基于变分辨率频谱特征的向量机静音检测和实时混音技术

静音检测算法基于两个语音感觉特征与变分辨率频谱的Mel频率倒谱系数组合成音频特征，采用多门限过零率对静音进行初判，并通过二分类支持向量机对组合语音特征进行分类；实时混音算法使用每一路音频的短时能量作为混音权重．测试表明，静音检测算法在不同信噪比下语音识别正确率高于G．729B静音检测算法；实时混音算法听觉测试优于传统的算法，并且混音计算延时低，满足网络实时传输的要求；两种算法同时应用于视频会议系统，视频会议服务器的运算量低于使用了G．729B静音检测算法的视频系统．     

G729语音编解码实现方案的研究及基于DSP的实现

语音压缩是现代多媒体通信中实现低速率语音通信的关键技术.其中ITU-T G729协议是基于共扼结构-代数码激励线性预测( CS-ACELP)的语音压缩编码技术.本文首先对CS-ACELP算法所采用的主要技术进行了介绍，对G729协议的算法结构及其原理进行了分析，并提出了基于DSP的G729语音编码和语音、解码实现方案，探讨了此算法实现的代码优化方法.     

G.729.1 算法的改进与 DSP 全汇编优化设计

在G．729．1宽带语音编码算法中,时域混叠编码器的谱包络编码根据帧内子带的相关性,采用差分霍夫曼编码来减少编码的比特分配。针对相邻帧对应子带的谱包络存在相关性,给出了在原有谱包络编码模式的基础上,增加一种帧间对应子带差分霍夫曼编码的模式来进一步减少谱包络的编码比特数,从而提高合成语音的质量。由于G．729．1可以根据信道的特征随时调整编码速率以取得更好的宽带语音质量,这使得该编码算法具有很高的复杂度。为了能在数字信号处理器（digital signal processor,DSP）上实时实现G．729．1,结合TMS320VC5505数字信号处理器对G．729．1算法采用全汇编实现,并对汇编后的G．729．1代码做了进一步的汇编优化,优化后的G．729．1算法在保证了高质量语音输出的同时,提高了编码效率,实现了对语音信号的实时处理。     

基于G.729A和AES的分组语音保密通信

AES分组密码由多轮迭代的轮函数构成，对轮函数包括的4个面向字节的变换：字节变换、行移位、列混合和加载子密钥作简要介绍和分析；并简要描述了G．729A的编码、解码器的工作流程和参数结构．由于AES标准仅支持128bit的分组加密，而G．729A语音编码帧的大小为80bit，所以不能直接应用AES来加密G．729A的编码语音来实现语音保密通信，在不损害AES的安全强度下，提出两个适用于加密G．729A编码语音帧的AES修正方案：AES160和AES80，根据分组密码的随机性测试、明密独立性测试、雪崩效应测试分析AES160和AES80密码统计性能，测试结果表明AES160和AES80都有优秀的密码学统计性能，最后利用随机误码，分析基于G．729A和AES的语音保密通信系统的抗误码性能，结果表明AES160和AES80适用于加密G．729A的语音编码帧，并保留了AES的密码安全性能。     

基于G.729A语音实时传输系统的实现

简述G．729A编码和解码的原理,以及编码器和解码器的简化流程。语音实时传输系统由录音压缩、网络通信和解压播放3个模块组成,实现G．729A编码器与解码器的封装、语音录制与播放、流式套接字和线性同步等功能。系统测试结果表明,基于G．729A语音实时传输系统具有较好的语音通信效果。     

分裂式Levinson算法在G.728中的运用

在保证语音质量的基础上给出G．728语音编码协议中所用部分算法的简化算法，该简化算法的主要特点是用分裂式Levinson算法取代G．728中原有的传统Levinson算法，同时引入独立数组来简化自相关系数的计算．提出了此算法在DSP上实现时的定点程序优化的方案．     

G．729语音编解码算法的DSP系统实现

给出一个基于数字信号处理器的G．729语音编解码系统设计方法，重点对其中DSP芯片的AIC接口模块和PCI接口模块的设计作了论述，在对G．729编解码的实际测试中，取得了符合标准的语音编解码效果。     

一种基于近邻传播聚类的语音端点检测方法

为提高语音端点检测在低信噪比情况下的准确性,提出一种基于近邻传播聚类的语音端点检测算法.首先采用能量语音端点检测去除静音段;然后利用近邻传播聚类自动获取类别数的优点,有效地将语音细分为无语义语音和静音段、远场噪声段等各种类别;最后结合后处理方法,对语音端点做进一步过滤处理.实验结果表明:该算法在低信噪比的情况下,与传统的能量语音端点检测相比,其有效语音检测的漏警率相对下降13%,虚警率相对下降14%;在实际应用中,如声纹确认和声音检测等,与经典算法相比,该算法检测的准确率与效率等性能得到了显著提升.     

一种基于G.729a语音的信息隐藏方法

针对VoIP系统普遍使用G.729a语音编码,采用逐帧按位取反的方式对G.729a语音进行全面测试,以客观的语音质量感知评价(PESQ)标准为依据,总结G.729a语音帧中可隐藏位(最低有效位).结合矩阵编码算法,提出一种基于G.729a语音的信息隐藏方法,以大量的语音样本为载体,对该方法进行测试分析.实验结果表明:该方法能提供可观的隐藏容量(8 bit·帧^-1),较高的嵌入效率(2.678),很好的不可感知性(平均PESQ值为3.593),且很好地符合了VoIP通信的实时性要求.     

