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     

基于场景检测的错误隐藏技术

提出了可以用于H.264/AVC解码器的基于场景变换检测的错误隐藏机制,首先利用H.264/AVC的快速准确的检测是否发生场景切换,根据场景切换检测结果对预测帧和I帧分别提出相应的时间空间自适应的错误隐藏方法. 实验结果表明,所提方法在错误隐藏的重构图像质量在主观感觉和客观PSNR定量上,都比通常的方法有明显的提高;与传统错误隐藏方法相比,本文的基于场景切换检测的错误隐藏机制鲁棒性高,更能适应的H.264/AVC更为复杂的多种应用场合.     

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。     

增强型全速率语音编码的原理及实现

在无线通信系统中，语音压缩编码起着非常重要的作用，因为它在很大程度上决定着合成话音的质量和系统容量。为了提高话音质量，GSM提出了增强型全速率（EFR）语音编码方案。它在LPC声码器的基础上，采用了A－B，S和VQ等技术，编码信息中既包含若干语音特征参量又包括部分波形编码信息。因此，能提供高质量的编码，且比特速率压缩到12.2kbps,为TD－SCDMA移动通令系统提供了一咎可行的语音编码方式。笔者从语音编码的基本概念出发，详细地介绍了EFR语音编码的原理及代数码本搜索实现技术。     

基于短时能零积和鉴别信息的语音端点检测

为了提高低信噪比下语音端点检测的准确率,提出了一种新型的语音端点检测算法.该算法利用短时能零积法和鉴别信息的互补优势,一边降噪一边端点检测,而且对于被判为噪声的帧利用基于子带能量鉴别信息方法来进行二次复检,根据鉴别信息来更新噪声能量门限,从而能更准确地跟踪噪声的能量变化.实验结果表明,该方法在信噪比变化比较剧烈的情况下仍然能够准确地进行端点检测,对语音信号的后续处理起到了很好的作用.     

自适应技术在语音编码中的应用

为了解决单一语音编码方法所带来的系统容量和频带利用率的浪费,以欧洲电信标准委员会（ＥＴＳＩ）的自适应多速率（ＡＭＲ）语音编码标准为基础,介绍ＡＭＲ编码技术的基本思想,分析ＡＭＲ语音编码整体系统实现,并在全球移动通信系统（ＧＳＭ）的３种典型噪声环境下模拟测试了ＡＭＲ的中文语音性能,并将合成波形与其它编码器的结果进行了比较,模拟结果表明,ＡＭＲ合成语音质量要比其它编码模式高０．５￣１．２个ＭＯＳ分。     

GSM和CDMA系统语音编码技术的分析和比较

语音编码方案的选取对移动通信系统的通话质量、信道容量等有重要影响。讨论了ＧＳＭ全速率编码及增强的全速率编码和ＣＤＭＡ变速率编码,分析并比较了各自编码特性及其对移动通信的影响。     

基于统计模型实现语音信号有声/无声检测的研究

基于语音信号短时平稳性以及语音信号和噪声的统计模型，提出了一种语音信号有声/无声的检测方法。该方法可对所有语音短时帧更新噪声参数的估值，因而提高了检测的准确性，根据噪声参数以及语音和噪声的统计特性定义了似然比，确定了有声/无声的判别准则，研究了判别阈值、平滑因子等参数以及缓变非平稳背景噪声对检测结果的影响。实验结果表明，即使背景噪声具有缓变特性，利用该方法仍可得到良好的检测结果。对不同的应用，在检测过程中判别阈值的选取应结合平滑因子进行必要的优化。     

采用DTW算法和语音增强的嵌入式声纹识别系统

动态时间规整(dynamic time warping,DTW)是一种相对简单成熟的算法,广泛用于语音识别系统中.针对环境噪声对声纹识别系统性能的影响,用信噪比关联谱减及自适应门限端点检测进行抗噪声处理,在此基础上采用DTW算法设计了基于嵌入式ARM9平台的声纹识别实现方案,并给出了带噪环境下的声纹识别实验结果.     

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.     

