语音声码器模型及ADPCM声码器仿真

ADPCM是一种波形编码,对应的标准算法有G.721,G.726等.本文建立形式化的数学模型,分析编解码算法及编码前后、解码前后信息差度量△1、△2.对0.8411秒的WAV语音实现了采样频率8KHz,数据率32Kbps的语音编码,并很好地还原出声音.实现算法时要充分考虑环境噪音.算法对[-0.1,0.1]的随机加性噪声有较好的鲁棒性,编解码时间稳定,时间复杂度为O(N).     

机械合成语音,能最终实现吗?

自从声码器(Voder)——贝尔实验室的模拟语音器——在1939年的纽约世博会上用勉强能辨识的声音说出"晚上好,收音机前的听众朋友们"开始,语音工程师们就一直致力于研发逼真的合成语音。与如今的自动化系统不同,声码器需要一个操作者,他知道该按哪个键来触发"语音",而这些奇异的声音听起来像发自低音号,而不是人类。     

基于USB接口的低速率声码器设计研究

以专用语音信号处理器CT8020为核心，应用单片机控制技术及通信接口电路，介绍了一种基于USB接口的低速率声码器的设计与实现方法，在给出系统硬件总体结构的基础上，重点讨论了声码器和上位机软件设计中的若干问题。     

MELP话音压缩编码算法分析及DSP实现

本文介绍了MELP语音压缩编解码算法的原理并进行简要分析,研究其关键技术。讨论在定点DSP芯片TMS320VC5420上的算法实现,并给出编码流程图。     

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。     

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。     

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     

一种新的中速率语音编码方案

本文提出了一种新的混合型中速率语音编码方案,它充分考虑了语音(尤其是汉语)的特点、能量分布和人耳的听觉特性,把语音先分割成基带(300Hz～1kHz)和高频带(1～3.4kHz),然后分别采用波形编码(ADPCM)和参数编码(MELP)对基带和高频信号进行处理.实验结果表明,其信噪比较高,尤其是主观质量很好,可与24kb/s甚至32kb/s的ADPCM方案相比拟,并且它的高低频段信号可以同时进行运算,实时处理很客易实现。     

Realtime robust speech communication based on iterative joint source-channel decoding and demodulation algorithm for MELP vocoder

Realtime speech communications require high efficient compression algorithms to encode speech signals. As the compressed speech parameters are highly sensitive to transmission errors, robust source and channel decoding and demodulation schemes are both important and of practical use. In this paper, an iterative joint source-channel decoding and demodulation algorithm is proposed for mixed excited linear prediction (MELP) vocoder by both exploiting the residual redundancy and passing soft information throughout the receiver while introducing systematic global iteration process to further enhance the performance. Being fully compatible with existing transmitter structure, the proposed algorithm does not introduce additional bandwidth expansion and transmission delay. Simulations show substantial error correcting performance and synthesized speech quality improvement over conventional separate designed systems in delay and bandwidth constraint channels by using the joint source-channel decoding and demodulation (JSCCM) algorithm.     

基于全相位滤波器组频带鉴别的生成对抗网络声码器设计

为实现高质量、高效率、低成本的语音合成，设计开发了一种基于全相位滤波器组频带鉴别的生成对抗网络声码器APFB-GAN.该声码器以现有的HiFi-GAN为参考，在生成器中，削减了HiFi-GAN多感受野融合模块约60%的参数.在鉴别器中做了两点改进：一是将HiFi-GAN中多尺度鉴别器与多周期鉴别器替换为基于全相位滤波器组的鉴别器，克服了原有模型无法依据语音能量非均匀频带分布，灵活进行特征特征提取的缺点；二是提出基于频带加权的多窗长的短时傅里叶变换谱损失函数，配合鉴别器更好地稳定训练.实验结果表明：APFB-GAN声码器合成的语音质量可与HiFi-GAN相媲美，且其高频细节特征更为突出，模型参数只为HiFi-GAN的28.78%，在GPU上的合成速度是HiFi-GAN的2.4倍.