改进的SOFM算法及其在低延迟语音编码中的应用

根据低延迟语音编码算法训练码书的尺寸和码字维数的特点,提出了一种改进的自组织特征映射（SOFM）神经网络的码书设计方法。对输入训练矢量以及连接权矢量进行归一化,为降低计算量和提高码书训练质量,采用快速的网络学习决定获胜的神经元并对网络权值分阶段进行自适应调整,最后应用于低延迟语音编码中。实验表明,与传统LBG算法比较,采用SOFM神经网络训练的码书其合成语音的主、客观质量均有较大提高。     

几种低速率语音编码算法的改进研究

本文提出了几种低速率编码算法的改进，编码速度都在1．6kbit/s以下，并且已经在某些DSP芯片上得到实时实现。     

低速率语音压缩编码对语音识别系统的影响

通过窄带信道将语音信号传输到远端的识别系统，从而实现远距离的人机对话，具有重要的现实意义。在2．4kbps的速率下，语音编码算法依然可以合成出可懂度非常高的语音，但是这样的语音信号与原始语音相比还是有巨大的损失。低速率语音编码算法对于语音识别产生的影响是巨大的，因此必须想办法减轻这种损失对于识别的损害。在此选择了三种不同的低速率语音编码器，分别使用LPC(Linear Pledictive Coding，线性预测)算法、MELP(Mixed Excitation Linear Prediction，混合激励线性预测)算法和IMBE(Improved Multiband Excitation，增强多带激励)算法，都在2．4kbps的速率下工作，将其对语音识别系统的影响进行了比较。对于特定人连续语音识别系统和非特定人连接词识别系统，在使用不同的特征矢量时，不同编码器产生的识别效果有比较大的差异。实验结果表明，语音编码器和语音识别系统的结构有很重要的联系，尽量采用相近的结构有助于获得良好的识别结果。另外，改变提取语音识别特征参数的方式也会有利于提高语音识别系统的性能。     

直接矢量量化方法在语音编码算法中的应用

介绍了一种降低码书搜索复杂度的方法-直接矢量量化（DVQ）方法,将其应用于LD-CELP语音编码算法中的仿真译码器模块和码书搜索模块,用感觉加权逆滤波器代替仿真译码器模块中的综合滤波器,去除了码书搜索模块中冲激响应h（n）的运算。实验结果表明,利用直接矢量量化方法简化了码书搜索算法的复杂度,提高了码书搜索算法的效率,在运算时间方面比原始LD-CELP算法快3 s~5 s,同时保持了原编码算法合成语音的音质。     

语音编码算法综合性能比较

一、引言语音信号处理一直在寻求一种在保持语音质量不显著下降的情况下,使语音信号的编码比特率最小的方法。利用语音信号的冗余度及某些对人耳不敏感的编码失真的知识,可以在低比特率上获得较高质量的重建语音。尽管光纤通信的出现,传输信道带宽已不是主要矛盾,但压缩编码仍一直是通信中的关键技术。这是因为对有限带宽的传输媒体(移动和卫星通信)和有     

一种语音编解码算法的研究与实现

G.723.1语音编解码器是国际电信联盟(ITU-T)制定的一种低速率语音编码方案。针对G.723.1语音编码标准中的关键模块进行了分析和优化,以减小算法复杂度和节约内存,并在VC5402DSK上实现了算法。     

具有后向基音检测的8 Kbit/s LD-aCELP语音编码

以降低码率为目的对G.728算法进行改进,提出了一个延迟为2.5 ms的8 Kbit/s的语音编码算法。算法引入了由最近的历史激励构成的自适应码书和归一化的固定码书的双码书结构。计算增益真值并量化,增益量化时对自适应码书用固定量化,固定码书用自适应量化。码书搜索时先进行后向基音检测,在基音周期T附近对自适应码书进行精细搜索。搜索64个自适应码矢、256个固定码矢和各自8个增益值获得最佳激励,每帧耗费20 bit。用平均分段信噪比和感知语音质量评价（PESQ）测试,改进算法编码质量接近于G.728。     

甚低速率语音编码算法及其改进

介绍了ISO发布的MPEG-4语音编码子集中所包含的甚低速率语音参量编码算法谐波矢量激励编码(HVXC),描述了算法中各个参数的分析和合成过程,并对算法进行了软件实现.针对实际情况提出了基于HVXC算法的改进方案.     

