极低速率语音编码中LSP参数的高效量化算法

为在极低速率下实现高质量的语音编码,提出了一种新的有效的线谱对(LSP)参数量化算法——P-RS-MSMQ算法。此算法以多帧联合矩阵量化作为基本框架,引入了基于超级帧模式的均值去除和帧间预测策略、矩阵分裂和子矩阵多级量化策略;同时提出了基于语音帧短时谱能量的帧内加权和基于超级帧中各子帧重要性的帧间加权策略等。实验表明:此算法能够在700b/s的速率下获得接近透明量化的性能;即使在300～400b/s的极低速率下也具有较高质量的量化效果。因此该算法的实现对极低速率语音编码算法的研究具有重要的意义。     

LSP参数的快速计算及其高效量化研究

线谱对参数是语音信号处理中声道模型的重要参数,其计算与量化直接关系到合成语音的质量,通常计算方法复杂,计算量大。利用Chebyshev多项式推导了一种快速计算LSP参数的算法,并研究了一种采用多级矢量量化方法实现18比特／帧的LSP参数高效量化。采用本文方法不仅保持了必要的量化精度,而且运算量大大降低。     

一种高效的线谱对参数分段量化方案

为了适应300 b/s以下超低速声码器的需要,提出了一种基于离散余弦变换DCT高效的线谱对参数分段量化方案--DCTSQ(discrete cosine transform segment quantization)方案.采用分段量化的思想,针对语音分段后提取出的线谱对参数矩阵维数不固定问题,对维数转换进行优化分析并利用DCT实现.在此基础上,推导出了DCTSQ方案的码本设计方法.仿真结果表明,相对于目前的分段量化方案和矩阵量化方案,DCTSQ方案可有效提高LSP参数量化效率.     

线谱对参数的一步插值预测矢量量化

利用语音短时谱变化相对较慢、其邻近ＬＳＰ（ＬｉｎｅＳｐｅｃｔｒｕｍＰａｉｒ）失量存在充分相关这一特性，提出了一种新的谱编码方法，即ＬＳＰ编码的一步插值预测矢量量化。本文设计了一个１８ｂｉｔ／ｆｒａｍｅ分裂矢量量化方案用于量化预测残差，当帧变化周期为３０ｍｓ时，平均谱失真仅为１．１７８ｄＢ。     

基于线谱对高效矢量量化的0.6 kb/s语音编码算法

为了提高通信系统的抗干扰和抗攻击能力,尽可能降低语音编码速率.提出了一种O.6 kb/s语音编码算法.算法基于3帧联合,对多帧联合参数采用高效矢量量化,在降低语音编码速率的条件下保证语音编码质量.其中,对线谱对参数采用预测多模式多级矢量量化码本结构.在码本设计过程中,提出了多模式渐进闭环设计,对各类码本联合优化,并联合优化预测器和量化器,可以有效提高线谱对参数量化质量.在译码方,采用多带混和谐波激励提高合成语音清晰度.测试结果表明,该语音编码算法合成语音PESQ(perceptualevaluation of speech quality)得分可以达到2.7,汉语诊断押韵测试DRT(diagnostic rhyme test)得分可以达到89.7.     

一种自适应速率的线谱频率参数暂时分解算法

为了解决语音编码中线谱频率参数经传统暂时分解算法量化后编码速率波动的问题,对修正严格的暂时分解算法进行了改进,包括定义新的事件插入法则、引入事件消除机制和基于失真门限的编码速率自适应方法;提出了一种自适应速率的线谱频率参数暂时分解算法.在新算法中,暂时分解所得失真都能受到约束控制,事件分解也更加灵活,并且能够有效抑制编码速率的波动.实验结果表明,新算法通过一定时间的自适应能够将参数编码速率稳定在所需编码速率附近,获得了较好的效果.     

