一种基于改进的矢量量化技术的语音波形编码

针对GLA(Generalized Lloyd Algorithm)对初始码书的敏感性,用PNN(成对最近邻)算法训练初始码书,并将该改进措施用于语音波形编码。实验证明,此改进措施有助于克服GLA对初始码书的敏感性,并且语音恢复效果良好,失真度较低。     

一种用于语音编码的高效矢量量化新方法

近年来的研究表明,VQ技术是一种有效的信源编码技术,但由于计算量和存储量的限制,使VQ技术在实时实现上受到阻碍。本文在研究了MPE—LPC语音压缩编码方案中的间接激励参数R_(hx)的特性的基础上,提出了一种新的VQ方法——抽取矢量的矢量量化。该方法可使VQ的计算量和存储量降低50％,为VQ技术的实时实现创造了良好的条件。     

用模拟退火算法实现语音识别的矢量量化

矢量量化在语音识别中有着重要的作用,经典的Ｋ均值算法收敛速度快,但极易敛于局部最佳点;其它的一系列改进算法在克服其局部收敛的问题的同时,又显著了增加了运算量。本文提出了用模拟退火算示实现语音识别中的矢量量化过程,能够较好地协调运算量和收敛质量之间的矛盾。     

线性预测编码的矢量量化

语音的线性预测编码是获得低比特率数字语音的一种较好的方式.对预测滤波器模型参数采用矢量量化之后,将使这种方式更加完善,并在保证输出语音的质量下使比特率比一般线性预测进一步降低.本文在介绍了矢量量化的基本慨念之后,对采用矢量量化线性预测的几个主要问题如畸变测度的规定,产生码本的方法及搜索算法中的全搜索与二进位树搜索等作了扼要的阐述.本文最后介绍了一种较新的800bit/s矢量量化线性预测编码(LPC)声码器的主要结构.     

混合型中速率语音编码系统

设计了一种新型的中速率混合语压编码系统，该系统把语音分割成基带（０．３～１ｋＨｚ）和高频部分（１～３．４ｋＨｚ）对于重要的基带信号，采用高质量的４ｂｉｔ／样点的ＡＤＰＣＭ技术；对于相对次要的高频信号，采用高效的ＶＱ（矢量量化）技术，以压缩码率，对于矢量量化，还提出了一种新的快速算法，通过某种预处理使得搜索码本的速度提高１０倍以上，且质量等效于全搜索方法，本系统具有实现简单，时延短的特点，且主观质量     

一种用于WI语音编码的相位预测式矢量量化方法

在传统的低比特率语音编码中,考虑到人耳对相位信息不敏感而经常忽略相位信息,这将导致语音粗糙、刺耳甚至音调发生改变。为了获得高质量的声码器,语音的相位信息是不能不考虑的。该文在散布相位矢量量化方法的基础上进一步去除了相位冗余,在波形内插(Waveform Interpolation,WI)编码模型中对相邻帧慢渐变波形(Slowly Evolving Waveform,SEW)的相位谱差值进行预测式矢量量化。实验发现,该方法大大改善了重建语音效果,明显提高了语音的自然度和清晰度。主观A/B测试结果显示,该方法与固定相位法相比,经4~6 bit的相位量化可使合成语音质量得到显著的改善,相比散布相位矢量量化方法,女声的语音合成质量有所改进。     

用模拟退火算法实现语音识别中的矢量量化

矢量量化在语音识别中有着重要的作用。经典的K均值算法收敛速度快,但极易收敛于局部最佳点;其它的一系列改进算法在克服其局部收敛问题的同时,又显著增加了运算量。本文提出了用模拟退火算法实现语音识别中的矢量量化过程,能够较好地协调运算量和收敛质量之间的矛盾。文章讨论了具体算法,并给出了实验数据。结果表明该方法的综合性能优于现有算法,具有较高的实用价值。     

DCT域网格编码矢量量化

本文提出了在离散余弦变换(DCT)域作网格编码矢量量化(TCVQ),并利用量化后相关性的新方法.该方法结合了DCT变换、矢量量化和网格编码量化的优点,它充分利用信号DCT域和时域的相关性来逼近率失真下界,并利用维特比算法来寻找最佳量化序列.同时,它还利用量化后码字间存在的相关性来进一步降低编码率.仿真结果表明,该方法在保持高压缩比的同时具有很高的信噪比性能.在相同编码率下它比全搜索矢量量化(VQ)好1dB左右.同时该方法具有计算量适中,解码简单以及对误差扩散不敏感的优点.     

