多级矢量量化中的码本共享

为了解决语音参数编码算法中多级矢量量化中码本尺寸过大,存储量过大,导致搜索复杂度大的问题,提出了多级矢量量化中的码本共享的迭代算法。该算法基于多级矢量量化中各级待量化码矢之间的相似性,采用模拟退火算法,通过迭代得出共享变换系数。在1.2 kb/s的正弦激励线性预测声码器中,采用该算法对线谱对参数进行多级矢量量化。测试结果表明:在共享级别选择恰当时,可降低存储量20%,同时重建语音谱失真损失约为0.02 dB,可见该算法可以有效降低码本容量,同时对语音质量影响极小。     

基于Gauss混合模型的清浊音解码端恢复算法

清浊音(V/U)判决是低速率语音编码算法中的一个重要参数。该文利用Gauss混合模型(GMM)在语音解码端根据量化后的语音能量和线性预测编码(LPC)系数计算V/U后验概率,从而进行V/U判决恢复。带通浊音度系数(BPVC)也使用类似方法恢复。实验证明,即使在能量参数和LPC参数粗糙量化的情况下,该算法对全带V/U的恢复性能亦优于混合激励线性预测(MELP)算法中全带V/U分类器利用原始语音信号的分类性能,从而证明该恢复算法性能满足实用要求。该算法可以单独在解码端实现,从而节省了所有原来用于V/U信息量化传输的比特,可以进一步降低编码码率。     

低速率声码器激励参数的DCT_-M模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量。为了改善音质,该文引入了DCT-M模型对激励谱幅度参数进行描述,通过二维离散余弦变换将变长的谱幅度矢量转为固定长度,再对其进行多级矢量量化。测试表明,该方法能够保留全带激励谱幅度矢量的形状,降低模型误差,从而提高了全带激励谱幅度的描述精度。将其应用在正弦激励线性预测(SELP)声码器中进行测试,结果表明其能够改善重建语音的自然度,主观测试结果达65%。     

低速率声码器激励参数的DCT_M模型

在低速率声码器中,对激励信号的描述直接影响重建语音的质量。为了改善音质,引入了DCT-M模型对激励谱幅度参数进行描述,通过二维离散余弦变换将变长的谱幅度矢量转为固定长度,再对其进行多级矢量量化。测试表明,该方法能够保留全带激励谱幅度矢量的形状,降低模型误差,从而提高了全带激励谱幅度的描述精度。将其应用在正弦激励线性预测(SELP)声码器中进行测试,结果表明,它能够改善重建语音的自然度,主观测试结果达65%。     

声码器清浊音判决算法优化

为了解决低速声码器合成语音的偶发性嘶哑或变调问题,对参数提取进行改善,采用有监督学习的Fisher判决法,利用多个特征值组成的特征向量为判据;基音周期平滑的准确度在利用了更准确的清浊音信息后大有提高.测试结果表明: 该算法能够大大降低清浊音误判率,减少严重基音周期错误数;应用该算法的SELP(sinuous excitation linear prediction) 2.4 kb/s的PESQ-MOS分优于2.4 kb/s的MELPe(mixed excitation linear prediction)和AMBE (advanced multi-band excitation)算法, DRT(diagnostic rhythm test)分数达95%, 具有良好的可懂度和自然度.