3G系统中复杂背景噪声环境下话音激活检测算法性能分析

以第三代移动通信合作项目组（3GPP）和欧洲电信标准委员会（ETSI）SGM相关标准为依据,分析自适应多速率语音编码器中话音激活检测算法在不同背景噪声和不同输入信噪比下的性能,基于对大量实验室结果的分析,对其在3G系统中应用的鲁棒性加以验证,同时和国际电联电信标准组（ITU－T）建议的G．729算法进行比较,研究表明,该算法在非平衡背景噪声环境下的成于G．729,在保证重构语音足够高可懂度和自然度的前提下,使整个移动通信系统容量增加约30％。     

一种典型的数字移动通信信道模型在语音编码中的应用

以Gilbert-Elliot数字信道模型(GE模型)作为数字移动通信信道模型,分析了该模型的突发误差(Burst Error)统计特性.用PCM及ADPCM编码方法,研究了在信道各种不同平均比特误差率p条件下的语音信号输出性能,以及使用不同交错(Intereaving)因子s条件下信道输出特性.同时还研究了产生统计独立误差的Bernoulli(BR模型)信道在上述语音编码条件下的输出特性.得出在较低信道平均比特误差率的条件下,两种信道模型有接近相同的输出信噪比。     

G.729 CS-ACELP语音译码器丢失帧的重建机制

在分组网络中传输语音时,因为存在流量过载的情况,所以需要考虑其引发的分组丢失对生成语音质量的影响,对于采用合成分析法的语音编码方式,一旦分组丢失,会引起译码器输出语音的质量明显降低,介绍了一种于基共轭代数码本激励线性预测编译码器丢失语音帧的重建机制,依照Ｇ．７２９标准的三种兼容程度分别建立模型,重点在于外推出激励信号和综合滤波器参数。运用本机制模拟随机性和突发性的帧丢失两种情况,发现在帧丢失率达３     

一种高质量语音编解码专用芯片的设计

为满足中速率高质量语音通信系统的需要 ,采用数字信号处理器内核 (DSP Core)的方法 ,设计了具有国际电信联盟 (ITU )建议 G.72 9A语音编解码器、自适应回声抵消和单路同步功能的专用芯片。根据所用数字信号处理器内核的特点 ,对 G.72 9A算法进行了优化 ,降低了算法复杂度和所需存储空间 ,实现了 G.72 9A全部功能 ,并通过了全部ITU测试序列的检验。回声抵消部分使用归一化最小二乘(NL MS)自适应滤波器实现 ,并设计了近端语音活动性检测和非线性残余回声抑制等功能模块 ,使其性能完全符合 ITU建议 G.16 5各项指标要求。在单路同步模块中 ,使用了并行模二比特排除方法 ,具有同步扑捉快、抗信道误码能力强的优点。专用芯片使用较少的资源 ,在一块芯片上集成了以上全部功能     

基于ARM的低速率语音编码的研究与设计

随着移动通信系统的广泛应用,低速率语音编码也获得了极大的发展。本文研究了一种基于连续正弦波形（CSW—Continuous Sinusoidal Waveform）的低速率语音编码算法。该算法是一种改进的正弦谐波编码算法,鳊码速率达到2．4kb／s以下。本算法采用叠加一组正弦波的方法来合成语音,这些正弦波的频率是基音频率的整数倍。并采用内核ARM920T（mpu是Samsung公司的S3C241O）对语音编码信号进行处理。     

一种基于幅度谱偏度的语音激活检测算法

根据语音信号偏离高斯分布程度大而背景噪声信号偏离高斯分布程度小这一特征,提出一种改进的以语音短时幅度谱偏度为特征参数区分语音段和噪声段的语音激活检测算法,并应用到2.4 kbit/s混合激励线性预测(mixed excitation linear prediction,MELP)声码器中.通过与自适应多速率(adaptive multi-rate,AMR)语音编码标准中的语音激活检测算法相比较,该算法复杂度较小,且对背景噪声服从高斯分布的语音信号具有更好的端点检测性能.实现了可变速率MELP声码器的平均输出码率下降为1.9 kbit/s,通过非连续传输后合成的语音具有良好的舒适性和连续性.     

TSP5220语音合成系统

研究了语音合成芯片ＴＳＰ５２２０的合成原理及使用方法，设计并实现了由ＩＢＭ／ＰＣ机及ＴＳＰ５２２０组成的语音合成系统。该系统合成的语音具有较好的可懂性和自然度，且速率仅为１～１．７ｋｂ／ｓ，与６４ｋｂ／ｓＰＣＭ相比较，大大降低了存储语音所需的容量     

基于G.729编码参数的语音特征及其应用

目的从低比特率语音编码参数中直接提取语音特征。方法针对G．729编码技术提出了一种从编码参数直接计算倒谱系数和基音／能量轨迹特征的方法。结果该方法通过对残差信号进行线性预测分析，提高了谱包络的精确程度，并从码本增益和延时参数中得到了基音／能量轨迹特征。结论说话人识别的实验结果显示，新方案能够使得基于G．729编码参数的说话人识别效果得到较明显的提高，达到了用解码语音进行识别的水平。     

2.4 kb/s MELP算法设计

提出了一种新的工作于低极码率下的混合激励线性预测（ＭＥＬＰ）声码器。该声码器结合了线性预测编码（ＬＰＣ）和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励,有效的线性谱频率（ＬＰＦ）参数量化以及激励谱形状表示,非正式主观测试表明,由采用本算法的一个２．４ｋｂ／ｓ编码器所重建的语音质量略优于美国联邦标准４．８ｋｂ／ｓ码激励性