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。     

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。     

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.     

H．324中的双速率语音编／解码器算法分析及实现

分析了H．324标准中G．723．1双速率语音编／解码算法的基本原理，通过基于PC机环境的实时语音压缩软件的设计，对该算法的工程化实现与测试进行了探索。     

MPEG-4多媒体通信音频编码

详细介绍了ＭＰＥＧ－４音频编码标准,对其内部就不同码率和质量要求所提供的３种编码技术即参数编码、ＣＥＬＰ编码和时频编码进行了分析和比较。     

语音压缩中的线性预测编码技术

语音压缩是多媒体信息压缩技术中的一个重要部分，线性预测编码技术是参数编码技术的重要内容。从线性预测编码技术的概念入手，分析和研究了线性预测编码技术及其LPC正则方程的自相关解法。     

8kb/s CS-ACELP语音编码中的关键技术

G.729是国际电联电信标准部门第十五研究组(ITU-T SG15)近几年来在语音编码方面取得的最大标准化成呆。该标准所用的算法为“共轭结构一代数码激励线性预测(CS-ACELP)”,其编码速率为8kb/s。文中介绍了G.729中所用到的一些关键编码技术。     

Nuance语音技术搭载福特SYNC车载多媒体通信娱乐系统

2月22日,Nuance通讯公司表示其领先语音识别技术应用在新一代福特SYNC车载多媒体通讯娱乐系统,大幅提升其语音操控系统的功能。福特SYNC是福特汽车公司独有原厂装备的车载通信和娱乐系统,SYNC颠覆了人们在车辆中使用数字媒体、便携式音乐播放器以及移动电话的传统     

第二讲 多媒体通信

醉讲座阐述了多媒体通信的概念，特性，主要技术及其应用领域。     

On Rationally DSP Implementation of the MP-MLQ/ACELP Dual Rate Speech Encoder for Multimedia Communications

The excellent performance in communications quality speech coding below 8 kbps achievable with the code-excited linear prediction (CELP) coders gives to this architecture a predominant role in medium-rate and low-rate speech coding, as evidenced by the adoption of several recent fixed-rate and variable-rate standards. Unfortunately, some of these CELP-based schemes are not completely described in the literature, and consequently they are difficult to understand and implement efficiently. This paper presents an original study of the G723.1 codec. The G723.1 encoder is dedicated to compress the voice signals with bandwidth up to 4 kHz efficiently and to deliver an encoded data stream with a very low binary rate and a good quality of transmitted speech (typical applications being encoding of the vocal signal for video conferences via GSTN and Voice over IP). We perform a detailed and gradually analysis, describing the MP-MLQ/ACELP speech coder from the point of view of a classical CELP structure. This approach allows us to identify (using theoretical considerations) the starting internal structure of each processing block from the encoder scheme. These results are used in breaking the main encoding algorithm loop. Finally, using the previously revealed starting internal structure, we derive the algorithm for the pitch predictor block, which is one of the most difficult parts of the ITU-T G723.1 encoder. The accompanying comments, explanations and diagrams allow efficient implementation and debugging of the corresponding software by regular DSP programmers.     

语音编码在IP调度系统中的应用研究

IP调度系统是航天任务中重要的新型指挥系统,结合系统工作实际,简述了IP调度系统的基本组成、基本原理和语音传输过程。根据语音编码技术的基本特征,选取相关的3种主流语音编码标准G.711、G.723和G729,从编码质量、编码速率、时延和带宽占用率等方面对其在IP调度系统中的应用进行了分析和比较,总结了各自的优点和不足,为IP调度系统工程实践中的编码标准选择提供了技术依据。     

基于DSP的甚低速率语音编码算法及其实现

在混合激励线性预测(MELP)算法的基础上,设计一种1 120 b/s MELP甚低速率语音编码算法。该算法通过增加帧长、动态比特分配和多帧联合矢量量化、及参数内插等方法降低语音的编码速率,并已在TMS320VC5416DSP芯片上实时实现。采用美国GL公司的语音质量评估系统VQT,对编解码的实时语音质量进行评估,语音质量感知评价高于3分。实验结果表明,该算法能够满足实际通信要求。     

G．729A语音编解码算法的优化

本文主要是对G．729A语音编解码算法和定点数字信号处理芯片TMS320C55x的研究,提出了简化算法和优化代码的方案。结果表明,得到了预期的8Kb／s的低码速率、较低的算法延时和极高的语音音质。     

利用ADPCM进行网络环境下实时多点语音通信

目前网络语音通信应用逐步增多,但效果还不甚理想。该文阐述了应用音频处理API函数、ADPCM编码调制技术和UDP协议进行网络环境下实时多点语音通信的方法,并给出其实现过程。实现机制为发送端利用低层音频服务的回调机制对音频数据块进行动态循环处理,防止了由于系统在写满语音输入缓冲区后,新、旧缓冲区交换时有一定的间隙而产生的输入数据泄漏。在传输之前采用ADPCM编码,有效地利用了现有带宽,传输后经缓冲解码再进行播放,尽可能地恢复原始语音信号。由于采用ADPCM编解码技术,实现了在各种网络环境下进行实时多点语音通信,效果较为理想。     

基于自适应加权谱内插的宽带语音编码算法

提出了一种基于自适应加权谱内插(STRAIGHT)的宽带语音编码算法。输入的语音信号首先经过STRAIGHT分析得到精确的基频参数和谱参数,然后通过时域抽取和频域建模实现有效的编码压缩。在时域抽取时采用的区别于传统编码算法固定帧长的自适应可变帧长方法,使得编码存储量可以根据实际语音变化情况得到更加合理的分配。主观测听结果表明,该算法针对16kHz采样的语音信号,在6kbps码率上可以取得与AMR-WB(G．722．2)在8．85kbps时的相当的音质效果。此外,该算法还具有对恢复语音的时长、基频以及谱参数较强的调整能力。     

Ka频段固定卫星信道编码技术研究

Ka频段卫星通信已成为卫星通信发展的趋势。在分析Ka频段固定卫星信道特性的基础上,提出了一种适合该信道的Turbo码编译码方案。对Ka固定卫星通信信道建模仿真表明,采用Turbo码比采用相同码率的卷积码和卷积级联码有超过1.5dB的增益。