无线传感器网络的语音应用研究

研究如何在无线传感器网络中进行语音通信。研究了语音包的延迟,尤其是使用的MAC层和路由层协议对语音包的延迟造成的影响,同时分析了几种常用的语音编码算法的性能,从中选取了ADPCM算法作为无线传感器网络进行语音通信的语音编码算法。采用NS网络仿真器,对所采用的MAC层和路由层协议的延迟进行仿真,并使用MATLAB对ADPCM语音编码算法的效果进行了仿真。     

基于矢量模型的语音线性预测研究

研究语音参数线性预测的并行处理问题。通过把语音源序列的相邻样本分组能够构成一个均方差平稳的语音向量自回归序列,在Hilbert空间中运用正交投影原理导出具有高度并行处理能力的一预测编码策略,由此可推出参数线性预测的并行处理自适应算法。同传统格型算法相比,这种算法的计算复杂度及存贮量有明显改善。最后通过仿真运算检测了算法的性能。     

改进的MELP低速率语音编码器

在混合激励线性预测（MELP）语音编码算法中,语音帧的突变转换导致合成语音质量的下降成为一个突出问题。为解决该问题,提出一种基于过渡帧判决算法的改进MELP模型,提高了参数估计的准确度,有效实现了语音的降噪处理。引入动态清浊音判决（U/V判决）门限将语音帧分为3种类型：浊音帧、清音帧、过渡帧,通过区分过渡帧和清浊音帧,避免了传统的U/V判决错误和清浊音帧的突变转换。给出了改进MELP编码参数比特分配表,通过PESQ—MOS测试表明,合成语音质量尤其是高频女声合成语音质量有了明显的改进。     

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。     

LPC-10e到MELP语音编码转换

针对在采用LPC-10e和MELP两种不同的语音编码算法标准的通信系统中实现相互通信,提出一种从LPC-10e语音编码到MELP语音编码的参数直接转换方案,实现LPC-10e语音编码的基音周期、清浊音判决参数等转换成MELP语音编码相应参数。仿真结果表明,参数直接转换方案不仅提高了合成语音质量,而且降低了15%左右的编码运算量。     

基于语音质量预测的Speex自适应码率控制算法

为实现IP语音(VoIP)质量的动态管理与控制,提出了一种基于语音质量预测的自适应码率控制算法。通过实时预测VoIP通话的瞬时语音质量和总体语音质量,自适应地调整Speex编码参数,从而根据需要选择最佳编码速率。实验仿真结果表明,提出的算法能够有效减少网络拥塞,提高VoIP系统的语音质量。     

基于和声搜索的低延迟和低能耗无线传感器网络

应用和声搜索算法解决无线传感器网络中低延迟和低能耗两方面性能指标的双目标优化问题.首先分析网络中延迟和能耗模型,建立目标函数.其次在找寻最优路径时,采用基于优先级的路径编码方案,迭代更新和声记忆库.最后在Matlab仿真环境下对100个节点的网络进行仿真实验.结果表明:在无线传感器网络传输路径建立中,能耗与延迟因素相互制约,而根据用户对延迟与能耗需求不同,可以控制传感器网络数据传输路径的选择.     

延迟容忍传感器网络中基于网络编码的可靠传输

针对延迟容忍移动传感器网络(DTMSN)的随机移动特性和连通的间歇性等问题,提出了基于网络编码的可靠传输机制。基于DTMSN传感器节点的移动性和网络编码技术,综合考虑了影响DTMSN服务质量保障的各种因素,将数据包以簇为单位映射到网络中,基于误码率机会选择中继转发节点确定最佳传输方案。仿真实验分析结果表明,所提可靠传输机制在误码率、实时性和能效方面与直接传递和泛洪算法相比具有更优越的性能。     

基于快速低秩编码与局部约束的图像分类算法

针对快速低秩编码算法存在特征重建误差较大,以及特征间局部约束条件丢失的问题,提出一种强化局部约束的快速低秩编码算法。首先,使用聚类算法对图像中特征进行聚类,得到局部相似特征集合及其对应的聚类中心;其次,在视觉词典中采取K最近邻（KNN）策略查找聚类中心对应的K个视觉单词,并将其组成对应的视觉词典;最后,使用快速低秩编码算法获得局部相似特征集合对应的特征编码。改进算法在Scene-15和Caltech-101图像库上的分类准确率比快速低秩编码算法提高4%到8%,编码效率比稀疏编码算法提高5~6倍。实验结果表明,改进算法使得局部相似特征具有相似编码,从而更加准确地表达图像内容,能有效提高分类准确率及编码效率。