基于压缩感知的线谱对参数降维量化算法

为实现高质量的极低速语音编码,提出一种基于压缩感知理论的线谱对(LSP)参数降维量化算法。编码端利用压缩感知理论对超帧LSP高维矢量进行降维处理,将原始LSP参数投影到低维空间,得到低维测量值,然后采用分裂矢量量化算法对测量值进行量化;解码端以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量。实验结果表明,本算法相对低速语音编码中的矩阵量化方案,平均谱失真降低了0.23dB,相对基于DCT变换的降维量化方案,平均谱失真降低了0.13dB。这种先降维再量化的思想可以大幅减少编码所需的比特数及码本存储复杂度,有效降低语音编码速率,并且合成语音可懂度、自然度较高,音质虽有所失真,但基本上感觉不到明显的听觉质量下降。      

多带激励低速率语音压缩编码算法研究及实时实现

本文以多带激励声码器为模型，采用了多种技术去降低编码速率和改善音质，我们利用动态规划算法对基音周期进行了平滑，去除了声码器中常用的音调噪声，ＭＢＥ算法对谱包络的量化要花费大量的比特，这里利用ＬＰＣ全极点模型谱逼近ＭＢＥ谱包络，并采用共振峰增强技术来补偿模型误差，对谱幅度参数的量化，采用了分裂矢量量化（ＳＰＶＱ）和多级矢量量化（ＭＳＶＱ）的方法，使之在２．４ｋｂｐｓ，１．２ｋｂｐｓ及８００ｂｐｓ等速     

基于方向树结构矢量分类的小波图像网格编码矢量量化

本文提出了采用方向树结构矢量组合并分类对小波图像进行网格编码矢量量化（ＴＣＶＱ）的新方法。该方法矢量构成结合了子带系数的方向性，充分利用了子带系数带间和带内相关性，按能量和活跃度进行两级分类，降低了类中矢量的内部离散度，对活跃和非活跃类矢量实行加权ＴＣＶＱ，利用卷积编码扩展信号空间，用维特比算法搜索最优量化序列，比使用加权 ＶＱ提高了 ０．７ｄｂ左右。该方法编码计算复杂度适中，解码简单，有较好的压缩效果。     

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。     

一种基于自组织神经网络的图像压缩编码算法

本文提出了一种基于自组织特征映射神经网络的图像压缩编码算法，即ＶＱ＋ＤＰＣＭ＋ＤＣＴ算法，实验表明，在压缩比为３１．８∶１时，其峰峰信噪比为３５．８２ｄＢ（Ｌｅｎｎａ亮度图像），且主观效果良好，这是至今为止使用矢量量化（ＶＱ）方法压缩图像所获得的最好结果。     

离散多频信道上的SVQ成形方法

本文提出一种在离散多频（ＤＭＴ）调制中采用区域分割,依次沿着各子信道进行标量矢量量化器（ＳＶＱ）成形的方法,并对其性能进行了分析和模拟。     

基于小波变换的最小失真预测/多级矢量量化

矢量量化器的压缩性能随维数的增大而提高,但复杂度亦随维数的增大呈指数增大,限制了大维数矢量的使用。本文利用小波变换产生的子带间的相关性,提出一种新的最小失真预测／多级矢量量化算法。一方面通过最小失真预测来降低时间复杂度,使得编码６３Ｄ的矢量只需付出相当于１５Ｄ矢量的时间复杂度代价;另一方面通过增强多级矢量量化算法来进一步降低复杂度。在复杂度得到极大降低的同时,仍具有很好的编码性能。     

基于二维非负矩阵分解的1kb/s WI语音编码算法

 本文针对波形内插（WI）语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插（2DNMF-WI）语音编码算法. 文中采用二维非负矩阵分解（2D-NMF）方法来分解语音特征波形（CW）,该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化. 此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音. 本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换（DCT）和分裂式矩阵量化等技术来降低编码速率和改善音质. 非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.     

