基于离散余弦变换的波形内插语音编码算法

 针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相位判决和浊音相位分类的方法,提高了重建语音质量;最后,分别构建了速率为2.0kbps和1.6kbps的DCT-WI声码器.主观MOS分表明,2.0kbps的DCT-WI声码器质量优于2.4kbps MELP声码器,1.6kbps的DCT-WI声码器亦取得了良好的听觉效果.     

小波变换语音编码算法

本文将小波变换用于语音压缩，给出了有关算法和结果。这一算法适用于各类语单甚至音乐信号，有助于实现低码率声音编码。     

基于离散余弦变换和支持向量机的人脸识别研究

提出了一种基于图片分割的人脸特征提取方法,该方法利用二维离散余弦变换对每个子图进行分解,并提取其中最具代表性的系数作为该子图的特征,文中构造了一对多的支持向量机作为分类器来识别不同的人脸。基于ORL人脸数据库对算法性能进行了模拟,实验结果表明,所提出的算法实现简单,并具有较好的性能。     

定时长变速XYZ视频编码

数字视频序列可以看作是从模拟视频信号中抽样得到，帧间相关性过强是由于采样过密造成的；而帧间相关性太弱是由于采样频率太小造成的。从采样定理的角度提出定时长变速ＸＹＺ编码方案，得到很好的编码效果。     

基于M-频带小波变换的宽带语音编码算法

任何能量有限信号可以用Ｍ－频带紧支撑正交小波基展开，这有助于研究快速信号处理算法和高效编码算法。本文设计了一种基于Ｍ－频带正交小波变换的宽带语音编码算法，该算法语音质量好，编码时延小。     

一种600bps极低速率语音编码算法

该文针对抗干扰通信中对低速率语音编码算法的应用需求,提出了一种600bps极低速率语音编码算法,采用6帧超帧结构,超帧中包括2个基本帧与4个插值帧。插值帧的线性预测(LPC)参数采用基于闭环最优一阶线性预测的4阶段残差矩阵量化;在解码端,提出了闭环的激励脉冲幅度估计方法,提高了合成语音的自然度与鼻音音节的清晰度。该算法可以提供良好的合成语音质量,DRT测试结果达到88.55分。     

高质量鲁棒600BPS甚低速率语音编码算法

本文提出了一种600bps高质量鲁棒语音编码算法,该算法采用多帧参数分类联合矢量量化、动态比特分配、参数内插和参数相关预测等技术降低语音编码速率.为了提高算法的抗信道误码能力,算法采用了鲁棒的矢量量化.非正式主观试听表明该算法的合成语音质量优于传统的2.4kbps线性预测(LPC-l0e)语音编码算法,接近于2.4kbps的MELP,并且该算法在1%的随机误码信道条件下仍然具有良好的可懂度.     

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     

低码率小波变换语音编码算法

本文给出了一种基于小波变换的低码率语音编码算法，它具有码率低（小于３ｋｂｉｔ／ｓ）、适用范围广、音质好、无人工噪声等优点，不仅对语音信号而且对音乐信号也有效，有助于实现低码率宽带声音编码，对信息的高效传输和存储有重要意义。     

MELP低比特率数字语音编码技术研究

主要介绍了一种新的低比特率MELP (MixedExcitationLinearPrediction)混合激励线性预测语音编码技术 ,其中着重分析了该编码算法所采用的几项关键技术。给出了采用MELP压缩编码算法后的输出比特流在各个参数上的比特分配表 ,并通过计算机仿真 ,对MELP合成语音与原始语音的质量做了比较 ,最后就MELP语音编码技术与现今其它几种不同的低速率语音编码技术的合成语音质量在DRT、DAM及MOS得分三个方面做了比较。     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测（MELP）,多带激励编码（MBE）,正弦变换编码（SCI）,波形内插编码（WI）。大多都工作在2．4kb／s速率下。作为一种重要的低速率语音编码算法。MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2．4kb／s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。     

一种可用于CDMA移动通信的变速率语音编码算法

该文提出了一种码率为 0.75-5.4kb/s可变速率的高质量语音编码讲法。该算法对CELP的激励进行了改进,根据语音的特征把语音分成4类,不同类型的语音采用不同的激励码本。特别是对于浊音,提出了一种基于基音同步的嵌入分裂式激励码本,该码本利用浊音具有准周期性的特点,使该算法在很低的码率下就可很好地恢复浊音信号,克服了CELP在4kb/s速率以下因码本尺寸小而导致合成语音质量差的缺点。经非正式听音测试,它的主观质量超过了1～8kb/s的可变速率QCELP系统,并且平均速率大约只有2kb/s,比QCELP的5kb/s平均速率低了很多、非常适用于 CDMA移动通信系统。     

