一种新的低码率语音压缩编码方案

提出一种新的基于LPC(线性预测编码 )的BSP(二项式正弦脉冲 )语音压缩编码方案 ,即根据语音产生的原理 ,以BSP作为LPC激励源 ,并在此基础上构造了BSP语音编解码器。同时推导了BSP激励参数的求取和编码方法。实验结果表明 ,BSP编解码器由于求取BSP激励参数的计算量较小 ,因此处理速度快、时延小 ,同时编码速率在低至 2 .65kbit s时 ,具有较高的合成语音质量。     

基于线性预测下的语音信号合成

线性预测编码(Linear Predictive Coding)是实现语音编码的一项重要技术.通过对语音信号和LPC的研究,介绍了语音信号的线性预测分析原理,详细分析用来求解线性预测方程的自相关法和计算方法,并用Matlab对实际语音信号进行线性预测编码实验.实验结果表明,应用LPC法合成的语音信号误差小、计算简单、合成速度快.     

AMR-WB到AMR转码中合成滤波器转换算法

提出AMR-WB到AMR转码中的2种合成滤波器转换算法.第1种是基于采样率转换和Prony算法的转换,首先将AMR-WB合成滤波器的单位采样响应进行采样率转换,然后根据最小二乘法,使得新的滤波器的单位采样响应和采样率转换后的响应的误差最小化.第2种是基于自相关值内插的转换算法,首先由AMR-WB语音的LPC参数倒推出自相关,然后采用三次样条内插出AMR语音的自相关,最后利用Levinson-Durbin算法计算LPC参数,即得到解码端的合成滤波器.算法复杂度分析表明,2种算法的计算复杂度都低于Tandem转码.实验结果表明,2种算法都可以得到比较小的谱失真.第2种算法的谱失真在浊音帧比第1种算法略大,在清音帧谱失真有时较大,但是由于清音激励的随机性,对合成清音质量影响不大.     

扭三次曲线的代数性质

扭三次曲线是一条特殊且重要的代数曲线,它是一个一维的代数簇.扭三次曲线在代数几何中常被作为例子来研究各种相关主题比如参数表示,理想,簇的维数等.本文通过研究此曲线的参数表示、维数、切平面以及与理想的关系等代数性质,使我们对扭三次曲线有一个更全面,系统和清晰的认识.     

低速率语音编码LPC参数多级矢量量化的有效搜索

提出了一种LPC参数的M-L树形搜索多级矢量量化方案,其谱失真小于或接近1 dB,计算复杂度低,存储量小.计算机模拟表明,采用该方案对线谱对(LSPs)参数进行矢量量化,可提供透明质量的合成语音.     

基于谐振结构的线性预测编码

语音编码中一般用线性预测编码(LPC)建立信号的声道响应，如何提高LPC的预测增益并用尽可能少的比特数量化LPC参数将直接影响编码器的性能．文中提出了一种基于信号谐振结构的LPC技术(HLPC)，利用HLPC可使LPC谱与信号谐振峰具有最佳的拟合，同时可获得0．36dB的额外预测增益．设计了LPC参数的线性预测多层分裂码本矢量量化(LPMSVQ)方法．数值实验表明，利用LPMSVQ可在21bit／帧下获得透明的量化质量．     

基于MELPe模型的600 BPS声码器算法设计

在增强型混和激励线性预测(MELPe)模型的基础上,提出了一种高音质的600 bps声码器算法。保持MELPe算法特征的同时,利用帧间参数冗余,进行多帧联合量化;运用基于预测的分级矢量量化(PMSVQ)算法对线谱频率(LSF)参数进行量化。在非正式的主观语音质量测试中,合成语音质量优于传统的LPC10e声码器,接近2 400 bpsMELP标准的合成语音。     

参数曲线的二次代数样条近似隐式化

参数曲线曲面和代数曲线曲面是计算机辅助几何设计和几何造型中两种主要研究对象.将参数曲线曲面转化为代数曲线曲面的过程称为精确隐式化.由于精确隐式化过程不一定可以实现,即使可以实现隐式曲线曲面的阶数高计算复杂,并且具有不希望的自交点和奇异分支,从而限制了隐式化的运用,所以寻求参数曲线曲面的近似隐式化问题成为很实际又重要的问题,提出利用二次代数样条曲线来实现一般平面参数曲线近似隐式化的一种算法.该算法得到的逼近曲线二次代数样条曲线既不会产生多余的分支和不希望的奇异点,又达到整体C2连续.实例说明,该算法是有效可行的.     

低速率语音编码中LSF系数的加权轨迹模型

为了提高LSF系数轨迹模型对高能量语音段LSF参数的拟合精度,提出了一种新的LSF系数轨迹模型.该模型以超级帧参数的轨迹压缩为基本框架,引入了基于超级帧中各子帧重要性的时间加权策略.通过最小化时间加权均方误差的方法得到感知增强的LSF系数轨迹曲线,然后对由该曲线均匀采样得到的增强特征矢量进行量化编码.主观测试表明,采用新算法的合成语音MOS得分比原算法提高0.02以上,新算法有效提高了LSF系数轨迹模型对感知重要帧的表示精度.     

