低速率CS-ACELP语音编码算法研究及实现

介绍了8kb／s Cs-ACELP语音编码算法的基本原理，即采用LSP参数量化和代数结构的固定码书，同时对增益的量化使用共轭结构；对该算法进行了仿真实现。结果表明，CS-ACELP是一种高质量的语音编码算法。     

ITU-T G.728语音压缩算法的实时实现

ITU－TG．728建议是国际电信联盟于1992年制定比特率为16kb/s的低延时CELP类语音编码器。在扼要介绍G．728编码码算法原理基础上，详细讨论了G．728的LD－CELP算法在TMS320C6211上实时实现的硬件设计和软件开发及系统设计中的一些关键技术。     

基于Linux平台上线性预测语音编码器性能分析

线性预测编码器是一类非常重要的语音编码器。文中主要描述了几种线性预测语音编码算法的软件及实现,即码激励线性预测编码(CELP)、低延迟CELP(LD-CELP)和混合励磁线性预测(MELP),编码速率分别为4.8、16、2.4kb/s。几种语音编码器的C语言程序已在Linux平台上可编译和执行,并对结果进行了以MOS为标准的主观测试。波形分析主要使用了Praat和Adobe Audition软件。结果表明,MELP和CELP的质量相当,而LD-CELP编码器的质量则要高得多,虽然是以牺牲较高的比特率为代价。     

2.4kb/sMELP算法设计

提出了一种新的工作于极低码率下的混合激励线性预测 (MEL P)声码器 .该声码器结合了线性预测编码(L PC)和多带激励编码算法的优点 ,对算法和量化方案重新进行了设计和改造 ,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励、有效的线性谱频率 (L SF)参数量化以及激励谱形状表示 .非正式主观测试表明 ,由采用本算法的一个 2 .4kb/ s编码器所重建的语音质量略优于美国联邦标准 4.8kb/ s码激励线性预测编码 (CEL P)所重建的语音质量     

2.4 kbps MELP标准编码的量化性能优化

现如今通信信道环境日益复杂,因此对低速率语音编码的要求逐步提高,在保证合成语音质量的前提下降低编码速率有着重大的意义。在2.4 kbps MELP标准编码的比特分配中,LSF参数占据了很大的比重。本文将自适应多速率语音编码中的LSF参数量化技术应用在MELP编码中,并且提出了一种基于高斯自扰动的码书训练方法,对已有性能较好的量化码书添加适当的高斯自扰动作为训练数据,通过训练获得尺寸缩小的较好码书。通过实验验证,改进的MELP在1.84 kbps上效果良好。     

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。     

一种改善激励源的1.2kb/s语音编码算法及其实时实现

为了适应无线通信等低速语音编码场合，吸收2.4kb/sMELP算法优点，提出了一种改善激励源的1.2kb/s混合激励线性预测算法，该算法在模型结构、LSP量化及解码等方面较传统的2.4kb/sLPC算法有了较大改进。同时，选用TMS320VC5416DSP芯片实时实现了以该算法为核心的声码器。客观音质测试和非正式主观测试结果表明，该算法在自然度、清晰度和抗噪声等方面明显优于2.4kb/sLPC算法，是低速率下一种良好的编码方案。     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

矢量量化法用于改进的多带激励声码器—一种极低比特率语音…

在低比特率语音编码方法中，改进的多带激励编码方法可得到低噪声和稳健性强的重建语音，但运算量很大，作在改进的多带激励编码研究中，将矢量量化方法引入频谱幅度的量化，不仅降低了运算量而且降低了编码比特率，使得在１．３５￣１．８ｋｂｉｔ／ｓ的编码比特率下的重建语音，与４．８ｋｂｉｔ／ｓ编码比特率下（按自激励声码器编码方法）重建的语音质量相比毫不逊色。     

一种基于预测的矢量量化图像编码方法

为了提高图像编码效率,提出了一种基于预测的矢量量化图像编码方法．在编解码端设置维数和大小各不相同的两种码书．对于平滑区域,用较小的码书对输入矢量进行编码,从而加快图像编码速度和降低比特率;对于边缘区域,用较大的码书去量化当前输入矢量以保证图像质量．文中还提出了一种有效的码书设计方法以提高生成的码书的质量．仿真结果表明,相对于其它方法,文中所提出的矢量量化图像编码方法运算速度更快,在同样图像质量下降低了传输过程中所需的比特率．     

