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.     

一种高质量的8kb／sACELP语音编码算法及其实时实现

本文介绍了一种编码速率的８ｋｂ／ｓ的高质量实时语音编码器，它采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，并采用高效的码本结构，码本搜索技术和矢量量化技术来获得较高的语音合成质量和较低的算法复杂度，在无需外部ＲＡＭ和ＲＯＭ的情况下，该算法已用ＴＭＣ３２０Ｃ５０实时实现并用于一个实时的全双工通信系统，通过信噪比及人耳主观听视实验等性能测试表明，该算法的性能明显优于优于北美的８ｋｂ／ｓＶＳＥＬＰ     

一种高质量的8kb／sACELP语音编码算法及其实时实现

本文介绍了一种编码速率的８ｋｂ／ｓ的高质量实时语音编码器，它采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，并采用高效的码本结构，码本搜索技术和矢量量化技术来获得较高的语音合成质量和较低的算法复杂度，在无需外部ＲＡＭ和ＲＯＭ的情况下，该算法已用ＴＭＣ３２０Ｃ５０实时实现并用于一个实时的全双工通信系统，通过信噪比及人耳主观听视实验等性能测试表明，该算法的性能明显优于优于北美的８ｋｂ／ｓＶＳＥＬＰ     

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。     

一种使用分带——整带复用技术的CELP宽带语音编码算法

介绍了一种新的宽带语音编码算法，由于使用了分带-整带复用技术，克服了两种传CELP宽带语音编码技术（分带技术和整带技术）的不足。该算法的激励码本采用了分带CELP的多带码本，由此克服了整带CELP码本搜索复杂度巨大的缺点；算法中的线性预测以及合成语音误差最小化部分都是采用整带CELP的方案，由此克服了分带CELP频带重叠影响语音质量的短处。     

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。     

用CELP实现GSM话音半速率编码

本文研究用ＧＥＬＰ实现ＧＥＳＭ话半半速率编码，着重讨论了快速自适应码本搜索法，该算法降低了计算量而未损害语音质量，计算机模拟的结果表明，本方案的编码速率为５．８￣６．６ｋｂ／ｓ，合成语音ＭＯＳ分不低于３．８分。     

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。     

基于二维非负矩阵分解的1kb/s WI语音编码算法

 本文针对波形内插（WI）语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插（2DNMF-WI）语音编码算法. 文中采用二维非负矩阵分解（2D-NMF）方法来分解语音特征波形（CW）,该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化. 此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音. 本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换（DCT）和分裂式矩阵量化等技术来降低编码速率和改善音质. 非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.     

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。     

单片DSP实现G.729A语音编解码器

国际电信联盟（ＩＴＵ）于１９９５年１１月推出的建议Ｇ．７２９称作“共轭结构代数码本激励线性预测编码方案”（ＣＳ－ＡＣＥＬＰ）。它将６４ｋｂｐｓ的ＰＣＭ信号压缩到８ｋｂｐｓ,是当前较新的语音压缩国际标准。其简化方案Ｇ．７２９Ａ进一步降低了计算的复杂度。Ｇ．７２９和Ｇ．７２９Ａ具有非常好的性能,在良好的信道条件下达到了长话质量,在有随机比特误码、发生帧丢失和多次转接等情况下有很好的稳健性。因此,该标准有广泛的应用前景。Ｇ．７２９编解码原理Ｇ．７２９算法以码本激励线性预测（ＣＥＬＰ）方法为基础。ＣＥＬ…     

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。     

TETRA与G.729语音编码算法的比较研究

为了研究TETRA中的ACELP与ITU-TG.729中CS-ACELP两种语音压缩编码算法的异同,分别就以下几个方面对这两种算法进行了比较:预处理、线性预测分析(LPC)、自适应码本的搜索和固定码本的搜索.然后在VC++6.0环境下实现了这两种算法,并对算法的仿真结果进行了对比分析.最后采用ITU-TP.862.1标准感知语音质量评价(PESQ_LQO)对两种算法合成语音的质量进行客观测评,测试结果表明,G.729合成语音的质量比TETRA合成语音的质量要好.     

一种改进的4.8kb／s码激励线性预测语音编码

本文介绍了码激励线性预测（ＣＥＬＰ）语音编码的基本原理，研究了一种制约随机激励的线性预测编码方案。它将随机激励码字进入合成滤波器的数量与自适应码本的性能指标联系起来，有效地减少了激励噪声对合成语音的影响。计算机模拟结果表明，这种方法在主观上改善了语音质量。     

高质量300bit/s声码器算法

基于增强型混合激励线性预测模型,提出一种高质量的300 bit/s声码器算法。每个语音帧仅提取少量参数,为提高量化效率,每8个语音帧组成一个超级帧,对超级帧参数进行矢量量化。算法采用基于模式转移的码本映射估计带通浊音度参数,改善其量化精度。对不同带通浊音度模式下的基音参数量化码本尺寸进行联合优化,提高量化效率。同时,对线谱频率参数采用带有级间预测的多级矢量量化以降低谱失真。主观听觉测试表明,此声码器具有较高的可懂度并具有一定的自然度,诊断押韵测试（DRT）的分数为84.2%。     

1.8kb/s的多带线性预测语音编码算法

设计了一种数码率为１．８ｋｂ／ｓ的多带线性预测（ＭＢＬＰ）语音压缩编码算法。该算法采用基于谐振结构的线性预测分析和对激励信号采用多带处理的方法。试验结果表明，本算法提供了相当于码率为２．４ｋｂ／ｓ美国联邦声码器标准ＭＥＬＰ的重建语音质量，具有较高的清晰度和自然度。     

基于线性预测系数自适应前后向量化的可变速率MELP语音编码

该文基于LPC的自适应前后向量化技术,提出了一种可变速率的混合激励线性预测MELP语音编码算法。该算法中,采用当前语音帧(前向LPC)或前面某帧已合成语音帧(后向LPC)进行线性预测,当采用后向LPC时,只需传输时间序列编码,故减少了LPC系数的平均编码比特。计算机模拟表明,该算法与标准MELP算法合成的语音质量相当,但显著减少了LPC的传输带宽,从而明显降低了MELP平均编码速率。