基于特征的音频比对技术

音频比对有别于语音识别,音频比对不存在音频重构.在保证音频主要信息不丢失的前提下,采用二阶Haar小波变换压缩原始音频,以音频帧的方式提取出能代表音频主要信息特征的质心、均方根和前12个Mel倒谱系数,并分别计算这3类参数的欧氏距离,根据欧氏距离的值与阀值ε之间的关系,完成音频间的比对任务.经实践证明,这套方案对于音频比对具有较高的准确性和较好的实时性.     

面向实时通信的低延迟高质量音频编码算法

提出了一种新的低延迟高质量音频编码算法,主要面向交互式的实时通信。为了降低编解码算法延迟,采用了相对较短、长度固定的变换窗,从而大幅度地降低了算法延迟。同时,为了在高压缩比下获得高质量的音频,运用修正的离散余弦变换(MDCT)的分析方法,不仅降低了算法复杂度,同时也提高了分析的精确度。算法的提出弥补了传统音频编码算法和语音编码算法的不足,它不仅具有较低的编解码算法延迟,而且在编码效率、音质和算法复杂度等方面,可以与时下的其它高级感知音频编码算法相媲美。     

HDTV音频解码系统算法优化及实现

Dolby AC-3是杜比实验室的第三代感知音频编解码系统,将心理声学模型溶入其中,大大地提高了编解码性能.本文介绍了Dolby AC-3音频标准解码算法的基本原理,并通过C程序实现该解码算法.详细推导了用两个N/4点的DCT-II来实现N点的改进离散余弦反变换(IMDCT)解码单元的优化算法,将此AC-3解码算法进行仿真试验,对仿真结果进行主客观评价.评价结果显示解码速度得到提高,为AC-3解码器的实时实现奠定了基础.     

基于三维参数化斜Haar变换彩色图像压缩编码

提出基于三维参数化斜Haar变换的静止彩色图像压缩编码方法,采用计算复杂度低、变换效果好且变换矩阵可随参数灵活变化的新型参数化斜Haar变换,并将彩色图像的R,G,B 3个分量看作一个整体同时进行变换,不仅有效地去除了各分量内像素的相关性,还去除了各分量间的相关性.理论分析和实验结果表明:参数化斜Haar变换的重建图像质量接近于准最优的DCT变换,同时,提高了压缩比.该方法计算量较小,尤其适合于编码效率更高的16×16分块方法,可推广应用于画面质量要求不太高的实时视频编码中.     

快速霍夫曼解码算法在AAC音频解码中的应用

MPEG-2 AAC(Advanced Audio Coding,先进音频编码)数字音频压缩标准,已经成为MPEG国际标准中音频编码的核心,引领着感知音频的发展方向。MPEG-2 AAC是高保真音频编码标准中的一种。从编码原理的角度来看,它包含着多种新型高效的编码工具。主要有修正离散余弦变换(MDCT)、时域预测编码、瞬时噪声整形、无噪声编码等等。在本文中,针对AAC解码过程中复杂度最高的无噪声解码模块进行了改进,应用了快速霍夫曼解码,提高了解码效率。     

一种新型的音频广播信号压缩方法

本文提出一种新的音频压缩模式,获得了不错的压缩效果。单音频信号失真度测试结果从20Hz到15kHz信号均呈现为较好的正弦波形态;GPS时钟和频率源测试本系统发射信号的频率稳定度达到10-9级别;立体声倒频信号测试、左右声道进行测试均满足要求。数字接口协议确定后即可直接接入同频广播传输系统中,使用方便。本文提出这种新的音频广播压缩的思路以供同行共同探讨其实用可行性。     

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).     

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Δ1、Δ2。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)。     

抗解压缩/压缩攻击的MP3压缩域音频水印

充分结合MP3的编码特性,提出一种MP3压缩域的音频水印算法来对MP3音乐进行版权保护.在MP3压缩过程中,通过寻求m个能量较大的比例因子频带,然后分别修改每个频带中最大修正的离散余弦变换(modified discrete cosine transform,MDCT)系数的符号来进行水印的嵌入.在MP3解码过程中对水印信号进行提取,提取不需要原始载体.嵌入过程和编码过程同步完成,而提取过程和解码过程亦是同步完成.实验证明,该算法具有很好的听觉透明性和很强的鲁棒性,可以有效地抵抗攻击者对比特流解码后再重新压缩的攻击.     

基于小波变换和奇异值分解的模态参数识别方法

提出了一种新的基于小波变换和奇异值分解相结合的结构模态参数识别方法.该方法首先对环境激励下的结构加速度响应信号进行互协方差分析,得到时域互协方差响应,通过小波变换将互协方差响应转换到时频域中得到信号的时频系数并沿每一个尺度点提取协方差响应的小波系数阵,然后对提取的小波系数阵进行奇异值分解得到奇异值和奇异向量,最后从重组的奇异值和奇异向量中识别出结构的模态参数.文章对提出的方法进行了理论证明,通过三自由度系统的数值算例验证了该方法的可行性,表明与直接小波变换方法相比,其识别结果精度更高.     

