语音谱参数的增强双预测多级矢量量化的码本设计方法

表征语音谱参数的线性预测编码(LPC)参数被广泛用于各种语音编码算法。甚低位率语音编码算法要求使用尽可能少的位率编码语音谱参数。文章提出了语音谱参数的增强双预测多级矢量量化算法(EDPMSVQ)的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性,采用了有记忆的多级矢量量化算法(MSVQ),对语音谱参数的每一维分别使用不同的预测系数;并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点,采用了分别对应于强相关和弱相关的两个预测值集合,进一步减小了语音谱参数编码位率。增强双预测多级矢量量化方法能够实现20位的语音谱参数近似“透明”量化,同时能够使语音谱参数量化时的计算复杂度略有减少,所需的存储空间大为减少。     

模糊聚类在自适应矢量量化码本训练中的应用

自适应矢量量化在语音处理中有广泛的应用,提出了一种基于ＳＦＣＭ算法的自适应矢量量化码本的训练方法,其特点是通过模糊聚类方法,重新调整训练样本与码字之间的隶属度,达到最小编码失真,使码本更适合新说话人,且计算简单,方法的实验结果表明,可以使编码平均失真下降。     

利用NOVELL网络设计矢量量化码本

矢量量化是一种有效的语言与图像的数据压缩方法，而矢量量化码本设计因相当复杂而比较难以实现。本文介绍了一种利用Novell网络实现码本设计的方法。在管理员工作站的具体组织与控制下，网上的其他工作站利用空闲机时将冯本设计化整为零，分布处理，而各工作站的日常工作几乎不会受到影响。     

线谱对参数预测多级矢量量化联合优化算法

提出了一种线谱对参数预测多级矢量量化联合优化算法.该算法对预测系数和多级矢量量化采用渐进闭环设计,通过迭代实现预测系数和多级矢量量化设计的联合优化.在多级矢量量化设计过程中,采用迭代优化实现多级码本的联合优化.采用语音线谱对参数对量化算法进行测试.测试结果表明,与传统算法相比,该量化算法可以减小线谱对参数量化失真.提高编码语音质量.     

低速语音编码中的预测分类分裂矢量量化技术*

为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。     

一种增强的LPC参数多级矢量量化技术

为充分利用码本的级间相关性,提出了一种联合码本优化多级矢量量化(JCO-MSVQ)码本设计方法。每次迭代时,先将训练矢量对码字进行聚类,再对各级码本进行联合优化,利用条件期望逐级更新码本。实验数据表明,该算法在设计10维线谱频率(LSF)参数量化码本时,较随机松弛算法(SR)码本有更小的平均量化畸变。23比特/帧LSF参数量化器平均对数谱失真为0.87dB,达到了透明量化要求。     

语音识别中基于神经网络的矢量量化方法

本文对神经网络语音识别中的语音特征提取、网络结构以及学习算法进行了初步的研究,提出了一种用于时特征矢量量化的简化和改进的自组织神经网络模型ＶＱＮＮ。ＶＱＮＮ中引入了动态规划法估计语音样本矢量的码本类中心初值并确定网络的初始权矩阵,可构造出２５６个量化等级的码本矢量。该方法具有较强的鲁棒性且矢量量化过程简单迅速。对２８个地名的语音量化识别实验结果表明了这种量化方法对时识别的有性。     

基于多码本矢量量化的非限定文本的联机话者辨认方法

传统的利用话者的一个时期的语音作为训练语音,进行语者码本训练的方法,识别系统往往不够稳定。为了适应话者自身语音的时变性,文中提出了利用话者不同时期的语音进行训练话者的模型,每个语者具有多个码本。这些码本是采用逐渐减小误识率的优化过程得到的。为了补偿不同信道对系统识别性能的影响,文中给出了一种信道补偿方法。     

基于多码本矢量量化的非限定文本的 联机话者辨认方法

传统的利用话者的一个时期的语音作为训练语音,进行话者码本训练的方法,识别系统往往不够稳定．为了适应话者自身语音的时变性,文中提出了利用话者不同时期的语音进行训练话者的模型,每个话者具有多个码本．这些码本是采用逐渐减小误识率的优化过程得到的．为了补偿不同信道对系统识别性能的影响,文中给出了一种信道补偿方法．同时提出以一帧高能的浊音语音特征代替一个浊音音素的特征,实现了在线浊音特征提取,利用两级矢量量化及码本索引策略减少了４４％的识别计算量．这些方法大大增加了系统的识别速度和鲁棒性．文中比较了用ＰＬＰ分析和ＬＰＣ倒谱分析进行话者辨认的识别结果．     

基于Hopfield神经网络的图像矢量量化

矢量量化是图像压缩的重要方法。论文提出了基于Hopfield神经网络的图像矢量量化方法,该方法首先构造聚类表格;然后聚类表格按离散Hopfield神经网络串行方式运行;最后根据得到的最终码字集,对图像进行矢量量化。论文最后给出模拟实验和结果比较,结果表明该方法是有效的,生成的码本质量优于传统的LBG算法。     

