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。     

一种挖掘低速率语音编码最低有效位的新方法

信息隐藏是保证信息传输安全的重要手段。针对VOIP系统中低速率语音编码在信息隐藏时最低有效位难以确定的问题,利用遗传算法GA(Genetic Algorithm)作为优化工具,以客观的语音质量评价标准和信息隐藏容量为依据构建遗传算法目标函数,提出一种能够挖掘低速率语音编码最低有效位的新方法。以G.729a语音编码为例进行实验测试,测试结果表明,该方法在给定的语音质量下,以隐藏容量最大为目标可以精确搜索到所有最低有效位。最后通过在语音帧的最低有效位上进行机密信息的隐秘传输验证信息隐藏技术的可行性。     

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.     

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。     

低延迟低码率语音编码研究

现有的低延迟语音编码算法（LD-CELP）需要16 kb/s比特率,无疑会妨碍它的应用。提出了一种采用两阶段码书搜索的方法可以在提高低延迟语音编码算法性能的同时降低码率。首先构造了两个子码书：一个后向更新的自适应码书和一个具有代数结构的固定码书;然后设计了两阶段码书搜索方法使滤波后的激励矢量和目标矢量之间的均方误差保持最小。这样就得到了一个在8 kHz采样率下具有2.5 ms延迟的10 kb/s两阶段码书搜索的CELP编码器。用平均分段信噪比（SSNR）和感知语音质量评价（PESQ）测试,本算法具有和16 kb/s的G.728相当的编码质量。     

视频压缩编码低时延速率控制

本文给出了ＩＴＵ－ＴＨ．２６３视频编码的一种速率控制方法。该方法通过调速宏块量化器来控制编码器的输出比特速率。适用于低时延可视电话。     

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。     

基于统计模型及SVM的低速率语音编码QIM隐写检测

QIM(Quantization Index Modulation,量化索引调制)隐写在标量或矢量量化时嵌入机密信息,可在语音压缩编码过程中进行高隐蔽性的信息隐藏,文中试图对该种隐写进行检测.文中发现该种隐写将导致压缩语音流中的音素分布特性发生改变,提出了音素向量空间模型和音素状态转移模型对音素分布特性进行了量化表示.基于所得量化特征并结合SVM(Support Vector Machine,支持向量机)构建了隐写检测器.针对典型的低速率语音编码标准G.729以及G.723.1的实验表明,文中方法性能远优于现有检测方法,实现了对QIM隐写的快速准确检测.     

GSM全速率语音编码中Schur递归算法的FPGA实现

Schur递归算法是GSM全速率语音编码算法中计算短期滤波参数的一个关键部分。由于它是一个典型的双循环结构,所以在算法的FPGA实现中也具有代表意义,本文对Schur递归算法的特点进行了详细的分析,提出了一种利用FPGA实现Schur递归算法的方案,并对其实现过程中各模块的设计方法进行了详细的分析。     

基于DSP5416芯片的语音识别系统

本文主要论述了一种小词表语音识别系统的硬、软件设计方法。系统以DSP5416为硬件平台,采用非线性美尔刻度倒谱参数（MFCC）特征参数提取算法,动态时间规整（DTW）作为识别算法,实现了语音识别系统的设计。实验结果表明平均语音识别率不低于90％,取得良好的识别效果。     

基于DSP5416芯片的语音识别系统

本文主要论述了一种小词表语音识别系统的硬、软件设计方法。系统以DSP5416为硬件平台,采用非线性美尔刻度倒谱参数(MFCC)为特征参数提取算法,动态时间规整(DTW)作为识别算法,实现了语音识别系统的设计。实验结果表明平均语音识别率不低于90%,取得良好的识别效果。     

基于DCOM的分布式电话语音识别系统

文章讨论了一个分布式电话语音识别系统的设计与实现。首先介绍了系统的框架结构和基于DCOM的进程间通信;然后给出了系统主要模块的功能和实现方法,并讨论了针对分布式系统和语音识别的特点而进行的性能优化。     

一种低码率下的新型码率控制策略

在大多数视频压缩标准中,码率控制方法都是针对中高码率情况而设计的,而在较低码率情况下的工作情况都不够理想。针对这个问题,本文提出了一个较低码率情况下的码率预测模型,并在该模型基础上建立起一种针对较低码率情况的码率控制策略。实验结果证明了这种码率控制策略的有效性。     

基于嵌入式的语音识别系统

该文设计了基于嵌入式的语音识别系统。系统硬件需要实现与服务器连接生成二维码,对Led的驱动调用。系统软件则包括App应用的设计,科大讯飞语音识别技术的SDK移植、服务器的搭建以及TCP/IP协议与Socket通信机制进行网络通信交互的设计。App里的语音系统对A23中的Led具有高效的控制力,通过服务器的转发,Led能够对接收到的语音命令作出迅速的反应,从而进行相应的开灯或者关灯的操作。     

嵌入式语音识别系统设计

分析嵌入式语音识别系统设计的要点，提出了一种基于凌阳SPCE061A单片机的嵌入式特定人语音识别系统，重点讨论了嵌入式语音识别系统的相关算法及系统组成。该系统识别率高，价格低廉，可移植性好，已成功应用于智能机器人控制平台。     

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。     

电话语音识别系统

讨论了一个典型的电话语音识别系统的设计与实现。首先提出了系统的整体模型,之后给出了系统的整体结构和系统的主要模块。较详细地介绍了声学层识别的速度优化和电话信道补偿问题,以及语言模型的容错算法和基于语义依存关系的容错理解模型,并对系统各层次模块性能进行了实验测试。     

语音识别技术研究进展

简单介绍了语音识别技术的发展历史和现状,阐述了语音识别系统的基本原理,对语音识别的基本方法和识别过程进行了深入分析,尤其对HMM模型及其改进型作了详细说明,探讨了语音识别技术发展过程中的难点问题,给出了相应对策,并对语音识别技术的发展方向和前景作了展望.     

VB中创建语音识别应用程序

使用VB中SPI提供的DirectSpeechrecognition控件,创建了语音识别的VB应用程序。本文的应用程具有语音“命令与控制”功能,同时也可作为一些复杂语音识别程序开发的核心部分。