4.8kbps多带激励音编码器的模拟实现

文章阐述了多带激励语音产生模型以往单一激励语音产生模型的区别及其优越性，研究了以ＭＢＥ模型为基础进行语音分析合成的基本原理和实现的处。     

4．8kbps多带激励语音编码器的模拟实现

文章阐述了多带激励（ＭＢＥ）语音产生模型与以往单一激励语音产生模型的区别及其优越性。研究了以ＭＢＥ模型为基础进行语音分析合成的基本原理和实现的算法。提出了４．８ｋｂｐｓＭＢＥ语音编码方案，并在计算机上进行了模拟实现。实验结果表明，所模拟的４．８ｋｂｐｓＭＢＥ语音编码器系统是成功的。其合成语音在可懂度与自然度方面，与以往的线性预测（ＬＰＣ）、码激励线性预测（ＣＥＬＰ）语音编码系统相比都有了明显的改善。     

多带激励语音编码器仿真实现

介绍多带激励(MBE)模型原理、分析和合成,该算法突破了二元激励的局限性,较好的解决了简单二元激励模型导致的合成语音自然度不够以及抗噪声能力差的问题,是目前低速率语音编码较理想的方案．此外,详细阐述了MBE编码器的仿真实现方法,并给出了程序流程和仿真结果．实验结果表明,此仿真系统合成的语音在频谱和波形上都和原始语音比较接近,并具有良好的清晰度和可懂度,任何熟悉的人都可以辨别说话人．     

码激励线性预测及其在中低速语音编码中的应用

介绍了近年来中低速语音编码的发展情况。详细讨论了这一领域中最为成功的编码方案:码激励线性预测(CELP)的编码原理及其在实际应用中需要解决的一些问题。     

可变阶数多脉冲激励线性预测语音编码方法

多脉冲激励线性预测编码(MPLPC)方法中，合成滤波器的阶数是固定的．而对于某些语音帧．可以用较小的阶数得到相同质量的合成语音．为了进一步压缩比特率，我们研究了可变阶数合成滤波器的语音编码方法．即根据当前语音帧的性质决定相应合成滤波器的阶数．首先用MATLAB(MATrx LABoratory)对此方法进行了仿真，然后对重构语音的质量进行了讨论，实验证明可以用较低的比特率得到几乎相同质量的语音．     

4.8kbit／s语音编码技术的研究与实现

给出了一种基于改进型码激励线性预测编码（ＣＥＬＰ）算法的声码器。激励由随机码本和自适应码本构成，声道由线性预测器构成。为了获得高质量的合成语音，采用了非整数时延技术、频谱展宽技术、感知加权技术等，为了提高编码算法速度，码本搜索采用重叠码字技术，随机码本采用三元稀疏码本，最后给出了对合成语音质量的主观及客观测试结果。     

可变阶数多脉冲激励线性预测语音编码方法

多脉冲激励线性预测编码 (MPLPC)方法中 ,合成滤波器的阶数是固定的 .而对于某些语音帧 ,可以用较小的阶数得到相同质量的合成语音 .为了进一步压缩比特率 ,我们研究了可变阶数合成滤波器的语音编码方法 ,即根据当前语音帧的性质决定相应合成滤波器的阶数 .首先用MATLAB(MATrixLABoratory)对此方法进行了仿真 ,然后对重构语音的质量进行了讨论 ,实验证明可以用较低的比特率得到几乎相同质量的语音 .     

16kbit／sLD－CELP算法的再研究

着重讨论了采用新的基音提取方法来减少Ｇ，７２８建议的１６ｋｂｉｔ／ｓＬＤ－ＣＥＬＰ算法的解码器的工作量，以进一步提高这一算法实时处理的可能性，简要探讨了此算法对汉语这种有调语言的影响。     

块迭代线性预测的超光谱图像分布式压缩算法

根据超光谱图像特点和应用环境要求,提出一种基于DCT变换域分布式信源编码的超光谱图像压缩算法．编码端首先进行线性预测,然后按DCT子带顺序进行比特平面编码,解码端使用关键帧重建边信息进行LDPC解码．在编码端使用部分像素点进行线性预测,从而减少了编码端的运算量．在解码端,利用已解码子带信息进行基于块的迭代线性预测,使用优化后的边信息解码后面的子带．与传统算法相比,本算法在编码端的运算量更少,需要的存储空间更小,满足超光谱图像压缩系统要求,易于硬件实现．     

基于MATLAB GUI的语音信号特征提取系统设计

语音信号的典型时频特性和核心处理算法是语音识别、合成和说话人识别等系统中的关键问题.结合线性预测分析技术(LPC)和美尔倒谱参数(MFCC)的算法原理,基于MATLAB GUI技术,设计完成了语音信号典型特征提取系统的界面平台,可实现语音信号的装载、播放和波形显示,LPC和MFCC的计算结果显示和数据存储等功能.界面的人机交互性好,操作简单方便,可提高对算法或数据处理效果的直观认识,对语音信号分析和处理等各个研究领域具有重要的现实意义.