对新型宽带语音编解码器AMR-WB的研究

文章介绍了一种应用于第三代移动通讯的新型语音编解码器,该编解码器的语音带宽拓展为50Hz到7000Hz,编码后语音的自然度很高,用在3G移动通讯系统的多媒体服务、宽带包交换网络、音频和视频会议等等。在简单介绍该语音编解码器的产生背景后,着重介绍了该语音编解码器组成和特点。     

新型宽带语音编解码器AMR-WB的语音端点检测(VAD)研究

AMR-WB是一种应用于3G上的一种新型宽带语音编解码器,该编解码器将语音带宽拓展到7kHz,采样频率为16kHz,编码后的语音在自然度、音乐方面有较大的改善,将在3G移动通信系统、ISDN上的高保真电话、数字无线广播等各个方面有广泛的应用.文章着重介绍该语音编解码器中有关语音端点检测(VAD)算法,并给出了测试结果.     

G.729A语音压缩算法的研究与实现

该文在研究语音编码技术原理的基础上,详细研究了G.729A语音压缩算法实现过程,并在VC和DSP C5000 CCS2.0软件中对其进行了仿真,最后对G.729A语音压缩的结果和性能进行了分析。     

AMR-WB语音编码算法及仿真

介绍了一种用于第三代移动通信的AMR-WB(自适应多码率宽带)语音编码算法,简要地介绍了其编解码原理,并进行了该算法的定点C代码仿真,给出了算法的计算复杂度及存储空间的仿真结果。     

ITU-T G.729a语音编解码器的实时实现

G.729a是ITU－T推出的用于PSTN的第四代语音编码标准,采用了共轭结构－算术码本激励线性预测编码（CS－ACELP）算法,其码率为8Kbps。本文在对G.729a的编解码算法作出扼要介绍后,就如何在定点DSP芯片TMS320C541上实时实现该编码算法做出了具体讨论,包括系统的软硬件设计及关键技术。随后文中给出了详细的实验结果以供分析。根据测试结果,最后得出结论：在'C541上实现一路全双工G.729a编解码器需程序空间7．23K字、数据空间6．7K字,其算法复杂度最大为15．5MIPS。     

基于TM1300的G.728语音编解码器实现与优化

介绍了G．728的算法原理和TM1300定点DSP芯片,针对该芯片的硬件结构及编译系统特点,设计了一套运行在TM1300芯片上的语音信号采集－编解码－播放系统,分析了多通道G．728在定点TM1300芯片上实时实现时存在的困难和相应的关键技术,详细论述了G．728编解码算法在该芯片上实现时采用的优化技术。     

一种多媒体通信语音编码器算法及其实时实现

首先介绍了ITU（国际电信联盟）为多媒体通信制订的一种5．3／6．3Khps双速率语音编码标准G．723．1的算法原理,着重讨论了两种速率下的激励矢量搜索技术,然后叙述了作者在用C语言对该算法进行仿真和研究的基础上采用TMS320C541定点DSP实时实现该编解码的过程。主现测评合成语音达到通信质量,整个编解码器运算复杂度为27．7MIPS。     

TMS320VC5416器件的G.722.2的研究与实现

提出自适应多速率宽带语音编码标准G.722.2,重点研究了建立在代数码激励线性基础上的信源编码技术,简单介绍了包括活动语音检测、舒适噪声生成的源控制速率方案及错误隐藏机制。针对G.722.2算法复杂度高的特点,对TI公司的定点DSP TMS320VC5416的硬件原理进行重点研究,给出了编解码算法实现的软件架构,分析了软件实现流程。     

IP电话网关中G.723.1双速率语音编解码器的算法及实现研究

ＩＰ电话网关中采用的通信协议是ＩＴＵ－Ｔ建议多媒体通信标准Ｈ．３２３,Ｈ,３２３中首选的语音编解码器是ＩＴＵ－Ｔ建议标准Ｇ,７２３．１。本文介绍了Ｇ．７２３．１标准的算法,它以线性预测合成分析算法为基础,并采用了高效的码本结构和码本搜索策略,已在微机和ＤＳＰ芯片上实现。     

