声码器基音周期参数抗差错算法

为降低在窄带高误码率信道上语音传输的失真,针对基音参数提出了一种解码端抗差错算法.语音信号的基音周期本身变化比较平缓,在解码端将当前语音帧的基音参数与上一帧的基音参数进行比较,若发现变化超过一定范围, 则认为是当前帧基音参数出错,并对其进行纠错处理.为了防止由于基音参数的重建错误而引起的误码扩散,若上一帧语音进行过纠错处理,则当前帧语音不作纠错处理,直到下一帧语音再跳入恢复算法.实验结果表明: 在1×10-2以上的随机误码率下,采用本文提出的纠错算法后,信道误码引起的声码器基音参数误差能够降低10%以上.     

基于MMSE的声码器解码算法

为满足在高误码率的窄带信道上进行语音通信的需求 ,研究了一种适用于甚低速率语音通信的抗误码参数估值算法。基于一定的解码状态 ,声码器通过最小均方误差(MMSE)估计的方法估计最优参数 ,充分降低信道误码对重建语音质量的影响。对于解码状态参数 ,通过计算最大后验转移概率的方法作最佳估计 ,并给出了一种简化的估计方法。这种抗误码算法计算量小 ,算法复杂度低。仿真结果表明 ,在不同误码率下用该算法恢复出的重建语音 ,不论客观评价或是主观评价 ,其质量都要优于传统的帧删除掩盖方法     

声码器线谱对参数抗信道误码算法

为降低在窄带高误码率信道上语音传输的失真,针对线谱对参数提出了一种基于信源信道联合特性的声码器线谱对参数抗误码算法.该算法首先对声码器模式信息采用结合长时统计特性的改进最大后验概率算法进行恢复,然后对语音合成质量影响最大的线谱对参数进行基于前向统计概率和分模式加权的最小均方误差准则下的线谱对参数差错后处理.该算法在不消耗任何额外带宽且无算法延时的要求下,可以显著降低线谱对参数谱失真,提高声码器抗信道误码能力和信道误码条件下的合成语音质量.特别在较高信道误码率(5%)下,平均谱失真降低0.3, MOS(mean opinion score)平均提高15%左右.     

0.8 kb/s高质量声码器算法

随着通信的发展,对极低速率下语音压缩编码算法的需求越来越迫切.为满足极低码率的要求并获得高质量的合成语音,提出了一种高质量的0.8 kb/s 声码器算法.此算法基于传统的线性预测模型,利用多帧联合的超级帧参数分模式联合矢量量化技术,以及多带混合激励,子带清浊音参数相关预测,自适应谱增强,脉冲扩散后滤波等技术.主观听觉测试显示,此声码器在0.8 kb/s的速率下其合成语音不仅具有高可懂度而且具有一定的自然度,诊断押韵测试(DRT)的分数为85%,而且此声码器在10-2的随机误码的信道条件下仍然具有很好的可懂度.     

高质量的0.6 kb/s声码器算法

为满足语音信息存贮和交流对极低速率下语音压缩编码的需求,提出了一种0.6 kb/s声码器算法.此算法基于线性预测正弦激励模型,在极低码率下获得高质量的合成语音,提出清浊音定位和量化方法,应用了多帧参数联合矢量量化技术,以及多带正弦混合激励、谱增强等技术.主观听觉测试显示,在0.6 kb/s的速率下,此声码器合成语音不仅具有高可懂度而且具有一定的自然度,诊断押韵测试(DRT)的分数为89.5%, 而且在10-2的随机误码的信道条件下仍然具有很好的可懂度.实验表明 利用帧间参数相关性及矢量量化的方法可以将编码速率大幅度压低而保持较高清晰度.     

语音模糊特征提取及码本训练算法

为克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模
糊数学中的隶属度概念引入语音子带清浊音描述。提出了五维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;阐述了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法（F-LBG：Fuzzy-LBG）;采用提取算法提取、建立了浊音隶属度码本的训练样本集,采用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器的语音编、解码仿真。结果表明,用浊音隶属度矢量描述合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。     

矢量量化的抗噪声优化算法

矢量量化是低速率语音和图像编码传输的有效手段,但是矢量量化系统很容易受信道误码的影响。通常对信道误码可以用纠错码来解决,但是这需要增加系统的传输码率。该文提出了一种不增加传输码率的矢量量化抗噪声优化算法,即对矢量量化码本的索引值分配进行优化,使得优化后所有Hamming距离为1的二进制码本索引值对应的码矢量的距离尽量小,从而在不增加传输码率的条件下有效地控制信道误码引起的信号失真。软件模拟显示在随机误码的情况下此算法是很有效的,并且成功地应用于低速率声码器算法中,使得声码器在10-2的随机误码的情况下仍然具有良好的性能。     

正弦激励线性预测声码器子带清浊音模糊判决

为了解决目前正弦激励线性预测声码器中各子带的清浊音硬判决使得语音帧间产生明显过渡感的问题,提出一种子带清浊音模糊判决算法,直接采用自相关函数对各子带的清浊音度进行描述,矢量量化后传输至解码端,用于激励信号的产生.测试结果表明: 采用子带清浊音模糊判决算法,能够消除语音帧间的过渡感,能够使各种速率正弦激励线性预测声码器的平均主观意见得分提高约0.05以上.     