图像矢量量化编码算法的回顾和比较

近年来，矢量量化技术由于其低复杂性，已经在图像低比特率编码方面显示了巨大的潜力。码书生成和码字索引是矢量量化技术的两个关键因素，许多学者不断改进矢量量化算法，使其效率和效用得到提高，因此从两个总结这些算法，并分别分析其优缺点。     

一种提高矢量量化器性能的方法

矢量量化技术是一种既能高效压缩数码率，又能保持语音质量在编码方法，它不但能用于波形编码，而且能用于参数编码，本文主要论述了矢量量化在参数压缩编码中的应用，即应用模拟退火方法设计矢量量化器，对语音ｃｅｐ参数库进行压缩，通过语音倒谱参数库压缩前后，语音正确识别率听变化来评价所设计矢量量化器的性能，文章中提出了适用于语音倒谱参数的模拟退火时间表，对于所涉及的扰动范围，扰动次数方面主要参数进行了一定的探讨     

Lattice Vector Quantization Applied to Speech and Audio Coding

Lattice vector quantization(LVQ) has been used for real-time speech and audio coding systems.Compared with conventional vector quantization,LVQ has two main advantages:It has a simple and fast encoding process,and it significantly reduces the amount of memory required.Therefore,LVQ is suitable for use in low-complexity speech and audio coding.In this paper,we describe the basic concepts of LVQ and its advantages over conventional vector quantization.We also describe some LVQ techniques that have been used in speech and audio coding standards of international standards developing organizations(SDOs).     

一种指数型模糊学习矢量量化图像编码算法

本文分析了模糊矢量量化（ＦＶＱ）图像编码的原理，提出了一种指数型模糊学习矢量量化算法（ＥＦＬＶＱ）。实验结果表明，该算法具有快速收敛性能，设计的图像码书峰值信噪比与ＦＶＱ算法相比也略有改善。     

一种快速模糊矢量量化图像编码算法

本文在学习矢量量化和模糊矢量量化算法的基础上,设计了一种新的训练矢量超球体收缩方案和码书学习公式,提出了一种快速模糊矢量量化算法。该算法具有对初始码书选取信赖性小,不会陷入局部最小和运算最小的优点。实验表明,ＦＦＶＱ设计的图像码书性能与ＦＶＡ算法相比,训练时间大大缩短,峰值信噪比也有改善。     

一种可变速率的LD—CELP编码的研究

设计了一种可变速率的低时延、码激励线性预测编码（ＬＤ－ＣＥＬＰ）的方案，它是通过修改码本来实现的。该方案工作在１１．２ｋｂｉｔ／ｓ。对其做了计算机仿真，并与１６ｋｂｉｔ／ｓ的ＬＤ－ＣＥＬＰ算法在信经（ＳＮＲ）、波形等方面进行了对比，仿真结果表明效果良好。     

一种高质量的4 Kb/s RCELP语音编码算法

给出一种高质量的4Kb／s更新式码激励线性预测(RCELP)语音编码算法。该算法的编码器帧长为20ms,主要特点是使用了从自适应激励信号中分析得到的码本作为固定码本,采用预测式两级分裂矢量量化器量化线谱对(LSP)参数。主观试听表明,该算法的MOS值为3．67,其语音质量与32Kb／s ADPCM基本相当。     

语音压缩编码标准

给出了各种语音压缩编码的国际标准及其相关的参数。     

一种改进的MELP语音编码方法

目前2.4kbps的混合激励线性预测（MELP）语音编码方法已经被确定为美国新的联邦语音编码标准。本文提出了一种改进的MELP语音编码方法，利用滤波器相似度和基于LPC系数分类的矢量量化技术，可以把MELP的码率降到1.7kbps以下，仍有较好的合成语音质量。     

SAR原始数据矢量量化的码书改进研究

首先对矢量量化编码的基本原理进行了讨论,并对矢量量化编码中的码书生成方法进行了研究,在此基础上提出了SAR原始数据矢量量化编码中一种码书生成的改进方法。文中还介绍了利用改进的码书对SAR原始数据进行量化编码的应用,得到了较好的效果,并给出了实验结果。     

改进模拟退火算法在矢量量化编码中的应用

为了提高模拟退火算法的最终解的质量,文中对控制算法进程的冷却进度表进行了优化选取,尤其在控制马尔可夫链长方面,给出了依据算法搜索过程的反馈信息来控制马尔可夫链长的方法.将该算法与LBG算法相结合,应用于矢量量化图像编码,既保持了模拟退火对初始码书依赖性小、不容易陷入局部极值的优点,又具备LBG算法的易于实现和计算量小的特点.仿真实验表明,该算法提高了码书的编码性能.