一种基于回归神经网络的码本激励非线性预测话音编码算法

为改善预测类声码器中长时预测器特性，本文引入了一种全连接回归神经网络（ＦＲＮＮ）非线性预测器并将其应用于话音编码算法中。ＦＲＮＮ在隐层单元不仅有来自自身的反馈，也有来自输出单元的反馈，因此其预测性能好于常规预测器。将其应用于码本激励话音编码系统（ＣＥＬＰ）中，可得到较低的传输码率，同时亦可改善编码质量。     

基于H.261的远程视频监控变码率技术的实现

文章提出并实现了一种基于H．261建议的远程视频监控系统．系统采用了一种新的变码率技术一根据视频图像数据量来自动调整编码率，利用这种变码率技术对由摄像机获取的视频信号进行编码压缩处理，再通过光纤通信系统对标准的H．261数据流进行传输。以供监控中心进行实时监控和备案查询．实验表明，该系统技术性能稳定，具有良好的监控效果．     

A layered coding system for very low bit rate video coding

Known coding techniques for transmitting moving images at very low bit rates are explained by the source models on which these coding techniques are based. It is shown that with motion-compensated hybrid coding, object-based analysis-synthesis coding, knowledge-based coding and semantic coding, there is a consistent development of source models. In consequence these coding techniques can be combined in a layered coding system. From experimental results obtained for object-based analysis-synthesis, coding estimates for the coding efficiency of such a layered coding system are derived using head and shoulder video telephone test sequences. It is shown that an additional compression factor of about 3 can be expected with such a complex layered coding system, when compared to block-based hybrid coding.     

Fuzzy quantization based bit transform for low bit-resolution motion estimation

This study proposes a novel fuzzy quantization based bit transform for low bit-resolution motion estimation. We formalize the procedure of bit resolution reduction by two successive steps, namely interval partitioning and interval mapping. The former is a many-to-one mapping which determines motion estimation performance, while the latter is a one-to-one mapping. To gain a reasonable interval partitioning, we propose a non-uniform quantization method to compute coarse thresholds. They are then refined by using a membership function to solve the mismatch of pixel values near threshold caused by camera noise, coding distortion, etc. Afterwards, we discuss that the sum of absolute difference (SAD) is one of the fast matching metrics suitable for low bit-resolution motion estimation in the sense of mean squared errors. A fuzzy quantization based low bit-resolution motion estimation algorithm is consequently proposed. Our algorithm not only can be directly employed in video codecs, but also be applied to other fast or complexity scalable motion estimation algorithms. Extensive experimental results show that the proposed algorithm can always achieve good motion estimation performances for video sequences with various characteristics. Compared with one-bit transform, multi-thresholding two-bit transform, and adaptive quantization based two-bit transform, our bit transform separately gains 0.98 dB, 0.42 dB, and 0.24 dB improvement in terms of average peak signal-to-noise ratio, with less computational cost as well.     

CELP based mixed-source model for very low bit rate speech coding

A CELP based mixed-source model is described. It uses a mixed excitation which combines a lowpass-filtered adaptive source and a highpass-filtered stochastic source. In addition, one more stochastic source is newly employed for more natural sounding speech. In informal listening tests, the proposed model at 3 kbit/s shows very good performance both in speech quality and intelligibility.<>     

基于小波变换的2.4kbit/s波形内插语音编码算法

基于双正交小波滤波器组对波形内插编码中提取的特征波进行多级分解与重构，提出了一种基于小波变换（WT）的2．4kbit／s特征波形内插（CWI）语音编码算法。编码端去除了特征波对齐运算，并对幅度谱进行多级分解，相位谱不传输，鉴于小波变换对信号的压缩特性，仅传输对人耳感知起主要贡献的最后一级特征波幅度谱；解码端对各尺度空间采用单独重建的方法，相位信息在重构的末级与幅度谱结合，并由浊音度标志选择固定或随机相位。此外，根据语音信号的时变特性，由基于子帧的浊音度标志选择需要传输的幅度谱及量化模式。主观R-A／B测试表明，这种基于小波变换的2．4kbit／s编码算法的合成语音质量明显优于标准的2．4kbit／s的MELP编码器及FS1016的4．8kbit／sCELP编码器，亦优于3．8kbit／s的传统CWI编码框架下的合成语音效果。     

基于小波变换的极低码率视频编码技术

介绍几种基于小波的极低码率视频编码及其应用，在世纪之替之际出现了许多新颖和特殊需求的应用领域，例如会议电视，移动通信中的视频传输等等。这些应用的出现，为极低码率的视频编码研究重新注入了新的动力。