一种高质量的4 Kb/s RCELP语音编码算法

给出一种高质量的4Kb／s更新式码激励线性预测(RCELP)语音编码算法。该算法的编码器帧长为20ms,主要特点是使用了从自适应激励信号中分析得到的码本作为固定码本,采用预测式两级分裂矢量量化器量化线谱对(LSP)参数。主观试听表明,该算法的MOS值为3．67,其语音质量与32Kb／s ADPCM基本相当。     

4．0Kb／s低复杂度语音编码算法

提出了基于正弦激励的4．0Kb／s低复杂度语音编码算法。该算法对线谱对参数采用带帧间预测技术的全局最优标量量化,在保证语音质量和编码速率的同时,降低了算法所需的存储量和运算量。同时,分子帧的能量参数和清浊音参数提取,更精确地描述了语音变化的特征。分数基音周期的提出对精确刻画语音声调有很大益处。最后激励谱参数的多级矢量量化很好地弥补了正弦激励算法在语音自然度上的缺失。测试结果表明,此算法的非正式主观MOS分达到了3．5,语音质量与AMR4．75Kb／s相当．同时其存储量和运算量大大低于基于CELP的4．0Kb／s左右速率语音编码算法。     

基于GMM的AMR-NB与G.729A之间的LSP参数转码方法

通过对高斯混合模型的数学分析,建立并实现了一种基于高斯混合模型的、AMR-NB与G.729A之间的LSP参数转码算法,并通过实验对高斯混合模型在转码中的一些实际应用问题进行了分析和讨论.实验结果表明,提出的基于高斯混合模型的LSP参数转码算法在合成语音质量不次于DTE方法的同时,LSP参数转码复杂度下降了78%以上.     

基于广义线性区分核支持向量机的说话人确认

给出了一种基于广义线性区分核支持向量机方法的VolP说话人确认算法,给出了直接从G．729,G．723．1（6.3Kb／s）和G．723．1（5．3Kb／s）压缩语音的码流中提取识别参数,采用广义线性区分核的支持向量机进行确认的方法。实验结果表明,该方法可有效地进行VoIP说话人确认。     

基于正弦激励的3.6 Kb/s低复杂度语音编码算法

基于正弦激励线性预测技术,提出了一种3.6Kb/s的低复杂度语音编码算法.算法通过分子帧参数提取和多带混合激励技术,保证了语音质量;通过线谱对参数的全局最佳标量量化以及正弦波幅度的全1模型表示,降低了算法的运算量和存储量.测试结果显示,语音质量优于欧洲集群通信标准TETRA中的ACELP 4.567Kb/s低复杂度语音编码器,而运算量和存储量不足ACELP的1/4.     

4.2Kb/s码激励线性预测语音编码方案的实时实现

本文表述了一个4.2Kb/s码激励线性预测语音编码方案在单个DSP上的实时实现;提出了一个减少自适应码本搜索复杂性的算法;讨论了A参数转变为LSP参数的求解方法;描述了该编码方案在具有一片TMS320C30的商用开发系统上的实时实现过程。     

一种基于MELP的高质量的0.6 Kb/s语音编码算法

针对极低速率语音通信的要求,提出了一种基于MELP(Mixed-Excitation Linear Prediction)的0．6Kb／s语音编码算法。把MELP算法中3个连续语音帧组成一个超级帧,充分利用参数的帧间相关性,进行联合量化,从而获得了高质量的合成语音。采用对线谱对频率的两帧联合量化与双向预测矢量量化对基音周期的按清浊音分模式量化,对子带清浊参数量化的统计码本构造,对能量参数采用分离均值矢量量化解码端对能量参数采用了一种效果更好的插值算法等。     

一种基于混沌系统的窄带超低速语音加密算法

为了在极低通信速率信道中实现保密语音通信,在北大西洋公约组织的0.6 Kb/s增强型混合激励线性预测声码器算法基础上,提出了基于混沌映射的保密通信算法。算法利用两个Logistic方程产生混沌序列,对声码器码流进行置换和移位。最后对该加密语音通信系统进行了仿真测试。测试结果证明,系统方案切实可行,产生的密钥空间大,能够实现加密强度较高的语音保密通信。     

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.     