基于LPC汉语信号共振峰分析

本文基于线性预测技术(LPC),对语音信号的共振峰参数估值,实现语音合成.     

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。     

易混淆语音特征提取方法的研究

在语音识别系统中,易混淆语音是导致系统识别率下降的重要原因。汉语音节是由声母和韵母组成的,在易混淆语音中,其韵母部分的混淆度很大。针对易混淆语音的韵母部分,通过改进特征提取的方法来提高易混韵母之间的区分度,提出了一种基于小波分解和线性预测(WLPC)的特征提取方法,并用局部保持映射(Locality Preserving Projections)算法对提取的特征进行了特征变换。实验结果显示,与传统的MFCC特征相比,该特征能更好的区分不同的韵母。     

TD-PSOLA技术在汉语语音波形编码合成中的应用

以时域基音同步叠加（ＰＳＯＬＡ）技术和一个全汉语单音节库为合成单元进行汉语语音波形编码合成,针对汉语语音的音高、时长、音强以及音节之间的协同发音效应等影响合成语音质量的主要因素,建立相应音节的声调曲线、时长规则和音节之间协同发音规则等韵律规则,并利用时域基间同步叠加法原理调整合成语音的音高和时长,从而使合成的语音比较清晰自然。     

应用数理方程反演提取语音特征

先讨论由语音信号反演声门激励函数，发现波沿非均匀声管传导既能产生新的频率（共振作用），也可抑制原有频率（滤波作用）．这说明目前用于语音处理基础的全极点ＬＰＣ模型并不能充分反映这些特征．然后研究如何直接从语音生成的偏微分方程模型出发，用反演方法提取一种新的语音特征参数代替ＬＰＣ作为研究各种语音处理的基础．     

一种新型汉语单音节识别方法

介绍了一种新型字基 ＶＱ／ＨＭＭ语音识别方法： ＶＱ与 ＨＭＭ分级识别算法。 使得 ＶＱ部分可用作语音识别的第一级处理， ＨＭＭ部分作第二级识别。在第一级识别中 可引进汉语的音素知识，使 ＶＱ／ＨＭＭ性能进一步提高，并可用于大字汇表的实时语音识 别，存贮量、计算量均大大减少。用此方法把汉语四声作一个 ＨＭＭ模型，使汉语 ４００ 个基本音节的识别率达 ９６％以上．若加上精确四声识别则可识别汉语的 １２００种声音。     

用HD38880语音合成芯片构成的汉语合成器

数字语音合成技术作为语音智能的一部分有着广泛的应用前景,它是利用语音的参数模型,从语音信号中提取若干个参数,存放在固定的内存中,再生时用语音合成芯片还原成语音的,我们的工作是将日语专用的语音合成芯片HD38880移植到汉语上来,获得了满意的效果。本文介绍的汉语合成器是用合成芯片 HD38880以及参数EPROM 等少量硬件制成,合成声音清晰自然,且具有体积小結构简单的特点,在仪器仪表语音智能化、计算机自动应答等方面都可以应用。汉语合成器中参数EPROM的制作直接影响合成声音的自然度。文中将对参数EPROM的研制过程,汉语合成器的硬件結构和软件流程作详细描述,同时对其应用实例“报时时钟”作简要介绍。     

双门限算法在藏语语音音节分割中的应用分析

双门限算法是语音端点检测的一种重要方法,对藏语语音识别和处理具有重要意义。提出了用双门限端点检测技术对藏语语音进行音节分割的方法,首先根据双门限语音端点检测原理进行Matlab编程和仿真,然后结合藏语语音的音节特点和双门限算法分别在正常语速和慢语速环境下对藏语的30个辅音语音、随机抽取的双音节、三音节及句子语音进行双门限算法的音节分割和分析,实验表明双门限算法对没有太多连读音节的藏语语音和慢语速下长句的音节分割准确率较高。     

G2保形的分段4次广义Ball插值曲线

文章给出了构造保形插值曲线的一种方法,即在每2个型值点之间构造一段4次广义Ball曲线,所构造的插值曲线是G2连续的而且是保形的,曲线可以作局部修改,曲线的形状可以由参数调节,最后给出了数值实例。     

2．4kb／sLPC－10语音分析算法及其技术剖析

本文设计了一个２．４ｋｂ／ｓ的语音分析算法，并详细介绍了算法中的技术细节。对语音的分析采用ＬＰＣ分析方法，以语音能量、基音周期以及１０个部分相关系数作为一帧语音的参数。在分析算法中采用杜宾递推公式求取部分相关系数，采用并联时域基音检测技术提取基音周期。通过删除语音间隙及进行自动增益控制等措施来提高语音参数的精确度，对语音参数进行编码以达到２．４ｋｂ／ｓ的传输率的要求。