1.6Kb/s类MELP语音压缩编码器的FPGA实现

基于"CPU软核 模块算法IP"的方法对一个1.6Kb/s类MELP语音压缩编码算法进行了实现,并将整个语音压缩编码器在FPGA上进行了整体验证,实验结果说明本文给出的语音压缩编码器的实现结构是可行的,能够满足语音压缩编码算法对实时性的要求,从而为下一阶段语音压缩编码器的芯片设计提供有力的可行性论据.同时,由于本文给出的语音压缩编码器的实现结构中的各模块算法IP对于许多语音压缩编码算法中都适用,因此该语音压缩编码器的实现结构对不同的语音压缩编码算法具有一定的通用性.     

CS-ACELP语音编码算法的优化及其在DSP上的实现

针对CS-ACELP语音编码算法编码复杂度较高、DSP实时实现比较困难的问题,提出了一种可降低CS-ACELP语音编码算法复杂度的优化方法,分析了CS-ACELP语音编码算法原理,详细介绍了优化的CS-ACELP语音编码算法从固定码本搜索上降低算法复杂度的实现,并给出了在16位定点DSP芯片TMS320VC5402上实现CS-ACELP语音编解码方案的硬件及软件设计。实验结果表明,优化的CS-ACELP语音编码算法降低了运算复杂度,提高了运行速度,重建的语音符合标准的编解码要求。     

基于DSP的MPEGI音频第三层编码算法的硬件实现

描述MPEGI音频第三层编码(MP3)标准的实现算法;就其音频编码(44.1 kHz的采样频率)和语音编码(16kHz的采样频率)算法的异同作比较;介绍基于DSP的MP3实时编码器.该MP3实时编码器将被用来作为MP3播放器的音频及语音录音功能模块.     

基于DSP的MPEGI音频第三层编码算法的硬件实现

描述MPEGI音频第三层编码(MP3)标准的实现算法;就其音频编码(44.1kHz的采样频率)和语音编码(16kHz的采样频率)算法的异同作比较;介绍基于DSP的MP3实时编码器。该MP3实时编码器将被用来作为MP3播放器的音频及语音录音功能模块。     

基于TMS320VC5416的G.729E算法实时实现

G.729E算法是一种优秀的语音编码算法,其最大特点是可用于带背景噪声语音或音乐信号的编码.在多媒体通信中具有广泛的应用前景.本文在介绍其基本算法的基础上.给出了该算法在TMS320VC5416DSP上实时实现的软硬件解决方案.并给出了在硬件平台上实时实现编解码运算的测试结果.     

在DSP上G.729A算法的优化

在ITU-T的G.729A语音编解码算法基础上,本文介绍了使用,TI公司的TMS320C6x系列DSP实现该算法的一些线性汇编的具体优化技术,这在很大的程度上降低了该算法的计算复杂度,而输出语音仍然保持了很高的合成品质.经改进优化后的程序在内存占用率和运算复杂度方面都达到了预期目标,语音信号经编码器编码解码之后失真很小.     

基于DSP的多通道G.728语音编码器实现

介绍了G．728的算法原理和TMS320C5410定点DSP芯片，针对TMS320C5410芯片的硬件结构和编译系统特点，设计了一套运行在该DSP芯片上的多通道G．728语音编解码器。分析了多通道G．728在定点DSP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DSP芯片上实现时采用的优化技术，以及为了降低计算量对码本搜索模块及Levinson—Durbin算法的改进。     

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。     

G.729语音编码器在DSP上的实时实现

为满足音视频的同时需求,提出了基于TMS320C64X系列DSP的G.729语音编码器软、硬件设计方案,并着重阐述了在实时实现过程中进行优化的关键技术。经测试表明,优化后的单路语音编码占用了5%左右的CPU资源,比优化前降低了80%,保留了更多的资源用于视频编码,为在同一块DSP芯片上实现音频、视频编码提供可能。     

H.264视频编码在DM642上的实现与优化

设计并实现了基于DSP芯片TMS320DM642的H.264编码器。详细介绍了H.264算法在DSP上的移植和优化。为使编码器达到实时应用的要求,采用基于C64xCPU的软件优化技术,对H.264的一些核心算法进行了C语言级和汇编语言级的优化,并在原算法上进行了改进,基本实现了H.264Baseline的实时编码。     