SMV语音编码算法及仿真

介绍了第三代通信系统中的可选模式语音声码器(SMV)语音编码方式,简要描述了SMV的编、解码基本原理。并进行了该算法的定点C代码仿真,给出了算法的性能、计算复杂度及存储空间等仿真结果。     

新型宽带语音编码VMR-WB的研究

实践中我们经常会遇到同一种编解码器不能同时应用于有线和无线、速率相差悬殊的信号同时传输会带来衰耗和质量下降等问题.针对这些问题,在分析VMR-WB的四种工作模式的基础上,深入研究VMR-WB的编码流程、特性及应用,在解决上述问题的机理层面上作出尝试性回答.     

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。     

基于实时噪声估计的语音增强方法

语音增强的目的是为了在保持语音可懂度和清晰度的前提下，尽可能地从带噪语音中提取需要的纯净语音，从而改善其质量，在实际应用中还需要对背景噪声进行预估。该文将实时噪声估计与维纳滤波法相结合，提出了一套简易有效的语音增强方案，在语音帧阶段对噪声功率谱进行平滑处理，使噪声估计更适合于维纳滤波，并配合传统的过减法以补偿估计引入的误差。Matlab实验表明在较低信噪比下，这种方法使得语音的信噪比有较大的提高，语音增强效果十分明显。     

TETRA语音编码算法的优化及其DSP实现

在研究了4.567kb/s ACELP的语音压缩编码算法基础上,通过分析其原理及其基本特征,在实际应用中提出了优化算法,原算法和优化后的算法分别用C语言仿真实现,发现优化后的算法提高了语音质量,并大大降低了算法复杂度。优化后的语音压缩编译码算法通过在AD-SP21535芯片上编程实现,人耳主观试听,发现其语音质量有较好的自然度,MOS值为3.7左右。     

结合DSP与PC技术的多路G.723.1语音编码方案

该文提出了一套利用TI公司TMS320C54x系列高速数字信号处理芯片（DSP）作为语音编码前端，PC机作为多路控制及语音编码后端处理平台的系统解决方案，已实现的系统可在普通电话网上进行4路G．723．1语音编码双向实时传输。     

一个面向语音识别的云南民族口音普通话语音数据库

介绍了一个以语音识别为目的的云南民族口音普通话语音数据库。当前,语音识别技术要走向实用必须解决用户情况多样性带来的鲁棒性问题,通常把这个问题简要地归结为“男女老幼”和“南腔北调”。作为民族文化大省的云南,共有25个少数民族,广大少数民族同胞在说普通话时明显带有地方民族口音,云南民族口音普通话语音识别研究是用户情况多样性研究的重要内容,而为之建立云南民族口音普通话语音数据库是该研究的重要基础和先决条件。     

基于GMM的声音活动检测方法

为了提高声音活动检测的鲁棒性,提出了一种基于GMM模型的声音活动检测方法.此方法在频谱特征空间中建立背景噪音和语音的GMM模型,然后采用模型匹配的方法对被测信号进行区分.此方法自适应更新GMM模型的参数,使之可以适应环境的变化.实验结果显示该方法在噪音环境中比传统的声音活动检测方法具有更高的准确率.     

实用语音传感器

介绍了利用MCS-96单片计算机构成实用语音传感器的电路设计方案和配合该系统研究的语音识别方法以及实验结果等。     

基于MS Agent的语音识别与合成

语音合成与语音识别提供了全新的人机交互方式,在信息处理、教育与商务应用等方面已显示出了巨大的优势。本文分析了MS Agent的工作原理,论述了基于MS Agent的语音系统的开发步骤,给出了系统运行示意图。