语音清浊音差分LSF参数矢量量化方法

差分LSF参数的动态范围小于LSF参数,可作为一种新的模型参数应用于语音编码中。分析了2种新的差分LSF参数矢量量化方法：增强差分分裂参数矢量量化（EnhancedDifferentialSplitVectorQuantization,EDSVQ）和增强EDSVQ（EnhancedEDSVQ,EEDSVQ）,并采用英语清、浊音的差分LSF参数进行分裂矢量量化实验。结果表明,EEDSVQ能有效抑制直接对差分LSF参数进行矢量量化引起的量化误差传递和叠加;在分配相同量化比特数的情况下．清音的量化效果优于浊音．为获得相同量化效果可减少对清音的量化比特数。     

语音LSF参数M-L搜索VQ算法研究

针对高效低速率语音编码,以LBG矢量量化码书设计算法为基础,研究了M-L搜索多级矢量量化(VQ)的码书设计算法和M-L搜索多级矢量量化编解码算法,同时对整个算法进行了全面的测试和性能分析。设计结果表明:该方法可有效提高LSF参数压缩的效率,改善谱失真指标。     

宽带ISF参数的非等系数帧间预测分裂矢量量化方法

 本文提出了一种新的适用于宽带语音编码ISF参数量化的非等系数帧间预测分裂矢量量化方案.该量化方案利用ISF参数的帧间相关性,基于预测分裂矢量量化原理,首先对待量化的ISF参数矢量进行去均值和非等系数帧间预测,然后对去均值后的ISF参数的预测残差进行分裂矢量量化.实验表明,该算法在每帧编码比特数为46bits时达到了透明量化,且平均谱失真比G.722.2中ISF参数量化的平均谱失真小.     

宽带ISF参数的转换分类乘积码锥形矢量量化

本文提出了一种新的应用于宽带导抗谱频率参数量化的转换分类乘积码锥形矢量量化方案.该量化器基于转换分类与乘积码锥形矢量量化原理,首先对待量化的ISF参数矢量进行分类,然后按类进行乘积码锥形矢量量化.该算法具有低存储量及低复杂度的特点.实验表明,该算法在每帧编码比特数为46时,平均谱失真比乘积码锥形矢量量化低,且达到了透明量化标准.     

线谱频率参数的分裂矢量量化

本文简要介绍了线谱频率(LSF)参数的定义和性质,给出了一种求解LSF参数的有效办法。在LPC语音编码中设计了一种新的LSF参数分裂矢量量化器。主观和客观评价结果表明,以每帧25bit对LSF参数编码,该量化器提供了透明的量化质量。     

基于压缩感知的线谱对参数降维量化算法

为实现高质量的极低速语音编码,提出一种基于压缩感知理论的线谱对(LSP)参数降维量化算法。编码端利用压缩感知理论对超帧LSP高维矢量进行降维处理,将原始LSP参数投影到低维空间,得到低维测量值,然后采用分裂矢量量化算法对测量值进行量化;解码端以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量。实验结果表明,本算法相对低速语音编码中的矩阵量化方案,平均谱失真降低了0.23dB,相对基于DCT变换的降维量化方案,平均谱失真降低了0.13dB。这种先降维再量化的思想可以大幅减少编码所需的比特数及码本存储复杂度,有效降低语音编码速率,并且合成语音可懂度、自然度较高,音质虽有所失真,但基本上感觉不到明显的听觉质量下降。      

等方差加权倒谱失真测度及其在说话人识别中的应用

本文根据倒谱系数矢量在特征空间的统计分布特性,提出了一种新的等方差加权倒谱失真测度,这种测度的加权函数充分刻画了语音倒谱矢量在特征空间分布的精细结构,从而有效地辨识不同讲话者的特征,实验表明,和常规的欧氏距离及方差倒数加权距离等相比,本文所提的失真测度能显著提高基于矢量量化的说话人识别的正识率。     

一种基于高斯混合模型的导谱频率参数量化算法

提出了一种高效的基于高斯混合模型(GMM)的导谱频率(ISF)参数量化算法,算法的基本思想是利用高斯混合模型将导谱频率(ISF)参数发送给M个高斯簇,然后由高斯格型矢量量化器来量化相应高斯簇的导谱频率(ISF)参数,最终可以在M个量化值中选出频谱失真值最小的一个作为输出值。在设计高斯格型矢量量化器时,基于率失真理论提出了一种最佳比特分配算法。实验结果显示导谱频率(ISF)参数可以透明地压缩到42 bit/帧,与AMR-WB(G.722.2)的多级分裂矢量量化算法相比,节省了3 bit,减少了55%的存储空间。     

矢量量化的速率与失真

本文讨论了矢量量化的速率与失真,证明了对于给定的K维输出码矢数N,以最小可达失真Dmin进行信源编码时,最小编码速率是码书大小为N的K维最佳矢量量化器的输出熵;对于具有对称分布的码书,证明了矢量量化器的输出熵必不小于每矢量1比特;最后,导出了反映矢量量化器工作特性和率失真函数之间的数量关系的不等式串。     

一种基于神经网络的矢量量化零冗余度信道编码方法

本文提出一种新的基于神经网络的矢量量化零冗余度信道编码方法,该方法能有效地降低矢量量化编码系统在有噪信道下的平均失真。