关于汉语/英语AMR语音编码参数统计特性的研究

自适应多速率（AMR）算法是第三代移动通信系统中语音业务所采用的语音编码标准。为研究AMR算法应用于汉语语音和英语语音所产生的差异，本文针对ARM语音编码算法的特点，在处理分析了大量汉语语音数据的基础上，对算法中的线谱频率（LSF）、基音周期等关键编码参数进行了比较并给出相应结合。本文的研究有助于AMR算法针对汉语语音的性能优化。     

基于matlab变声器的设计

为了实现由男声变换到女声,在语音信号参数分析过程采用短时自相关法提取语音信号的基音周期,同时用LPC倒谱分析法分析共振峰的范围,通过matlab编写程序修改语音参数并接近于女声的范围,构置GUI界面。在实验中,输入一段语音信号,输出时即实现了由男声到女声的变换效果。因此对于语音信号参数的修改能够实现男女声音之间的变换。     

WCDMA系统语音传输技术研究

文章分析了自适应多速率(AMR)语音编码器的编/解码器的原理;讨论了AMR模式选择的自适应机制;对WCDMA系统的语音信道编码进行了详细地分析,并给出链路匹配参数,并以此为基础进行了AMR的性能分析。为AMR在WCDMA系统中语音传输的应用和实现提供了有益的参考。     

AMR语音编码码流特征分析及识别

利用话音信号在进行信源编码后数据流中的特征,可以识别数字话音数据流的编码样式和参数.针对大量话音码流样本数据,利用统计分析方法给出自适应多速率(Adaptive Multi Rate,AMR)语音编码的背景噪声帧、零一分布、游程分布及参数分布等特征,在此基础上提出了基于学习的AMR语音编码识别方法,并给出AMR语音编码的特征模型,通过计算机仿真比较了话音帧分析法和统计特征分析法在不同误码条件下的识别性能.     

3G系统中AMR语音业务的链路配置和模式切换的研究

本文针对3G系统中自适应多比特率(AMR)语音业务的各种语音编码模式,设计了采用Turbo码的不等保护信道编码为基础的链路配置方案.为了研究AMR的链路适配,提出了针对3G系统多业务、多接入速率特征的不等功率分配策略,并在此基础上分析了AMR的不同编码模式对小区的接入容量的影响.基于链路级的仿真和对系统容量的分析,本文归纳了3G系统中AMR语音业务的链路配置和模式切换准则,对实际系统中的无线资源管理具有参考价值.     

普通话女声音节的规则合成

男声和女声嗓音在音质上的差别,在声学、语音学上是有规律的。本文介绍一种以男声的合成参数为基础,通过转换规则,合成出普通话女声音节和词语的方法。     

无线衰落信道中多级编码AMR—WB的性能研究

根据AMR—WB语音编码数据帧的分类准则,提出一种利用多级编码调制改善Rayleigh衰落信道中AMR—WB重建语音质量的方法。在这种方法中,根据多级编码中不同分量码提供的不等差错保护能力,对AMR—WB语音数据帧中重要A类数据提供强的差错保护能力,而对不重要的B类和C类数据提供弱的差错保护能力。通过重建语音的质量感觉评价对比,多级编码方案可以有效改善无线衰落信道AMR—WB重建语音质量,这种性能改善在低速率编码模式下更加明显。     

从AMR到G.729的参数层编码转换方案

分析了Adaptive Multi Rate(简称AMR)编码方案与G．729编码方案的异同，在此基础上介绍了一种从AMR编码到G．729编码的参数层直接转换方案。与传统的编码转换方案相比，在语音质量的损失可以接受的前提下，算法复杂度有较大的降低。     

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。     

AMR语音编码算法研究及复杂度剖析

作为 3GPPWCDMA的语音编码 (SpeechCoding)候选方案 ,自适应多速率 (AMR)语音编码是一种多模式集成的ACELP类语音编码方案。本文根据该编码方案的标准 ,分析了其方案实现中的关键算法 :高性能码本设计、高效码本搜索算法、多级矢量量化技术、预处理算法的简化等。最后 ,设计了定点ANSI -C程序对AMR语音编码算法各部分的复杂度进行了测算     