一种针对ISF参数的量化算法

宽带语音编码中普遍使用导抗谱频率描述声道。利用转换分类差矢量分裂矢量量化方法对导抗谱频率进行量化,该方法基于转换分类矢量量化及差值分裂矢量量化。IsF矢量先按照给出的码书分类,然后每一类中的差矢量再进行分裂矢量量化。实验结果表明,该算法可在每帧编码比特数为37时达到透明量化要求,并且码书存储量明显少于StephenSo等人给出的转换分类分裂矢量量化方法。     

Variable dimension VQ encoding and codebook design

A variable dimension vector quantizer (VDVQ) has codewords of unequal dimensions. Here, a trellis-based sequential optimal VDVQ encoding algorithm is proposed. Also, a VDVQ codebook design algorithm based on splitting a node with equal or reduced dimensions is proposed that does not require any codebook parameter to be prespecified unlike known schemes. The VDVQ system is shown to outperform a few known VQ systems for AR(1) sources     

Constrained-storage vector quantization with a universal codebook

Many image compression techniques require the quantization of multiple vector sources with significantly different distributions. With vector quantization (VQ), these sources are optimally quantized using separate codebooks, which may collectively require an enormous memory space. Since storage is limited in most applications, a convenient way to gracefully trade between performance and storage is needed. Earlier work addressed this problem by clustering the multiple sources into a small number of source groups, where each group shares a codebook. We propose a new solution based on a size-limited universal codebook that can be viewed as the union of overlapping source codebooks. This framework allows each source codebook to consist of any desired subset of the universal code vectors and provides greater design flexibility which improves the storage-constrained performance. A key feature of this approach is that no two sources need be encoded at the same rate. An additional advantage of the proposed method is its close relation to universal, adaptive, finite-state and classified quantization. Necessary conditions for optimality of the universal codebook and the extracted source codebooks are derived. An iterative design algorithm is introduced to obtain a solution satisfying these conditions. Possible applications of the proposed technique are enumerated, and its effectiveness is illustrated for coding of images using finite-state vector quantization, multistage vector quantization, and tree-structured vector quantization.     

波形码书的二次设计方法研究

一个实用的矢量量化码书应该具有体积小、代表性强的特点 ,本文提出了对已知波形码书进行二次设计的两种方法 ,一种是基于码字使用频率 ,另一种是基于码字能量 ,二者都可降低码书复杂度 ,获得高质合成语音。进一步的分析揭示了两种方法的联系。     

Voice Coding and Tree Encoding Speech Compression Systems Based Upon Inverse Filter Matching

Two speech compression systems based on codebooks of inverse filters produced by off-line linear predictive coding (LPC) and vector quantization (VQ) techniques are considered. The first system is a pitch excited vocoder that is a variation on a speech coding system based upon vector quantization. The encoder selects an LPC reverse filter from a finite codebook that best "matches" an observed frame of sampled speech. This filter is in turn used to determine the voicing and digitized pitch information. Unlike LPC systems, the digitization is performed in a single step on the data rather than separate modeling and digitization steps. The second system is a tree encoding system that uses the filter selected by an inverse filter matching vocoder to "color" a tree that is then searched for a minimum distortion path for the original sampled speech waveform. This system can be viewed as a hybrid between an adaptive predictive coder and a universal tree encoder. The two systems are described, simulated, and compared with other similar systems.     

Use of nonlinear principal component analysis and vectorquantization for image coding

The nonlinear principal component analysis (NLPCA) method is combined with vector quantization for the coding of images. The NLPCA is realized using the backpropagation neural network (NN), while vector quantization is performed using the learning vector quantizer (LVQ) NN. The effects of quantization in the quality of the reconstructed images are then compensated by using a novel codebook vector optimization procedure.     

一种高质量的8kb／sACELP语音编码算法及其实时实现

本文介绍了一种编码速率的８ｋｂ／ｓ的高质量实时语音编码器，它采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，并采用高效的码本结构，码本搜索技术和矢量量化技术来获得较高的语音合成质量和较低的算法复杂度，在无需外部ＲＡＭ和ＲＯＭ的情况下，该算法已用ＴＭＣ３２０Ｃ５０实时实现并用于一个实时的全双工通信系统，通过信噪比及人耳主观听视实验等性能测试表明，该算法的性能明显优于优于北美的８ｋｂ／ｓＶＳＥＬＰ     

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。     

一种新的语音LSF矢量量化码书优化算法

LSF(线谱频率)码书的性能对合成语音质量有着重要影响.经典的LBG算法容易陷入局部最优,而目前的一些码书进化算法搜索空间较大、搜索效率不明显.本文提出了一种新型的基于对LSF矢量空间进行拉伸变化的混合进化码书优化算法.该算法编码空间与矢量同维,相对较小,便于优化操作.算法中引入EP中的变异操作对PSO位置、速度矢量进行控制,以提高优化搜索算法的效率.实验结果表明,本文算法有效地改善了码书性能.