高选择预测矢量量化的性能,提出了一种迭代优化设计方法。利用常规的前后帧相关性划分训练数据,采用不同的训练数据进行各个预测系数计算和码本设计。采用设计的预测系数和码本对训练数据进行量化,根据量化误差大小调整训练数据划分。通过训练数据划分和码本设计迭代,优化选择预测矢量量化码本设计。该方法改进了训练数据固定划分的缺点,可以有效提高选择预测矢量量化设计性能。以语音线谱对参数为实验数据进行实验,实验结果表明,该方法能减小参数量化失真,改善信号压缩质量。

集群通信中的代数CELP语音压缩编码

描述了欧洲全数字集群系统(TETRA)声码器中的ACELP算法、结构及其技术特点。采用Chebyshev多项式准确有效地估算线谱对(LSP);采用开环和闭环分析相结合进行非整数基音搜索;采用代数码本结构作为固定码本,大大降低了计算复杂度,在频域更好地控制了激励信号的统计特性。ACELP在低于4.8 kb/s的码率下能获得较好的语音质量。

关于线性预测滤波器阶数的分析研究

线性预测技术是现代语音信号处理中的核心技术之一。该文详细介绍了线性预测技术的原理,并以G.729标准中为例,着重研究了线性预测滤波器的阶数对编码系统的影响,通过对不同阶数下的归一化均方误差及语音估计谱两方面的实验结果的对比分析,总结了线性预测滤波器阶数的选择。

一种改进的6.25 kbit/s GSM半速率语音编码方案

在采用ＣＥＬＰ（码激励线性预测）作为ＧＳＭ半速率编码方案的基础上，对ＣＥＬＰ的三个主要组成部分分别进行了改进，在ＬＳＰ（线谱对）参数分析中提出了将求解和量化相结合的快速算法；在ＬＴＰ（长时预测）分析的分数延迟搜索中，采用逐步缩小搜索范围的方法；在随机码本搜索中，采用高斯重叠稀疏码本。这些措施大大降低了计算量，从而在保证合成语音质量的基础上能够采用单片ＤＳＰ实时实现整个ＣＥＬＰ编译码器。

基于线谱区域量化技术的低速语音编码

本文将线谱对 (L inear Spectrum Pair,L SP)参数用于语音编码 ,同时分析比较了 L SP与常用的线性预测系数 (L PC)和格滤波发射系统 (PARCOR)的特征分别 ,并由此引入更能有效量化线谱对参数的区域量化技术。因此在保证编码后语音 MOS指标的同时 ,可以达到进一步降低了码率的目的。

6.3kbit/s CELP语音编码的研究

提出了一种新的 6 .3kbit/sCELP语音编码方案 ,其语音质量接近ITU TG .72 9的合成语音质量 ,而编解码复杂度约为 10MIPS。它在CELP的 3个主要方面作了改进 :LSP参数的矢量量化 ;开环基音预测 ,长时预测滤波器系数的求解和量化一体化 ;代数码本激励。这些措施在保证合成语音质量的前提下大大降低了计算量 ,从而能够在单片TMS32 0C30系统上实时实现。

LSP参数的语音分析和合成研究

通过对线谱对(LSP)在语音分析和合成中的计算机模拟实验,证明了LSP参数是频域内的参数,可以直接跟踪共振峰,进行基音提取和清/浊音判断;具有较好的平稳性、内插特性和量化特性.利用频谱性质,提出了用双向比较求取LSP参数的方法,能有效地简化求解运算。与PARCOR参数相比,要得到同等音质的语音,用LSP参数可减少25％左右的数码率。

线谱对(LSP)分析在G.729语音编码算法中的应用

本文介绍了线谱对(Linear Spectrum Pair,LSP)分析的基本原理及其在G.729中的应用,同时分析比较了LSP参数与常用的线性预测系数LPC的区别,仿真结果表明,LSP参数的抗干扰能力远比LPC系数的抗干扰能力强。