A novel frame error concealment scheme based on gain control for TCX audio codec

A novel frame error concealment scheme is proposed to improve the decoded audio quality of the receiver for transform coded excitation (TCX) audio codec. This scheme, which is a gain control approach based on the stability of linear predictive coding (LPC) filter, predicts the lost frames by utilizing the linear spectrum frequency and different continuous attenuation factor of different kinds of lost frames. Signal noise ratio (SNR) test and multiple stimuli with hidden reference and anchor (MUSHRA) test are conducted to evaluate the performance of this approach in adaptive multi-rate wideband plus (AMR-WB+) audio codec. Compared with the original frame error concealment scheme, our scheme achieves better audio recovery quality in AMR-WB+ audio codec.     

一种基于小波的实时音频编解码器

介绍并实现了一种基于小波的适于实时硬件实现的音频编解码器，对输入音频信号，首先进行差分脉冲预测编码，然后进行整数小波变换，最后进行量化和熵编码，解码过程和编码过程相反。经测试，在每声道64kbps左右，可达到与MP3相近的近似透明音质，且硬件成本低，实现简单。     

基于DDK的音视频编码器驱动的设计

为了降低基于DM642音视频驱动开发的复杂度,通过研究基于DM642的音视频编解码器驱动的开发方法,提出了基于DDK(Driver Developers Kit)的驱动开发模型,并举例给出基于DDK的音视频驱动开发流程。通过和传统的驱动开发模型相比,得出基于DDK的驱动模型使得驱动开发具有以下优点:重写的代码量更少;移植到不同的平台时,代码改动更少。     

改进应用网格编码量化的算术编码G.719音频编码器

网格编码量化的算术编码（ACTCQ）是网格编码量化（TCQ）和算术编码（AC）的有机结合.本论文将ACTCQ应用于G.719,提出了一种改进的G.719音频编码器.主客观实验结果表明,与G.719音频编码器相比,改进的G.719音频编码器不仅降低了0.2%~5.0%的编码速率,而且提高了0.04~0.21的重建音频质量.      

一种多视点立体视频分布式压缩感知编解码模型

立体视频信号处理一个非常重要的问题是高效编解码问题．结合分布式信源编码和压缩感知理论,提出了一种用于多视点立体视频编解码的分布式压缩感知模型,该模型可以在实现高效编码的同时将复杂度从编码端转移到解码端,从而满足低复杂度编码的应用场合．理论分析和相关算法实验数据表明该模型是可行并且有效的．     

基于对称扩展DFT变换的OFDM系统信道估计方法

针对OFDM系统提出一种基于对称扩展DFT变换的信道估计方法.所提方法通过对初始最小二乘估计进行对称扩展DFT变换,并在变换域进行MMSE滤波以获得更为精准的信道估计.与传统DFT变换相比,对称扩展DFT变换可以降低信号边界上的不连续性,具有更好的能量集中特性和更低的频谱泄露.仿真结果及复杂度分析表明,所提方法可以在不明显增加计算复杂度的同时,有效改善实际OFDM系统中虚载波引起的频谱泄漏问题,提高边缘子载波信道估计的性能.与传统DFT变换信道估计方法相比,只需扩展较少的点数,即可获得2dB左右的性能增益,且随扩展点数的增加,所提方法的性能逐渐逼近DCT信道估计性能.     

纯音乐与语音-音乐混合片段的高准确识别方法

通过对同一首歌曲音频信号的特征分析,提出了一种基于音频片段平均短时能量和过0率标准偏差的融合判决方法．该方法解决了纯音乐与语音-音乐混合片段识别易混度高的问题,可以准确地识别同一首歌曲中纯音乐片段和语音-音乐混合片段,为去除音频中不需要的部分提供一种有效的预处理方法,并且可以更好地提高数据处理的效率和性能．实验结果表明,通过对不同风格、不同歌手以及不同语言的歌曲处理,纯音乐的平均正确率为92．30％,语音-音乐混合的平均正确率为96．36％．     

基于DSP的MP3解码系统设计

基于DSP实现MP3解码系统的设计,采用高性能的立体声音频Codec芯片TLV320AIC23作为音频信号数模转换,DSP的两个McBSP与其连接,分别作为配置接口和音频数字接口,配置接口设置为SPI模式.USB与DSP接口实现MP3数据流与PC机之间的上传与下载,存取MP3文件方便,存储MP3文件的媒介选取大容量的存储设备CF卡,系统选用可编程逻辑器件CPLD控制USB及CF卡的读写和片选.实验证明该系统可以高质量完成MP3解码、播放.     

一种基于DFT的LTE下行信道估计算法

针对LTE的下行链路,提出了一种基于离散傅立叶变换(Discrete Fourier Transform,DFT)的信道估计算法,并与最小平方(Least Square,LS)估计算法和传统的基于DFT的信道估计算法进行性能比较。通过计算机仿真分析得出,所提出的信道估计算法能更好地抑制高斯白噪声的影响,与传统的基于DFT的信道估计相比有一定的性能增益,而且计算复杂度也较低,比较适合LTE下行链路。