8.0kbit/s ACELP声码器的GSM平台仿真

目的　研究恶劣传输环境下8.0kbit/s代数码激励线性预测(ACELP)声码器的译码算法的改进及其在GSM典型信道上的传输性能。方法　在集成软件仿真平台中引入稳健信道编码模块,以消除衰落噪声和高斯噪声的影响,并完成ACELP声码器到GSM全速率语音业务信道(TCH/FS)的速率适配任务;在ACELP译码器中引入错误帧隐藏单元(ECU),以提高恶劣信道环境下的合成语音质量。结果与结论　错误帧隐藏单元与相应的高效稳健的信道编码相结合,基本上消除了恶劣的传输环境带来的大量尖峰噪声,明显改善了合成语音的听觉效果。     

基于MELPe模型的600 BPS声码器算法设计

在增强型混和激励线性预测(MELPe)模型的基础上,提出了一种高音质的600 bps声码器算法。保持MELPe算法特征的同时,利用帧间参数冗余,进行多帧联合量化;运用基于预测的分级矢量量化(PMSVQ)算法对线谱频率(LSF)参数进行量化。在非正式的主观语音质量测试中,合成语音质量优于传统的LPC10e声码器,接近2 400 bpsMELP标准的合成语音。     

基于MTD模型的联合GSM语音解码算法

利用GSMEFR语音编码参数的时间相关性,提出了基于参数估计的信道、信源联合解码算法．该算法首先采用MTD模型对信源参数进行高阶马尔可夫建模,然后将MTD模型参数作为解码端的先验信息,同时利用信道或信道解码提供的接收数据似然值,计算发送参数的后验概率,进行基于MAP,MS或延迟MS准则的参数估计．仿真结果表明,对于GSMEFR语音传输系统,本文提出的联合解码算法性能明显优于信道、信源独立解码算法,提高了参数和语音的全局信噪比,有效改善了系统性能．     

基于时空冗余及不等错误保护的分布式多视点视频编码容错传输

在分布式多视点视频编码(distributed multi-view video coding,DMVC)数据传输过程中,编码方式不同导致K帧与WZ帧受信道误码影响也不相同,因此提出了一种DMVC整体容错传输框架,针对K帧及WZ帧特性设计了不同的容错保护传输方案并进行有效融合。针对K帧的容错传输问题,首先根据左、右相邻视点的对应K帧,利用DIBR算法产生的空间边信息对丢失块进行初始修复;然后根据K帧同一视点内的相邻已解码帧,生成它的时间参考帧,对K帧的丢失块进行重修复。针对WZ帧的容错传输问题,提出了基于不等错误保护(unequal error protection,UEP)的编码算法,根据不同频带的各个比特面的重要性不同,对低频带、高比特面进行更加合理的码率分配,在不增加编码端复杂度的前提下提高了WZ帧的误码容错性能。实验结果表明:在K帧和WZ帧均出现丢包的情况下(丢包率为5%～15%),相比K帧采用传统的帧内错误隐藏加WZ帧采用参考文献码率的算法,本文方案对视频序列重建图像的BD-PSNR平均提升了2.39～4.68 d B,且随着丢包率的增加,提升效果更加显著。     

8.0kbit／sACELP声码器的GSM平台仿真

研究恶劣传输环境下８．０ｋｂｉｔ／代数码激励线性预测声码器的译码算法的改进及其在ＧＳＭ典型信道的传输性能。方法在集成软件仿真平台中引入稳信道编码模块,以消除衰落噪声和高斯噪声的影响,并完成ＡＣＥＬＰ声码器到ＧＳＭ全速率语音业务信道（ＴＣＨ／ＦＳ）的速率适配任务;在ＡＣＥＬＰ译码器中引入错误帧隐藏单元（ＥＣＵ）,以提高恶劣信道环境下的合成语音质量。结果与结论错误隐藏单元与相应的高效稳健的信道编码相结     

