小波激励线性预测编码（WELP）：一种新的低速语音编码方法

在低速语音编译码系统中，常采用码本激励线性预测编码ＣＥＬＰ，其中随机码本的码本结构及应的索算法直接影响着语音编译码系统的语音质量和实时实现中的运算量。     

一种快速CELP语言编码方案

本文在介绍一般CELP原理的基础上,提出用自相关方法搜索一种扩展重叠码本,显著降低了复杂度和存贮量。模拟实验表明,语言质量与用全搜索方法搜索高斯随机码本相当。     

线性预测编码的矢量量化

语音的线性预测编码是获得低比特率数字语音的一种较好的方式.对预测滤波器模型参数采用矢量量化之后,将使这种方式更加完善,并在保证输出语音的质量下使比特率比一般线性预测进一步降低.本文在介绍了矢量量化的基本慨念之后,对采用矢量量化线性预测的几个主要问题如畸变测度的规定,产生码本的方法及搜索算法中的全搜索与二进位树搜索等作了扼要的阐述.本文最后介绍了一种较新的800bit/s矢量量化线性预测编码(LPC)声码器的主要结构.     

自组织特征映射神经网络的聚类特性在语音矢量量化快速搜索中的应用

本文讨论了自组织特征映射人工神经网络在语音矢量量化中应用时所涉及的两个重要问题,即码本训练和码本搜索的问题。根据语音反射系数的特点,提出了训练中初始码本的选择原则和实用训练算法。利用特征映射网络的聚类特性和语音相邻帧间的相关性,提出了码本搜索的两种快速算法——子域搜索法和邻域搜索法。大量实验结果表明,这两种快速搜索方法相结合,搜索时间减少为常用的LBG全搜索算法的1/4或1/10,同时保持精度不下降。本文提出的方法已在一种极低数据率的声码器中得到成功应用。     

高质量4KD／sFS—ACELP语音编码算法及性能

４ｋｂ／ｓ有限状态代数码激励红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瞎时搜索的算法,在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,     

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.     

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.     

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.     

高质量4kb／sFS—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,有效地降低运算量,对于 机码本,采用了具有多模结构的代数码本     

一种改进的6.25kbit／sGSM半速率语音编码方案

在采用ＣＥＬＰ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在参数分析中提出了将求解和量化相结合的快速算法；在ＬＴＰ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。     

G.723.1语音编码器算法的聚类优化策略及其应用

在实现G.723.1编码器算法的基础上,提出了一种针对码本搜索的聚类优化策略,利用聚类分析的结果,对原始码本进行了分组及重构等处理,从而实现了快速搜索。测试及系统的实际运行情况表明,在使算法复杂度下降约1.46MIPS的条件下,优化结果仍能保证解码端的音质无明显下降。     

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。     

Optimization and Realization of G.729 Speech Coding Algorithm

The principles of G.729 algorithm are analyzed.It proposes an optimal approach of adaptive codebook search.Realized on fixed point DSP TMS320VC5410,the searching time of the optimal algorithm is thus significantly decreased,and the result shows that the speech quality is not decreased.     

基于PSO-LBG算法的最优码本设计

矢量量化（VQ）是一种极其重要的信号压缩方法，广泛地应用于图像信号压缩、语音信号压缩领域。它I的主要问题是码本设计，在码本设计过程中，有许多算法被提出。本文提出了PSO和LBG算法相结合的1PSO—LBG算法采设计码本，改善了码本质量，提高了收敛速度。     

G.729自适应码书搜索算法的研究

G.729语音编码算法复杂,很大程度上要归因于码书搜索算法。为了降低码书搜索复杂度,G.729的简化版G.729A采用了自适应码书的偶样点开环基音搜索,使得编码复杂度大为降低,不过编码仍要花费很多的时间。通过对G.729码书搜索算法的研究,提出了对自适应码书的改进。改进了自适应码书搜索的G.729编码语音质量不低于G.729A的语音质量,但自适应搜索复杂度大大降低。