基于子帧参数动态规划的语音基音周期提取算法

基音周期是语音参数编码中的重要参数。利用语音短时平稳性,提出了基于子帧参数动态规划的算法：每帧提取两组参数,帧间动态规划。仿真表明：对比传统算法,本方案更加准确;对于清浊音过渡帧的检测和基音倍频/半频错误有较好的改进作用。     

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。     

SELP 2.4kb/s语音编码算法跳跃帧判决及处理

为解决正弦激励线性预测(SELP)2.4 kb/s语音编码算法中清浊音过渡时合成语音的质量较差的问题,该文利用子带清浊音判决参数量化过程中存在的冗余度,提出了一种跳跃帧判决及处理方法。该方法根据当前帧前后各60个样点的平均能量比值判定当前帧是否为跳跃帧,并利用子带清浊音判决参数量化的冗余度传送跳跃帧信息。解码端根据当前帧是否为跳跃帧对解码端参数采用不同的插值方案。测试结果表明,该方法能够将合成语音的M O S分提高0.004左右。     

基于层间预测的空间可扩展帧内编码算法

利用空间可扩展编码中的层间预测技术,提出了一种基于层间预测的空间可扩展帧内编码算法.对于空间基本层上的图像宏块,采用与H.264/AVC标准兼容的帧内编码方法进行编码.对于空间增强层上的图像宏块,除了本层中的邻块数据之外,进一步利用基本层上的对应宏块数据对其进行帧内预测编码.特别是在无法获取本层邻块数据的情况下,使用基本层上的对应宏块数据作为扩展数据源来预测编码,以提高编码效率.实验结果表明,与传统的单层帧内预测算法相比,本算法提高了增强层编码的信噪比,同时编码码率和计算复杂度基本不变.     

减小帧内编码分辨率的快速算法

随着H.264视频编码标准的应用,转换编码的难度也越来越高. 为了提高帧内编码图像分辨率减小的速度,提出了一种基于方向性的快速算法. 实验结果表明,该算法在很少的图像质量损失下能节省23%的重新编码时间,从而提高了转换编码的实时性及带宽变换能力.     

波形变换域语音波形的帧间差分编码

本文提出一种新的语音波形的帧间差分编码算法，文中对帧间差分编码所遇到的帧匹配、过渡帧处理和量化器设计等问题进行了讨论，文末给出了汉语普通话几个常见单元音量化信噪比的测试结果。实验表明：采用四比特帧间差分编码，当信号采样频率为８ｋＨｚ时，其短时量化信噪比的平均值超过２９ｄＢ，利用归一化新波形的对称性、半周期取零技术和基音重复，预测误差用４比特量化时，可在数码率２ｋ～４ｋｂｐｓ情况下得到优质重建语音。     

极低速率语音编码中LSP参数的高效量化算法

为在极低速率下实现高质量的语音编码,提出了一种新的有效的线谱对(LSP)参数量化算法——P-RS-MSMQ算法。此算法以多帧联合矩阵量化作为基本框架,引入了基于超级帧模式的均值去除和帧间预测策略、矩阵分裂和子矩阵多级量化策略;同时提出了基于语音帧短时谱能量的帧内加权和基于超级帧中各子帧重要性的帧间加权策略等。实验表明:此算法能够在700b/s的速率下获得接近透明量化的性能;即使在300～400b/s的极低速率下也具有较高质量的量化效果。因此该算法的实现对极低速率语音编码算法的研究具有重要的意义。     

九宫图格式视频的帧内优化编码

提出一种基于3DTV九宫图格式视频的帧内优化编码算法,充分利用帧内图像所特有的相关性,极大地减小了编码码率。针对九宫图格式的视频预处理,提出了一种适合该特殊格式视频显示的图像下采样方法,实验证明该方法能进一步减小码率,并且能使图像质量改善。整个编码算法完全基于最新的HEVC视频编码标准平台进行实现。在相同PSNR的情况下,相比传统的九宫图视频帧内编码算法,本文算法可以有效地减小码率。     

G.729语音编解码系统的帧同步实现算法

基于帧结构的中低速率语音编解码算法G.729在应用中经常会遇到码流的帧同步问题。为克服传统的帧同步方法会增加码率的缺点,提出了一种通过修改G.729帧结构实现的同步方法。结合G.729的特点,通过比较选择出一种性能较好的失步检测算法,并设计了类似结构的同步捕捉算法。最后将这两部分算法有机地结合起来以省去各部分的初始化过程并使它们协同工作,从而大大地提高了整体性能。同时还给出了详细的性能分析,结果显示出了良好的性能指标,在实际应用中也已得到了证明。     

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.     

