基于相空间重构和基频分析的单信道混合语音清浊音分类方法

本文提出了一种基于相空间重构(phase-space reconstruction)和基频分析的单信道混合语音清浊音分类新方法,引入基频分析对采用基于相空间重构的单信道混合语音清浊音分类算法的判定结果进行检验修正,有效的降低了将浊音/清音误判为浊音/浊音和将浊音/浊音误判为浊音/清音的比率.首先,采用基于相空间重构的清浊音分类算法将单信道混合语音初步分为清/清音,浊/清音,浊/浊音三类.其次,采用基于增强型综合自相关函数ESACF(enhanced summary autocorrelation function)的多基频分析和基于自相关法的单基频分析分别对浊/浊音帧和浊/清音帧进行修正.实验结果证明,基于相空间重构和基频分析的单信道混合语音清浊音分类方法性能优于基于相空间重构的单信道混合语音清浊音分类方法.     

第三代移动通信中AMR语音编码的差错隐藏技术

介绍了第三代移动通信中AMR（自适应多码率）语音编码的帧格式，进一步描述了错误检测的基本方法，详细说明了语音编码对丢帧采用的差错隐藏技术。     

语音清浊音差分LSF参数矢量量化方法

差分LSF参数的动态范围小于LSF参数,可作为一种新的模型参数应用于语音编码中。分析了2种新的差分LSF参数矢量量化方法：增强差分分裂参数矢量量化（EnhancedDifferentialSplitVectorQuantization,EDSVQ）和增强EDSVQ（EnhancedEDSVQ,EEDSVQ）,并采用英语清、浊音的差分LSF参数进行分裂矢量量化实验。结果表明,EEDSVQ能有效抑制直接对差分LSF参数进行矢量量化引起的量化误差传递和叠加;在分配相同量化比特数的情况下．清音的量化效果优于浊音．为获得相同量化效果可减少对清音的量化比特数。     

一种基于FPGA的通用实时差错隐藏算法

整帧图像丢失和部分宏块数据丢失是视频通信中的两种常见现象.由于差错隐藏原理不同,现有算法只能分别处理这两种差错,不利于硬件统一实现.文中通过改进基于光流理论的差错隐藏算法,在处理整帧图像丢失的算法框架中融合处理部分宏块丢失的算法,提出了一种能处理这两种情况的通用差错隐藏算法,并针对FPGA实时处理要求进行了算法优化.仿真结果表明在差错隐藏性能方面,该算法优于H.264参考算法.     

一种浊音语音原型波形内插算法

浊音语音可以看作是慢变化的基音周期波形的连接。文中介绍的原波形内插算法利用了浊音语音的周期性，每隔20-30ms提取一单个的基音周期波形，然后在更新点处进行内插重建语音信号。用此方法进行语音编码可大大降低编码率。     

一种基于快速搜索的视频时域差错隐藏算法

为了克服视频传输中因传输差错引起的视频质量下降,提出一种基于快速搜索的边框匹配时域隐藏算法(CSBM)。该算法针对时域差错隐藏的运动矢量恢复问题,利用边框匹配算法改善被恢复的物体边缘模糊的情况;采用基于中心偏置的快速搜索样式得到最小边界匹配差值的候选运动矢量,减少了解码器差错恢复的计算复杂度。实验结果显示,针对不同性质的序列,该算法与边界匹配算法(SMA)、棱形搜索的边界匹配法(DSSM)等典型差错隐藏方法相比,平均搜索点数可减少12.5~19个点,亮度分量的峰值信噪比(PSNR)能改善0.93~1.55 dB,证明该算法能获得更好的差错隐藏效果,并减少了运算量。     

一种基于LDPC码的离散小波域语音隐藏算法

研究了一种将保密语音隐藏在公开的音频载体中的信息隐藏算法.首先对保密语音进行改进型多带激励(IMBE)编码,并进行LDPC编码后形成秘密信息;然后对音频载体进行离散小波变换,通过修改相邻时频段的能量而嵌入秘密信息.提取时按同样的方法确定相邻时频段的能量值以盲恢复秘密信息,并经LDPC译码和IMBE解码还原保密语音.仿真实验表明该算法对音频压缩、加噪等攻击具有较高的鲁棒性.     

一种改进型的小波变换语音去噪算法

针对语音信号在传输和处理过程中不同程度地受周围环境噪声污染的问题,提出一种基于小波变换的改进型语音除噪算法.传统的小波语音除噪算法把信号的高频部分置零,会造成除噪后信号的失真.这里的算法,先对语音信号进行清、浊音分离,然后分别对清音和浊音部分进行不同的阈值处理,不但保留了语音中的高频信息,同时也提高了语音信息的逼真度和信噪比.仿真结果表明,与传统的小波语音除噪算法相比,该算法对含噪语音在高频部分和低频部分都具有很好的去噪效果.     

基于双域状态分类的音乐信号差错隐藏方法

音频差错隐藏是一种差错掩盖技术,针对重叠变换编码系统中长帧(＞40 ms)音乐信号的差错,提出了一种基于重叠残留信息的状态分类差错隐藏方法,以较低的处理延迟解决了长帧差错掩盖问题.提供了一种参考ITU-R BS.1534标准的主观质量评价方法,评价结果显示提供的新方法在音乐信号的长帧差错掩盖中有较好的处理效果和较低的处理延迟.     