基于短时相关性和极值点的语音边界检测

针对基于短时能量和过零率相结合的语音边界检测法在实际应用中的不足,提出了一种改进方法——基于短时相关性和极值点的语音边界检测法,并在MATLAB环境下进行实验测试,在语音客观评价及语音识别算法中取得了良好的效果．     

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。     

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。     

RPE-LTP算法在第三代移动通信系统中的应用与实现

参照GSM语音编码标准,对RPE-LTP这一经典语音编码算法进行了深入研究,并且对RPE-LTP编码器的工作原理进行了详细的研究和分析。在此基础上,以TI公司的CCS2.0为开发环境,以该公司的C5510芯片为平台,采用C语言和汇编语言混合编程的方式,成功地实现了该编码器。并通过硬件平台的实验测试,取得了令人满意的通话效果。从而为这一经典算法在第三代移动通信系统中的应用打下了良好基础。     

Real-Time Implementation of an Efficient Speech Enhancement Algorithm for Digital Hearing Aids

Introduction Speech enhancement is necessary in digital hearing aids since ambient noise may prevent speech percep-tion by hearing-impaired listeners, especially when the speech is greatly corrupted by background interference. This paper mainly deals with…     

基于H.264/AVC改进的时空域错误掩藏算法

对H.264编码的视频流解码出现宏块丢失进行错误掩藏时,使用传统的时空域错误掩藏算法,并不能很好地恢复出原始视频帧,影响了主观观赏效果和客观视频质量.因此,分别对时空域提出了相应的改进算法.时域通过增加参考帧、运动矢量,改进匹配算法等,提高了运动矢量的搜索精确度和运动剧烈视频帧的错误恢复质量.空域通过自适应的选择加权像素平均插值和方向插值,并改进了方向插值算法,明显提高了视频帧的恢复质量,避免了错误边缘的产生.实验结果表明,改进的时空域错误掩藏算法,不仅提高了方向插值的准确性和宏块匹配的精确度,而且可以减少块效应的出现,从而有效地提高了丢失宏块的恢复质量.     

基于非负矩阵分解和长短时记忆网络的单通道语音分离

为了解决语音分离中非负矩阵分解(non-negative matrix factorization,NMF)、深度神经网络(deep neural network,DNN)等算法没有考虑语音时序相关性的问题。结合NMF和长短时记忆网络(long short-term memory,LSTM)算法提出NMFLSTM单通道语音分离算法:将语音信号的幅度谱作为模型的输入特征,通过训练NMF和LSTM模型获得目标语音的基矩阵和系数矩阵,并对其结果进行语音重构最终实现语音分离。实验结果表明:相比于未考虑语音时间连续性的算法,使用NMFLSTM算法分离语音的客观语音质量评估值(perceptual evaluation of speech quality,PESQ)有明显提升,其最大值超过3. 1,获得良好的分离效果。     

基于相关维数的病变连续语音检测算法

针对人为设定最优采样延迟不能客观反映信号采样延迟和固定相关维数不易描述病变异常语音复杂性的缺陷,文中提出一种基于相关维数的病变连续语音检测算法.该算法在语音信号合理采样延迟区间内不断调整采样延迟,搜索使正常语音与病变连续语音的区分等错误率达到最小的嵌入相关维数,以避免设定采样延迟的缺陷.同时,通过将相关维数曲线划分成子区间,并判定子区间的稳定性,以达到不固定嵌入相关维数的目的.最后,对每个合理采样延迟时间内获取的训练语音的最优相关维数进行等错误率分析,选用具有最小等错误率的相关维数及对应的采样延迟为文中混沌参数,为测试语音提取混沌指数进行正异常区分.实验结果表明,该算法的区分正确率为75.6%,分别比GMM-SVM、Shimmer、固定相关维和采样延迟法、SHR算法和Jitter算法提高7.8%、9.3%、16.0%、18.0%和20.4%.     

基于LPC预测误差DWT的语音基音检测

在对语音信号进行ＬＰＣ分析的基础上，提出了一种有效的语音基音周期检测算法。该算法利用小波变换中著名的Ｍａｌｌａｔ算法逐层分解ＬＰＣ预测误差信号，在最低分辨率的逼近信号中寻找峰值，然后逐层回溯各个分辨率的逼近信号，最后在ＬＰＣ预测误差中确定出峰值，从而求出相应的基音周期。     

一种基于听觉掩蔽效应的语音增强方法

为提高增强语音的听觉效果 ,研究了一种基于听觉掩蔽效应的语音增强方法。推出了一个功率谱域的基于听觉掩蔽效应的不等式准则 ,并用这个准则动态地选择一个作为语音短时谱幅度估计器的非线性函数的参数值 ,通过这个参数自适应变化的非线性函数对语音谱幅度进行估计实现语音增强。在此基础上 ,设计实现了一个单声道语音增强算法。对增强语音的客观测试和非正式听音测试表明 :相对于传统的减谱法和对数短时谱幅度最小均方误差估计增强法 ,基于听觉掩蔽效应的语音增强方法能更好地抑制背景噪声