2.4 kb/s MELP算法设计

提出了一种新的工作于低极码率下的混合激励线性预测（ＭＥＬＰ）声码器。该声码器结合了线性预测编码（ＬＰＣ）和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励,有效的线性谱频率（ＬＰＦ）参数量化以及激励谱形状表示,非正式主观测试表明,由采用本算法的一个２．４ｋｂ／ｓ编码器所重建的语音质量略优于美国联邦标准４．８ｋｂ／ｓ码激励性     

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。     

正六边形离散余弦变换图像编码

本文介绍一种六边形离散余弦变换(HDCT)图像编码方法,并将该方法应用于图像编码,对不同图像分别以不同的子图大小及各种编码速率进行模拟实验,给出了实验结果,并作了详尽的分析。     

基于特征波形内插与频带扩展技术的低速率宽带语音编码器

考察了特征波形内插(CWI)算法对于宽带语音编码的扩展能力.分析宽带特征波序列的性质表明,直接使用传统的特征波形内插算法并不适于增强宽带语音的编码效率及对计算复杂度的兼顾,可引入频带扩展(BWE)技术单独处理高频段.宽带语音的高、低频分别由特征波形内插编码和频带扩展算法恢复,由此形成了5.15 kbit/s的低速率宽带语音编码器,增强了语音真实感、辅音的辨析度及对话者的识别度,宽带语音编码质量接近AMR-WB的6.6 kbit/s结果.     

高质量的0.6 kb/s声码器算法

为满足语音信息存贮和交流对极低速率下语音压缩编码的需求,提出了一种0.6 kb/s声码器算法.此算法基于线性预测正弦激励模型,在极低码率下获得高质量的合成语音,提出清浊音定位和量化方法,应用了多帧参数联合矢量量化技术,以及多带正弦混合激励、谱增强等技术.主观听觉测试显示,在0.6 kb/s的速率下,此声码器合成语音不仅具有高可懂度而且具有一定的自然度,诊断押韵测试(DRT)的分数为89.5%, 而且在10-2的随机误码的信道条件下仍然具有很好的可懂度.实验表明 利用帧间参数相关性及矢量量化的方法可以将编码速率大幅度压低而保持较高清晰度.     

一种低比特率JPEG编码图像质量改进算法

JPEG图像编码系统当比特率较低时,常会产生“方块效应”,即重建图像的子块边缘不连续.用空间的低通滤波器对重建图像中每个子块的边界像素进行滤波,也就是通过块间的平滑处理可以消除“方块效应”,但滤去了图像边缘的高频分量而使边缘变模糊.通过对未经量化的离散余弦变换(DCT)系数进行预测,提供了一个后处理系统来减轻“方块效应”的影响且减少了边缘的模糊度.实验表明,该算法与低通滤波相比,在减轻“方块效应”的同时,保留了高频分量,改善了信噪比,图像质量明显改善.     

6.6 kbit/s 小波激励线性预测语音编译码器

针对码本激励线性预测编码（ＣＥＬＰ），将小波变换运用于长时基音预测后的二次残差信号，提出了小波激励线性预测（ＷＥＬＰ）技术，大大降低了语音编码的复杂度。在保持相同合成音质的情况下，可使码速率为６．６ｋｂｉｔ／ｓ的ＷＥＬＰ的编码速度较之相应的ＣＥＬＰ提高一倍。在此基础上，给出了用两片ＡＤＳＰ２１８１芯片实现的６．６ｋｂｉｔ／ｓＷＥＬＰ语音编译码器的定点实时实现系统，并对该系统作了性能测试和语音质量评测，表明了该系统的良好特性。     

一种有效的MDCT/IMDCT快速算法

提出了一种输入序列长度为N=5×2m的改进型的离散余弦变换（MDCT）的有效算法,可以有效减少数据量,提高计算机储存和运算效率.首先将序列长度为N的MDCT转化为N/2的离散余弦变换IV型（DCT-IV）,然后将后者转化为长度为N/2的离散余弦变换II型（DCT-II）,最后再通过加法和乘法运算实现快速计算过程.同时,分析该算法的算术复杂度.结果表明,较之传统方法,提出的算法能使常用窗型下的MDCT算术复杂度降低20%以上,实现了音频和语音编码领域的运算效率的提高.