An Embedded ACELP Speech Coding Based on the AMR‐WB Codec

This letter proposes a new embedded speech coding structure based on the Adaptive Multi‐Rate Wideband (AMR‐WB) standard codec. The proposed coding scheme consists of three different bitrates where the two lower bitrates are embedded into the highest one. The embedded bitstream was achieved by modifying the algebraic codebook search procedure adopted for the AMR‐WB codec. The proposed method provides the advantage of scalability due to the embedded bitstream, while it inevitably requires some additional computational complexity for obtaining two different code vectors of the higher bitrate modes. Compared to the AMR‐WB codec, the embedded coder shows improved speech qualities for two higher bitrate modes with a slightly increased bitrate caused by the decreased coding efficiency of the algebraic codebook.     

3G移动通信系统中的两种多速率语音编码的性能比较

介绍了目前第3代移动通信系统中最主要的2种可变速率语音编码器——AMR和SMV的原理,同时从编码方式、自适应原理、复杂度、误帧处理、系统延迟和合成语音质量这几个方面对这2种多速率语音编码器进行了比较。     

一种AMR语音编码器的VLSI设计及FPGA实现

AMR(自适应多速率)语音编码标准由于其低码率和高质量,在通信和多媒体领域得到广泛应用.针对AMR语音编码标准的算法特点,提出了一种"音频DSP软核+硬件加速器"的VLSI实现结构.这种结构能够有效地实现编码算法,同时达到低成本、低功耗的要求.综合后的电路在满足语音编码实时性的要求下能工作在50MHz频率以下,功耗仅有不到50mW,和78 k门的芯片面积.最后通过FPGA整体验证,证明这种方案是可行有效的.同时优化后的音频DSP软核和硬件加速器中的模块复用设计,使得本设计方案对G.7xx系列编码算法具有通用和可移植性.     

第三代移动通信中AMR语音编码的差错隐藏技术

介绍了第三代移动通信中AMR（自适应多码率）语音编码的帧格式，进一步描述了错误检测的基本方法，详细说明了语音编码对丢帧采用的差错隐藏技术。     

Comparison of Khasi Speech Representations with Different Spectral Features and Hidden Markov States

In this paper, we present a comparison of Khasi speech representations with four different spectral features and novel extension towards the development of Khasi speech corpora. These four features include linear predictive coding (LPC), linear prediction cepstrum coefficient (LPCC), perceptual linear prediction (PLP), and Mel frequency cepstral coefficient (MFCC). The 10-hour speech data were used for training and 3-hour data for testing. For each spectral feature, different hidden Markov model (HMM) based recognizers with variations in HMM states and different Gaussian mixture models (GMMs) were built. The performance was evaluated by using the word error rate (WER). The experimental results show that MFCC provides a better representation for Khasi speech compared with the other three spectral features.     

一种新的语音编码系统的设计

现有的大部分语音编码系统硬件框架复杂,软件设计难度较大.为实现低成本方案,设计了一种以SPCE061A语音单片机为基础的编码系统,压缩技术采用了基于正交滤波器的子带编码算法.系统硬件结构简洁、软件设计方便高效,具有较高的性价比.通过实验,对比了原始语音信号和重建信号的时域波形和回放质量,表明本系统具有一定的实用价值.     

Block Constrained Trellis Coded Vector Quantization of LSF Parameters for Wideband Speech Codecs

In this paper, block constrained trellis coded vector quantization (BC‐TCVQ) is presented for quantizing the line spectrum frequency parameters of the wideband speech codec. Both a predictive structure and a safety‐net concept are combined into BC‐TCVQ to develop the predictive BC‐TCVQ. The performance of this quantization is compared with that of the linear predictive coding vector quantizer used in the AMR‐WB codec, demonstrating reductions in spectral distortion.