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。     

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。     

一种基于信道软译码的差错隐藏算法

为满足恶劣无线环境下低速率语音通信需要,针对混合激励线性预测(MELP)提出了一种基于信道软译码的差错隐藏算法.利用软译码所得对数似然概率比估计比特错误概率,提出了利用比特错误概率和信源残留冗余,基于最大后验概率(MAP)估计合成端语音清浊音模式.对不同的清浊音模式,选择不同的参数重构方案,浊音帧时,利用对数似然概率比基于最小均方误差(MMSE)准则进行参数重构;清音帧时,硬判决对数似然概率比,由硬判决结果通过映射直接重构参数,在信道编码为递归系统卷积码和并行级联卷积码情况下,采用PESQ测试了提出的差错隐藏算法误码条件下合成语音质量.测试结果表明,与近年来提出的针对MELP的差错隐藏算法相比,该算法具有更好的性能.     

基于张量分解模型的语音信号特征提取方法

提出了一种通过张量分解提取语音信号特征的方法. 该方法对语音信号进行预处理,然后对每帧语音信号进行小波分解得到不同尺度上的信息,对这些信息提取传统特征参数,构建一个帧结构×分解尺度×特征参数的三阶张量,并经过张量分解得到各阶投影矩阵,从而建立语音信号在高阶空间上的特征体系,以便充分表征语音信号的特征. 实验结果表明,本文提出的方法与传统特征参数体系比较,有利于语音识别系统性能的提高,并且对于带噪语音的识别具有一定的鲁棒性.      

基于能量和鉴别信息的语音端点检测算法

为提高实时通信中语音端点检测系统的性能,提出了一种基于能量和鉴别信息的端点检测算法。该算法利用帧信号的能量、子带信号的能量等参数,计算该帧信号与噪声帧基于子带能量分布概率的鉴别信息。算法通过利用鉴别信息,能够在包括语音帧在内的所有帧中更新噪声的能量,从而更准确地跟踪噪声能量的变化。实验结果表明:与基于能量的端点检测算法相比,该方法在信噪比变化比较剧烈的情况下仍然能够较准确地进行端点检测,在0~10 dB范围内变化的坦克噪声环境中,准确率比后者提高约24%。     

改进贝叶斯非负矩阵分解的语音增强算法

为了进一步提高增强语音的质量,基于传统的贝叶斯非负矩阵分解语音增强算法,考虑语音帧内原子间的相关性,提出了一种新的改进贝叶斯非负矩阵分解语音增强算法。该算法可分为训练和增强2个阶段:训练阶段利用该算法分别对纯净语音和噪声进行训练,得到纯净语音和噪声字典;增强阶段利用训练得到的纯净语音和噪声字典组成的联合字典结合,计算带噪语音时变增益,并利用最小均方误差估计得到增强语音频谱,进而重构增强语音。实验结果表明,该算法的对数频谱距离值和主观语音质量评估打分均优于非负矩阵分解(NMF)和贝叶斯非负矩阵分解(BNMF)等传统的语音增强算法,特别是在低信噪比条件下,该算法增强的效果更佳。     

高速无线个域网多视频流信道时间分配算法

研究了视频传送时的信道时间分配问题.根据视频帧的不同重要性和长度等,预留不同带宽,从而加强公平性.同时利用不同方法对不同重要程度的视频帧进行差错保护,从而提高实时视频业务的性能.在此基础上,提出了一种保证服务帧率公平的高优先级帧最小瞬时权重优先的信道时间分配算法.仿真表明:所提算法较已有算法在同等公平性下可解帧率平均提高5 %,在网络负载严重的情况下能提高11 %.