一种减小语音矢量编码码率的算法

2维PV编码算法是一种将线性预测编码、SOM神经网络2维矢量编码以及Huffman编码相结合的语音信号编码算法。为了在保证译码恢复的语音质量良好的前提下,进一步减小编码的压缩率,以减小语音信号的存储空间,提出一种增加2维PV编码中矢量量化维数的高维PV编码算法。并利用Matlab软件编程进行2维、4维和8维PV算法的语音信号编解码实验。实验结果表明,在保证译码恢复声音质量良好的条件下,增加2维PV编码算法的量化矢量维数,可以减小码率,其中8维PV编码算法的码率最小为5.94 Kb/s,小于采用ADPCM编码算法的波形编码标准G.721的码率32 Kb/s(波形编码的最小码率),甚至小于采用LD-CELP编码算法的混合编码G.728的码率16 Kb/s。文中提出的编码算法在语言压缩编码方面将具有较高的研究价值和很好的应用前景。     

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。     

A REAL-TIME IMPLEMENTATION OF 4.2Kb/s CELP SPEECH CODING

This paper presents a real-time implementation of 4.2Kb/s CELP speech coding on single DSP chip. An algorithm reducing search complexity for adaptive codebook is suggested; the solving method that the parameters are changed into LSP parameters is discussed. The realtime implementation process of this coding on a commercial development board with a single TMS320C30 is described.     

A comparison of several vector quantization codebook generationapproaches

A review and a performance comparison of several often-used vector quantization (VQ) codebook generation algorithms are presented. The codebook generation algorithms discussed include the Linde-Buzo-Gray (LBG) binary-splitting algorithm, the pairwise nearest-neighbor algorithm, the simulated annealing algorithm, and the fuzzy c-means clustering analysis algorithm. A new directed-search binary-splitting method which reduces the complexity of the LBG algorithm, is presented. Also, a new initial codebook selection method which can obtain a good initial codebook is presented. By using this initial codebook selection algorithm, the overall LBG codebook generation time can be reduced by a factor of 1.5-2.     

高质量的4 kb/s散布脉冲CELP语音编码算法

本文提出了一种散布脉冲CELP(DP-CELP)语音编码算法,激励矢量由特殊结构的代数码书与固定形式的散布脉冲的卷积获得,这种激励源有效地改善了重建语音质量,但未增加代数码书搜索的复杂度.非正式的主观听力测试表明,这种4 kb/s DP-CELP语音编码算法的合成语音质量非常接近G.723.1中6.3 kb/s语音编码器.     

高质量4kb/s FS-ACELP语音编码算法及性能

4kb/s有限状态代数码激励线性预测语音编码算法FS-ACELP是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法.在线性预测(LP)参数量化上,利用了语音帧内和帧间的相关性,对线谱对(LSP)参数使用预测式分裂式矢量量化,获得很高的量化效率.在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法,在保证合成语音质量的同时,有效地降低了运算量.对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量.对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度.经非正式听音测试,4kb/s FS-ACELP的合成语音质量超过了北美8kb/s VSELP,接近G.729 8kb/s CS-ACELP,MOS分约为3.9.     

一种新的基于遗传算法的VQ码本优化方法

矢量量化(VQ)是语音识别中广泛应用的一种数据压缩和编码方法。在矢量量化的码本设计过程中,经典的LBG算法收敛速度快,但极易陷入局部最优,且初始码本的生成对最佳码本的设计影响很大。考虑到遗传算法(GA)是一种具有全局优化搜索能力的算法,提出了GA和LBG算法相结合的GA L算法来优化码本,改善了码本质量,并将其应用于非特定人汉语连续数字语音识别中。实验结果表明,GA L算法优于传统的LBG算法。     

高质量4~8kb/s变速率有限状态ACELP语音编码算法研究

4~8kb/s变速率有限状态代数码激励线性预测语音编码(VR-FS-ACEL)是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法.在线性预测(LP)参数量化上,使用预测式分裂式矢量量化,获得很高的量化效率.在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法,有效地降低了运算量.对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量.对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度.经非正式听音测试,其中4kb/s的合成语音质量超过了北美8kb/s VSELP,接近长途质量,而6kb/s和8kb/s合成语音质量达到了长途质量,与G.7298kb/s CS-ACELP相当.