LD-CELP语音编码中一种新的码书设计方法

G．728语音压缩标准的算法延迟只有0．625毫秒,对于绝大多数应用来说是非常令人满意的。但是,其占用的带宽似乎稍微高了一点。为了能够降低G．728算法使用的码率,人们尝试了很多的方法,比如只采用前32个波形码字,采用奇数号的码字,等等。根据前人的研究,该文提出了一种新的12．8kbit／s编码器。该编码器利用人与人之间对码字使用的统计差异,自动地为每一个人生成一个独特的码书。这种编码器的计算复杂度与其它同码率编码器相当,内存使用有少量的增加,而音质则有比较明显的提高。     

一种高效语音基音检测方法的研究

根据语音信号产生的机理,综合考虑基音频率检测的准确性与高效性,提出了一种基于下采样的基音检测方法.该方法以传统的自相关函数法为基础,结合线性预测逆滤波及下采样技术,有效地提高了抗噪性,降低了计算复杂度.通过Matlab软件对计算结果进行仿真分析,证明新算法计算简便、准确,基音频率平滑性好,算法鲁棒性好,适用于实时语音信号的基音检测.     

基于码书关联网络的基音调制信息隐藏检测

基音调制信息隐藏在进行基音预测时嵌入机密信息,可在低速率语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中相邻语音帧自适应码书的关联特性发生改变,文中以此为设计隐写分析算法的关键线索.为了量化该种关联特性,文中设计了码书关联网络模型并基于该模型得到了对隐写敏感的特征向量.最后,基于所得特征向量并结合SVM(Support Vector Machine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能优于现有检测方法,实现了对基音调制信息隐藏的快速有效检测.     

低延迟低码率语音编码研究

现有的低延迟语音编码算法（LD-CELP）需要16 kb/s比特率,无疑会妨碍它的应用。提出了一种采用两阶段码书搜索的方法可以在提高低延迟语音编码算法性能的同时降低码率。首先构造了两个子码书：一个后向更新的自适应码书和一个具有代数结构的固定码书;然后设计了两阶段码书搜索方法使滤波后的激励矢量和目标矢量之间的均方误差保持最小。这样就得到了一个在8 kHz采样率下具有2.5 ms延迟的10 kb/s两阶段码书搜索的CELP编码器。用平均分段信噪比（SSNR）和感知语音质量评价（PESQ）测试,本算法具有和16 kb/s的G.728相当的编码质量。     

基于线性预测技术的语音基音检测

针对语音基音检测易受加性背景噪声和共振峰干扰的问题,提出了一种基于线性预测技术的语音信号基音检测算法。该算法在维纳滤波基础上,利用线性预测(LPC)技术得到预测残差信号,再对其做自相关(ACF)和平均幅度差(AMDF),得到基音的检测结果。其检测效果比单一自相关函数法和平均幅度差函数法有明显的改善。     

一种用于语音编码的快速自适应码书搜索算法

码激励线性预测技术（简称CELP）能够在低比特率的情况下实现较高质量的语音,但其运算复杂度高。自适应码书搜索替代长时预测,是大多CELP编码方案的关键。介绍了CELP的基本原理并讨论了自适应码书搜索算法,提出将一种快速自适应码书搜索算法引入到传统4.8 kbp FS1016使其复杂度明显降低。仿真结果表明,该方法既保持了4.8 kbs FS1016传统算法复原语音的质量,又使自适应码书搜索运算量下降约40％以上。     

基于倒谱分析法的藏语语音基音周期检测

基音周期是表征激励源特征的一个重要参数,在藏语语音处理的研究中具有非常重要的意义.本文首先介绍了基于倒谱分析法进行基音周期检测的基本原理,并在此基础上对藏语语音的基音周期检测进行了仿真研究,同时指出了几个应该注意的问题.     

基于线性预测残差倒谱的基音检测

传统的基音检测算法对含噪语音的检测结果较差,本文在线性预测倒谱方法的基础上采用基于线性预测残差倒谱的方法对含噪语音进行基音检测。实验结果表明,该方法使基音峰点更加清晰,提高了基音检测的精度。     

基于自相关函数的藏语语音基音周期检测

基音周期是表征激励源特征的一个重要参数,在藏语语音处理的研究中具有非常重要的意义.为此,本文首先讨论了用自相关函数进行基音周期检测的基本原理和改进方法,进而研究了自相关基音检测方法在藏语语音处理中的应用,并给出了相应的实例.     

基于线性预测编码与AMDF的高精度基音检测算法

根据语音信号产生原理,结合线性预测编码(LPC)与平均幅度差函数法(AMDF),提出了一种高精度的基音检测算法。该算法首先利用线性预测分析提取残差信号;然后采用累积平均归一化差分函数与差分信号修正,使基音周期的谷值点更加尖锐;最后利用二次函数拟合与基音周期的倍数检查筛选候选值,得到了准确的基音周期。实验结果表明,与传统方法相比, 该算法的基音检测效果有了明显改善,减少了基音检测中的半频错误,在高信噪比下具有良好的准确性和鲁棒性。     

面罩语音质量评价算法适用性研究

针对语音编码的音质评价算法性能已十分明确,但对于面罩语音不一定适用。讨论了语音质量评价算法对空气语音与面罩语音在不同噪声环境下的适用性。采用主观意见得分和三种客观评价测度对多种信噪比的带噪语音和增强语音进行评价,包括分段信噪比、改进的巴克谱失真（MBSD）和语音感知质量评价（PESQ）,根据与主观评价的一致性判断客观评价方法的适用性。增强算法采用维纳滤波法和对数谱最小均方误差法（LSA-MMSE）,噪声采用粉红噪声、海浪噪声。仿真结果表明,语音质量评价算法的适用性与语音类型、信噪比、背景噪声、增强算法种类有关。粉红噪声环境下,PESQ不适合评价经维纳滤波增强的空气语音;MBSD算法只适用于评价经LSA-MMSE增强的面罩语音。海浪噪声环境下,PESQ适用于评价面罩语音,MBSD不适合评价面罩语音。