能量参数解码端HMM估计算法

在低速率语音编码算法中,如何对特征参数进行有效的量化表示是影响声码器合成语音质量的关键因素。该文提出一种能量参数解码端恢复算法,它利用线谱频率(linespectral frequency,LSF)和清浊音判决参数(unvoiced/voiced decision,U/V)估计能量参数的变化轨迹。该算法利用特征参数之间的相关性,采用隐Markov模型(hiddenMarkov model,HMM)描述LSF、U/V和能量参数之间的统计特性,通过对能量进行解码端恢复,省去量化所需的比特数,从而提高特征参数的整体量化性能。测试结果表明:能量参数解码端恢复算法能够将150b/s混合激励线性预测编码算法(mixed excitation linear prediction,MELP)的合成语音平均意见得分(mean opinion score,MOS)提高0.042。该算法应用于超低速率声码器参数量化是可行的。     

联合UEP和丢失帧隐藏的eX-CELP 语音编码差错控制方案

为提高语音通信可靠性,研究了基于4kb／s eS-CELP语音编码算法的差错控制方案,提出了一种利用PESQ算法评估参数帧不同比特的差错敏感度的方法,讨论了将4kb／s编码算法应用于几个常用的语音通信速率时的前向不等差错保护机制,并利用纠错结果和语音编码参数特点,对丢失帧进行后向的隐藏和恢复。实验结果妻望：该方案不仅可以在各常用编码速率上为用户提供高质量话音,而且具有更强的抗信道误码的能力。     

一种基于混合MELP/CELP的4 kbit/s声码器

利用混合激励线性预测 (mixed excitation linear prediction,MELP)算法和码激励线性预测(code excitation linear prediction,CELP)算法的优点,提出了一种混合MELP/CELP语音编码模型.编码端对强浊音帧采用MELP编码,对弱浊音帧和清音帧进行CELP编码.MELP编码器采用相位对齐技术提取强浊音帧的相位参数,解决了合成语音与原始语音在时间上不同步的问题.对实现的4 kbit/s混合MELP/CELP声码器进行客观MOS(mean opinion score)值和主观DRT(diagnostic rhythm test)清晰度测试,结果表明,该声码器的合成语音具有较高的可懂度和清晰度.     

分布式多视点视频编码容错传输研究

在分布式多视点视频编码(Distributed Multi-view Video Coding, DMVC)数据传输过程中,编码方式不同导致K帧与WZ帧受信道误码影响也不相同,因此本文提出了一种DMVC整体容错传输框架,针对K帧及WZ帧特性设计了不同的容错保护传输方案并进行有效融合。针对于K帧的容错传输问题,首先根据左、右相邻视点的对应K帧,利用DIBR算法产生的空间边信息对丢失块进行初始修复;然后根据K帧同一视点内的相邻已解码帧,生成它的时间参考帧,对K帧的丢失块进行重修复。针对WZ帧的容错传输问题,本文提出了基于不等错误保护(Unequal Error Protection, UEP)的编码算法,根据不同频带的各个比特面的重要性不同,对低频带、高比特面进行更加合理的码率分配,在不增加编码端复杂度的前提下提高了WZ帧的误码容错性能。实验结果表明：在K帧和WZ帧均出现丢包的情况下(丢包率为5%~15%),相比K帧采用传统的帧内错误隐藏加WZ帧采用参考文献码率的算法,本文方案对视频序列重建图像的BD-PSNR平均提升了2.39~4.68 dB,且随着丢包率的增加,提升效果更加显著。     

基于二级矢量量化的LPC声码器算法

为了有效地减少语音编码的比特数、降低量化误差以及提高解码语音质量,提出了一种二级矢量量化的LPC声码器算法.该算法在模糊聚类与LBG级联的VQ算法的基础上,进一步采用二级矢量量化算法对特征参数矢量进行量化.特征参数为语音的两个特征值:基音周期与增益.第一级码本为矢量码本;第二级码本为误差码本.将该算法应用于LPC声码器中进行仿真实验,结果表明:该算法能有效地降低量化比特数并且减少了量化误差,从而使解码语音质量得到改善.     

一种新型视频误码掩错算法

针对高误码率误码信道，提出了一种新型的视频误码掩错算法．该算法充分利用信息隐藏技术提供的隐蔽信道传递编码图像序列中帧内编码帧的运动信息，并利用这些运动信息在帧内编码图像中构造了时间域误码掩错算法．实验结果表明，该算法能够对因误码造成的受损图像进行逼真地掩盖。     

基于数据隐藏的H.264视频传输抗误码方法研究

针对如何改善H.264无线视频传输抗误码性能,提出了一种基于数据隐藏的H.264视频传输I帧误码恢复方法。该方法在编码端自适应地提取I帧宏块的重要数据,并将提取的重要数据隐藏到下一帧RTP报文的扩展头部,然后在解码端提取重要数据并采用空时自适应算法对I帧进行误码恢复。实验结果表明,该方法相比于同类方法显著提高了I帧的误码恢复效果。