首页 | 本学科首页   官方微博 | 高级检索  
     

基于非负矩阵分解的2kb/s波形内插语音编码算法
引用本文:张鹏,鲍长春,郭莉莉.基于非负矩阵分解的2kb/s波形内插语音编码算法[J].电子学报,2008,36(4):632-638.
作者姓名:张鹏  鲍长春  郭莉莉
作者单位:北京工业大学电子信息与控制工程学院,北京 100022
基金项目:国家自然科学基金,北京市自然科学基金,北京市教委科技发展计划项目
摘    要:在波形内插(Waveform Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative Matrix Factorization,NMF)方法来分解语音特征波形.该分解方法仅需要当前帧的语音信号,不会给编码器带来额外的延时;为了提高分解精度,本文在CW分解之前先对CW按照其子帧的最大基音周期进行分类,然后按不同类别进行分解.另外,本文结合耳蜗模型提出了NMF的基矢量分带初始化算法,将CW的分解精度提高到与二阶奇异值分解相当的水平;为了降低WI编码器的计算复杂度,本文去除了传统WI编码器中的特征波形对齐模块,同时将NMF的分解阶数设定为16以折中CW分解的计算复杂度和分解精度.最后,本文基于矩阵量化技术,对非负矩阵分解后的编码矩阵采用分裂式矩阵量化方案来量化.主观A/B测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量接近于2.4kb/s SVD-WI编码器.MOS分测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量稍差于2.4kb/s MELP编码器.

关 键 词:语音编码  波形内插  特征波形  非负矩阵分解  
文章编号:0372-2112(2008)04-0632-07
收稿时间:2007-01-16
修稿时间:2007年1月16日

2kb/s Waveform Interpolation Speech Coding Based on Non-negative Matrix Factorization
ZHANG Peng,BAO Chang-chun,GUO Li-li.2kb/s Waveform Interpolation Speech Coding Based on Non-negative Matrix Factorization[J].Acta Electronica Sinica,2008,36(4):632-638.
Authors:ZHANG Peng  BAO Chang-chun  GUO Li-li
Affiliation:School of Electronic Information and Control Engineering, Beijing University of Technology,Beijing 100022,China
Abstract:In WI coding scheme,how to decompose and quantize the characteristic waveforms with low delay,low complexity and high precision have always been a hot research topic.The characteristic waveform decomposition based on non-negative matrix factorization is proposed in this paper.This CW decomposition method doesn't bring any additional delay to WI coder;In order to improve decomposition precision,the CW is firstly classified according to the maximum pitch of its sub-frames before being decomposed.Besides,band-...
Keywords:speech coding  waveform interpolation  characteristic waveform  non-negative matrix factorization  
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《电子学报》浏览原始摘要信息
点击此处可从《电子学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号