图像块动态调整的自适应差值补偿矢量量化

提出一种图像块动态调整的自适应差值补偿矢量量化方法。该方法在编码前,分析待编码子块与其八邻域子块的相似度,通过事先给定的阈值判断子块是否相似,若相似,则用相同码字编码;否则单独编码。在编码时,计算子块和匹配码字的差值,得到差值图像。进而得到像素差值符号位,对其进行行程编码后附在码字索引之后;在解码时,根据码字索引恢复图像,对附加信息进行行程解码．并采用3×3补偿窗口对每个恢复像素进行自适应差值补偿,得到最终恢复图像。实验结果表明,相对于普通矢量量化．论文方法不但可以提高编码速度,而且图像质量有明显改善。     

协方差斜格法的LPC参数提取及其FPGA实现

分析语音信号声道特征参数提取问题,针对自相关法的缺陷,提出声道特征参数提取的改进算法。介绍其运算步骤和流程,考虑FPGA适于短期开发及高速性的优点,设计Finite State Machine来控制复杂运算操作及对寄存器的频繁访问。利用Cyclone EP1C6 FPGA实现语音信号声道特征参数提取算法。     

多媒体通信中的双速率语音编码技术分析研究

ＩＴＵ－Ｔ Ｇ．７２３．１是国际电信联盟制定的适用于多媒体通信的双速率语音编码标准。本文主要介绍了该标准的算法原理,并讨论了两种速率下的激励矢量搜索技术。该标准及其附录Ａ的功能可在ＴＭＳ３２０Ｃ５４０２上实现。     

用LPC及DTW进行语音模式比较的设计与实现

阐述了提取LPC特征参数和DTW模式匹配基本原理,并进一步实现了求解LPC的杜宾算法和有效进行DTW的一个算法。在此基础上,根据英语学习的实际需要,设计并实现了一个语音模式比较实例。     

基于搜索法的GPC控制器参数的鲁棒优化

为了对广义预测控制器(GPC)的两个具有连续性的参数,柔化因子和控制加权因子,进行优化设计,从GPC闭环反馈结构出发,由小增益定理推导出一个GPC鲁棒稳定性的指标。以此为主,辅以快速性要求,构建了一个优化控制的目标函数,然后采用单纯形搜索法,对柔化因子和控制加权进行优化设计。仿真结果证明了此方法的有效性和对各种模型的建模误差的适应性,但目前不适用于不稳定对象的GPC参数优化,有待改进。     

机构方案概念设计的功能向量编码方法

针对机构方案概念设计的自动化程度不高的缺陷,提出了功能向量编码方法.该方法将机构功能用功能向量表示,功能向量所包含的对偶功能向量和功能矩阵分别表示功能向量的方向特性和量化特性,同时引入了补偿矩阵以对功能矩阵进行多次分解.建立了机构功能库,开发了机构方案概念设计系统,并将功能向量编码方法应用于机构功能的提取和操作.应用结果表明,将该方法应用于机构方案概念设计是可行的,提高了机构方案概念设计的自动化程度.     

一种3D-MIMO动态自适应码本设计方法

全维大规模三维多输入多输出天线（3D-MIMO）系统可以显著地提高系统的空间分辨率和功率效率,降低干扰。基于平面大规模天线阵列,本文提出了一种考虑大尺度衰落且δdB衰落波束覆盖区域的动态覆盖区域非对称的、新颖的3D-MIMO动态自适应的直积码本设计方法。本文方法从基站覆盖的边缘开始,逐次计算每个码字,加入码本,码本的覆盖区域逐渐扩大,直到码本满足基站的覆盖要求。通过对比传统的DFT码本,分析了所提码本的特性,结果显示所设计的码本可以有效地将水平面分割成环形区域,并提高了小区边缘的波束覆盖密度。最后分析了所提方法设计码本的大小与衰减值δdB以及天线数的关系。     

求解装填布局问题的膨胀方法

介绍了膨胀装填布局的思想原理与算法实现。膨胀装填布局通过对缩小了的装填物体系统地施加膨胀－排斥操作而实现被装填物体布局位置的自动产生,具有直观性强、聚集性好、几何形状适应性广、便于工程推广等优点。作为算例,使用膨胀装填算法对几种与平面圆相关的装填布局问题给出了计算结果。     

复杂参数产品形态设计中的解空间降维方法

针对产品形态设计中评价标准的模糊性问题,探索了智能化设计方法中的操作性技术.基于产品的形态编码,采用参数权重集中曲线的噪声度自动评测方式对解空间进行降维处理,并对产品形态编码分级.在降维后的系列解空间中使用交互式遗传算法搜索最优方案,并逐级完成形态的细化设计.文中方法从用户交互选择信息中提取出各参数对产品形态的重要性等级,作为细化设计过程的依据.求解过程全部基于解码的形态方案进行,为设计师的工作提供了直观的界面.