ITU—TG.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。     

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。     

G.729语音编码算法研究及基于DSP的实现

对G.729语音编解码算法的原理进行了简要分析,并提出了一种基于DSP芯片TMS320VC5510的语音编解码算法的实现方法。针对算法特征及体系结构的特点,提出了一些有效的优化措施。实验结果表明,运算复杂度大大降低,且在语音的编解码压缩过程中具有很好的重建效果。     

基于音频点播平台的保密语音隐秘传输

提出一种基于音频点播系统的保密语音隐秘传输实现方案。采用ITU G.729A编码算法对保密语音低码率压缩编码,将保密语音码流通过改进LSB数据隐藏算法嵌入到公开音频中,利用音频点播平台发布到网络上,通过客户端点播实现保密语音提取和回放。测试数据结果表明,通过改进算法,载体音频的感知质量得到了提高,同时也表明该方案对于恶意攻击者具有更好的隐蔽性。     

基于TMS320C642的语音解码实现

该文根据G.729编解码理论和具体解码流程,结合TI公司DSP产品TMS320C6000系列的TMS320DM642、CCS6000集成开发环境以及G.729的硬件实现平台,提出了DSP传送数据给ARM的算法,以及实现G.729解码算法的主要程序,在最后给出了G.729解码的结果。实验表明：该方案能够成功地实现语音解码。该方法具有低延迟、低速率、高语音质量的优点。     

Applying a Speaker-Dependent Speech Compression Technique to Concatenative TTS Synthesizers

This paper proposes a new speaker-dependent coding algorithm to efficiently compress a large speech database for corpus-based concatenative text-to-speech (TTS) engines while maintaining high fidelity. To achieve a high compression ratio and meet the fundamental requirements of concatenative TTS synthesizers, such as partial segment decoding and random access capability, we adopt a nonpredictive analysis-by-synthesis scheme for speaker-dependent parameter estimation and quantization. The spectral coefficients are quantized by using a memoryless split vector quantization (VQ) approach that does not use frame correlation. Considering that excitation signals of a specific speaker show low intra-variation especially in the voiced regions, the conventional adaptive codebook for pitch prediction is replaced by a speaker-dependent pitch-pulse codebook trained by a corpus of single-speaker speech signals. To further improve the coding efficiency, the proposed coder flexibly combines nonpredictive and predictive type method considering the structure of the TTS system. By applying the proposed algorithm to a Korean TTS system, we could obtain comparable quality to the G.729 speech coder and satisfy all the requirements that TTS system needs. The results are verified by both objective and subjective quality measurements. In addition, the decoding complexity of the proposed coder is around 55% lower than that of G.729 annex A     

基于G.729的网络丢包自适应语音编码器

文章分析了错误隐藏技术在不同的网络丢包情况下的性能以及不同参数的敏感程度,提出了一种非对称网络丢包错误保护技术,并与G．729语音编码器相结合,提出了一种固定码率12．0kbps的网络自适应语音编码器。实验表明其具有良好的效果。     

Embedded coding using a mixed speech and audio coding paradigm

A two stage hybrid embedded speech/audio coding structure and algorithm are proposed. The first stage of the structure consists of a core speech coder which provides a minimum output bit rate and acceptable performance on clean speech inputs. The second stage is a perceptual/transform based coder which provides a separate optional bitstream for the enhancement of the core stage output.The two stage structure can be used to enhance the quality of an existing codec without modification of the original coding algorithm. In this regard it can be considered a value added option that can be used with a standard (existing) system. The structure can also be used in systems in which many users/systems force the coding algorithm to work simultaneously under multiple constraints of bitrate, complexity, delay, and coding quality.Informal testing of the algorithm has been done using ITU-T standard G.723.1 at 5.3 kb/s as a core coder. The maximum combined bitrate from the core and enhancement stages for the tests is 16 kb/s. The tests show that the second stage significantly improves the quality of the core output in the cases of music and speech with background noise. Compared to the non-embedded fixed rate standard LD-CELP G.728 at 16 kb/s, the quality of the two stage structure is generally lower on these inputs; the embedded feature does affect quality. On clean speech the quality of the two stage structure at 16 kb/s is close to if not better than that of G.728 at 16 kb/s.