一种自适应预测栅格编码量化语音编码算法

提出了一种新的基于自适应预测栅格编码量化算法的话音压缩模型．论述了在均方误差意义上最优量化器的设计原理,并在研究栅格编码量化算法的基础上,探讨了模型的编、译码器的工作原理,其中着重研究了扩展的量化器的集合划分和卷积码栅格图的支路标注问题．根据计算机模拟结果,论证了模型的有效性和可行性．     

预测自适应Gauss混合模型线谱频率的量化

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

预测自适应Gauss混合模型线谱频率量化

为了实现高质量低速率语音编码,提出了高效线性预测Gauss混合模型(Gaussianmixturemodel,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linearspectralfrequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明LP-GMM-LSFQA在20b/帧时量化性能超过预测分裂矢量量化22b/帧时的量化性能,节约2b/帧;LP-AGMM-LSFQA量化性能优于LP-GMM-LSFQA。     

基于字典学习的LSP参数稀疏表示及性能分析

为了研究LSP的稀疏表示方法,高效量化LSP参数,基于字典学习对LSP参数进行稀疏表示,并采用MOD和K-SVD算法训练参数字典,以平均谱失真和均方根误差为准则,通过仿真实验分析了算法的有效性,得出了字典学习时的稀疏度、原子个数等关键参数选取的原则。对比训练和测试LSP参数均方根误差性能曲线发现:随着稀疏度的增加,LSP参数字典外推能力增强,对训练集外参数稀疏表示性能恶化逐步减弱。     

低速率语音编码LPC参数的多级VQ设计

针对LPC参数量化过程的多级VQ码书设计中顺序与迭代顺序设计算法收敛速度较慢这一缺点,提出了一种新的顽健多级VQ的联合码书设计方案。实验表明,该多级VQ的联合码书设计方案应用于线谱对参数的量化时,可提供透明质量的合成语音。相比顺序设计算法不仅加快了收敛速度,而且改善了VQ的性能测度。     

MBE变速率语音编码研究

变速率、低码率的语音编码技术一直是语音编码中的重要课题，这一研究方向为解决信道带宽相对紧张和信息量日益膨胀的矛盾，显得尤为重要．在介绍了低速率语音编码的基础上，对变速率、低码率的多带激励编码算法进行了深入的研究，形成了2．4KbPs、1．8Kbps 2种码率的语音编码方案．非正式的听音测试显示，该方案具有较好的编码效果．     

多脉冲激励线性预测编码算法研究

提出一种改进型的多脉冲激励线性预测语音编码算法,并将变阶线性预测技术应用于此算法.改进后的算法与原算法相比,降低了计算复杂度,且对激励脉冲位置的估计更加准确.仿真结果表明,该算法不仅提高了合成语音的质量,而且进一步降低了语音编码的速率.     

基于局部余弦变换的2.4 kb/s低比特率语音编码

系统地设计了一个基于局部余弦变换的2.4kb/s低比特率的语音编码器，对局部余弦变换系数采用分维矢量量化方法进行量化，码书设计采用LGB算法。编码中的码书搜索采用树形状快速搜索算法。通过主观非正式听力测试和客观参数评价，从理解性和自然度两方面来看，用设计的2.4kb/s低比特率的编码方法编码的语音质量比FS1015（LPC－10e)编码标准编码的语音质量要好，而且具有较强的鲁棒性，适合于对各种环境中的语音进行编码。     

子波激励线性预测（WELP）的语音编码方案

从子波变换这个新的概念,给出了一种语音信号预测模型残差激励信号的分解方法,提出了一种语音信号编码方案,即子波激励的线性预测编码法(WELP),给出了部分实验结果,实验表明,在相同的音质条件下,WELP方法比其它方法能更进一步降低比特率,有希望在低比特率语音编码中得到应用。     

J-1型汉语语音合成系统

报道了一种适合盲童进行计算机辅助教学用的汉语语音合成系统的研制工作。该系统的硬件和软件由7个模块组成:语音输入、语音参数分析、编码和编辑、通讯和存储、语音合成电路、语音合成系统软件以及辅助教学软件。系统的突出优点是:很低的码率,较好的音质,较强的功能和较低的成本。