语音信息隐藏中的AERA算法

本文提出了一种能够在全球移动通信系统(Global System for Mobile Communications,GSM)中使用的信息隐藏算法——基于分析合成的能量比调整(Analysis-By-Synthesis Energy Ratio Adjust,AERA)算法.算法采用了分析合成(Analysis-By-Synthesis,ABS)技术,在嵌入过程中根据输入明文语音实时的调整嵌入强度,使得隐藏效果和解码效果都达到最佳值.大量仿真试验结果表明算法对GSM中的规则脉冲激励长期预测编码(Regular Pulse Excited-Long Term Prediction Coding,RPE-LTP Coding)、自适应差分脉冲编码调制(Adaptive Differential Pulse Code Modulation,ADPCM)等语音压缩编码以及滤波操作有很强的鲁棒性,携密语音的分段平均信噪比达到37dB,可以达到透明性要求.算法简单易行并且是基于盲检测的,具有很高的实用性.     

基于相空间重构实现非线性语音清浊音判决

以相空间重构理论为基础,采用Takens定理重构语音信号相空间并提取相似序列重复度(RPT)特征参数。利用清浊音RPT参数的差异,提出并实现了一种采用BP神经网络进行非线性清浊音判决的方法,得到了明显优于传统算法的结果。本文方法为语音特征提取和识别研究提供了新的途径     

基于最小二乘滤波器的空域视频掩盖算法

针对无线信道传输过程中可能出现的单个或连续宏块丢失现象,提出了一种有效的空-域差错掩盖算法.算法根据丢失像素点中是否含有边界,把丢失的像素点分为平稳点和非平稳点.对于不含有边缘的平稳点,采用线性插值的算法;对于含有边界的非平稳点,建立最小二乘滤波器(LS)模型,通过多方向的扫描方式得出预测值.实验结果表明,算法能够获得优秀的图像质量,在降低了复杂度的同时,适用于视频图像的实时传输.     

SPATIAL ERROR CONCEALMENT BASED ON MOJETTE TRANSFORM

This letter presents a novel spatial error concealment algorithm for the H.264 video coding. The error concealment algorithm is based on directional interpolation. Mojette transform is used to estimate the orientation features of the damaged blocks,and the image is interpolated in the appro-priate directions. The proposed method is compared with bilinear interpolation algorithm in the ref-erence implementation of H.264 and all directional interpolation. Experimental results prove that the proposed algorithm has better subjective and objective image reconstruction quality.     

多视点立体视频传输系统与错误隐藏算法设计

针对多视点立体视频数据量大、网络带宽受限等问题,提出了一种分组传输多路复用的多视点立体视频实时传输系统。系统将多视点数据通过H.264/AVC压缩编码后,在两个IP链路中进行分组复用,实现了立体视频在带宽受限网络中的实时传输;同时,为了解决IP网络传输中的丢包问题,提出一种联合时域视点间预测的错误隐藏算法。最后通过实验表明,本文错误隐藏算法可以提高多视点立体视频的解码质量。     

基于H.264/AVC的时空域差错隐藏方案

为了减小视频传输中的错误对解码端重建视频质量的影响,提出了一套结合时空域差错隐藏算法的方案。针对错误宏块在视频图像中呈随机分布的情况,首先将编码端帧内预测编码的思想引入到解码端,提出了一种方向性插值的空域差错隐藏算法;然后提出了一种基于8×8块的增强型时域差错隐藏算法来改善运动剧烈区域的质量;最后,提出了一种根据相邻宏块编码模式来选择时域或空域差错隐藏算法的切换策略。实验证明,提出的差错隐藏方案无论是在客观质量上,还是在主观质量上,都优于H.264/AVC的效果。     

Unvoiced/voiced classification and voiced harmonic parameters estimation using the third-order statistics

Unvoiced/voiced classification of speech is a challenging problem especially under conditions of low signal-to-noise ratio or the non-white-stationary noise environment. To solve this problem, an algorithm for speech classification, and a technique for the estimation of pairwise magnitude frequency in voiced speech are proposed. By using third order spectrum of speech signal to remove noise, in this algorithm the least spectrum difference to get refined pitch and the max harmonic number is given. And this algorithm utilizes spectral envelope to estimate signal-to-noise ratio of speech harmonics. Speech classification, voicing probability, and harmonic parameters of the voiced frame can be obtained. Simulation results indicate that the proposed algorithm, under complicated background noise, especially Gaussian noise, can effectively classify speech in high accuracy for voicing probability and the voiced parameters.     

基于张量投票的空域错误隐藏算法

针对现有空域错误隐藏算法对复杂纹理恢复精度不高的问题,提出了一种基于张量投票的错误隐藏算法,利用张量投票提取的结构信息改善复杂纹理区域的恢复效果,并在此基础上结合传统算法提出了改进的空域错误隐藏算法,即首先对丢失宏块分类,然后根据丢失宏块的类型选取合适的隐藏算法。实验表明,该算法有效地提高了恢复精度,避免了边缘错乱现象,尤其在纹理较复杂的区域,能够使隐藏图像的主客观质量有较大提高。     

基于最小像素跨度准则的空域错误隐藏方法

提出了一种新的基于最小像素跨度的错误隐藏方法,利用丢失块边界的像素,在无需进行边缘估计的情况下能够有效地恢复出丢失块中可能存在的边缘。本方法主要包括以下三个步骤:1)在最小像素跨度准则下将待恢复像素分为有争议像素和无争议像素;2)对有争议像素和无争议像素使用不同方法分别恢复;3)对整个丢失块做滤波处理以消除上述过程中的噪点。试验表明本方法有效地保留边缘,并在 PSNR 上优于其它传统方法 1～2dB。     

基于均方误差最小的图像错误隐藏内插算法

以图像像素间的强相关性为基础,本文以ＭＰＥＧ－２的视频信号为例,对于以条为单位的信息丢失,提出了一种内插算法,并导出了内插像素的显式表达式,从而可以快速地执行实时处理。仿真实验表明应用该算法实现丢失像素的内插,效果是令人满意的。