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。     

8kb／s低复杂性代数码激励线性预测语音编码

基于码激励线性预测语音编码技术，提出一种低复杂性８Ｋｂ／ｓ代数码激励线性预测语音编码。解码器中采用自适应基频前置滤波器与频谱后置滤波器，以进一步提高再生语音的质量。     

码激励线性预测语音编码快速算法和评价

本文研究了近年来在码激励线性预测编码方案中涌现出来的一些典型快速算法，对其进行了分类，比较了它们的计算复杂度和存贮要求。     

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。     

4.2Kb/s码激励线性预测语音编码方案的实时实现

本文表述了一个4.2Kb/s码激励线性预测语音编码方案在单个DSP上的实时实现;提出了一个减少自适应码本搜索复杂性的算法;讨论了A参数转变为LSP参数的求解方法;描述了该编码方案在具有一片TMS320C30的商用开发系统上的实时实现过程。     

6.75kbit／s码激励线性预测编码器

提出用码激励线性预测实现ＧＳＭ半速率编码器的一种方案。该方案把中心削波和结构化码本相结合并推导了加权滤波器响应的公式，使码本搜索的计算量大大降低，存储量显减少，并获得高质量语音。     

全矢量量化多序列激励线性预测低速率语音编码

本文研究了一种新型的语音多序列激励线性预测(MSLPC)模型。它将激励用有限个长时规则序列表示。MSLPC激励模型中的长时特征使它能较好地利用语音浊音中的长时多余度,并能推出快速搜索算法。 本文在介绍了MSLPC模型的基本概念后,重点讨论了MSLPC激励参数的块模式最大互关快速搜索算法,以及激励序列幅度矢量的两种乘积码矢量量化(VQ)的设计。实验结果表明,MSLPC模型能用于实现在2.4 kb/s至4.8 kb/s速率段的低速率语音编码。     

码激励线性预测语音编码器中的非均匀和部分搜索域代数码书

该文基于代数码激励线性预测(ACELP)语音编码算法提出了非均匀和部分搜索域代数码书。非均匀代数码书由代数码书的脉冲非均匀统计特性确定,部分搜索域代数码书则由代数码书矢量的周期性确定,该方法有效地弥补了低比特率情况下代数码书中脉冲数不足的缺点。在使用上述两项技术时,为保持基音的连续性,该编码器对语音段和非语音段采用了不同的基音估计方法。主观和客观的听力测试表明,当该技术应用于4kb/s 散布脉冲码激励线性预测(DP-CELP)语音编码器时,重建语音的质量得到明显改善,尤其是对女性讲话者。     

一种改进的语音信号非线性自适应预测编码方案

应用神经网络和Ｌｅｖｉｎｓｏｎ－Ｄｕｒｂｉｎ算法,本文提出一种改进的语音信号非线性自适应预测编码方案。用该方案实现了１６Ｋｂ／ｓ语音信号自适应预测编码器。实验结果表明,与原方案相比,本文提出的方案解码恢复后的语音质量有明显地改善。     

基于零极点预测模型的码激励线性预测语音编码算法

针对传统码激励线性预测（Code Excited Linear Predictive，CELP）语音编码器在预测模型和参数估计方面的不足，提出了一种基于零极点预测模型的CELP语音编码新算法。该算法采用零极点预测模型来更准确地描述语音信号的短时相关性，并采用梯度法来同时对零极点模型的参数和激励码本增益进行联合优化求解。实验结果表明所提语音编码算法可显著降低CELP编码器合成语音的归一化均方误差，有效提高合成语音的质量。     

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。     

4kbits／s低速率声码器的新发展——PAPSI—CELP语音编码算法

本文介绍了目前４ｋｂ／ｓ低速码音编码的最新进展,着重分析研究了一种称为相位自适应基音同步更新码激励线性预测（ＰＡＰＳＩ－ＣＥＬＰ）的原理和结构,并与Ｇ．７２９、Ｇ．７２３．１等算法进行了性能比较。     

一种新的低码率语音压缩编码方案

提出一种新的基于LPC（线性预测编码）的BSP（二项式正弦脉冲）语音压缩编码方案,即根据语音产生的原理,以BSP作为LPC激励源,并在此基础上构造了BSP语音编解码器。同时推导了BSP激励参数的求取和编码方法。实验结果表明,BSP编解码器由于求取BSP激励参数的计算量较小,因此处理速度快、时延小,同时编码速率在低至2.65kbit/s时,具有较高的合成语音质量。     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展.近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测(MELP),多带激励编码(MBE),正弦变换编码(SCI),波形内插编码(WI),大多都工作在2.4 kb/s速率下.作为一种重要的低速率语音编码算法,MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征.实验结果表明,该混合激励线性预测编码在2.4 kb/s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音.     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测（MELP）,多带激励编码（MBE）,正弦变换编码（SCI）,波形内插编码（WI）。大多都工作在2．4kb／s速率下。作为一种重要的低速率语音编码算法。MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2．4kb／s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。     

4kb/s低速率声码器的新发展——PAPSI-CELP语音编码算法

４ｋｂ／ｓ低速率语音编码是近年来语音信号处理研究的重要课题,也是ＩＴＵ Ｔ下一步要标准化的重点。文章介绍了４ｋｂ／ｓ低速语音编码的最新进展,着重分析研究了一种称为相位自适应基音同步更新码激励线性预测（ＰＡＰＳＩ ＣＥＬＰ）的原理和结构,并与Ｇ７２９、Ｇ７２３１等算法进行了性能比较。