线性预测编码在语音编码中的运用

本文描述了语音的产生原理、模型,对线形预测编码在语音编码中的运用进行了介绍,并对其常用求解方法进行了比较。     

基于AMR编码参数的语音识别

基于语音编码系统的语音识别，由于受编码的影响其识别效果在编码速率下降时显著降低。传统的识别方法从重构语音波形中提取特征参数，并针对该特征参数进行训练和识别。比较了基于编码语音的识别准确率和基于编码参数的识别准确率，并研究了编码参数对识别准确率的影响。在此基础上，通过选择受编码影响较小的编码参数，直接将LPC参数和残差信号参数组合起来构成特征参数进行语音识别。实验结果表明，采用这种方法的AMR语音识别系统，其识别效果接近于基于原始语音的识别效果。     

VoIP中的语音编码技术分析

介绍了语音编码技术的原理和分类,对几种常用语音编码算法进行了性能分析和比较。     

语音增强技术在低速语音编码中的应用

在语音编码的应用环境中,特别是在军事应用中,强噪声环境下声码器性能的改进是一个亟待解决的问题。在研究语音增强技术的基础上,将语音增强技术于低速语音编码,有效地改善了低速语音编码算法的抗背景噪声的性能。并利用所构建的语音质量客观评价平台,对语音增强低速编码算法的抗背景噪声性能进行了客观评估与分析。     

浅谈语音压缩编码的发展和应用

近30年来,高质量、低速率的语音编码算法不断出现。编码技术种类很多,按照波形编码、参数编码和混合编码的分类方法论述了语音编码的发展进程、各种标准及其应用。     

MPEG-4中的低速率语音编码算法

对ＩＳＯ近期将发布的ＭＰＥＧ－４中所包含的低速语音参量编码算法作了全面的介绍;详尽描述了其中各个参数的分析和合成过程,并对算法的特点进行了总结。     

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。     

语音编码技术及其应用

主要阐述了语音编码技术及其发展 ,较详细地介绍了目前应用最多的两大语音编码方向 :线性预测编码 (LPC)和子带编码 (SBC) .文章还具体的介绍了语音编码技术在移动通信中的典型应用 .     

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.     

数字语音编码技术研究

介绍了语音编码的理论基础,阐述了语音编码的评价指标、主要技术及应用,探讨了语音编码技术的发展方向。     

CELP编码器的实现及其在TTS系统中的应用

在对最新的MPEG4中的音频编码中码激励线性预测CELP（code excited linear predicive）编码器分析和研究的基础上,根据其窄带语音编码器的参数模式,建立和实现了一个基于CELP的语音编码实验系统,将高效的CELP编码技术应用于文语转换TTS（text-to-speech）系统中语音数据库的压缩,效果是满意的。     

FS-1016 CELP语音编码的算法仿真

FS-1016 CELP是一种典型的低速语音编码标准,在保密电话等各种通信业务中有着广泛的应用前景。文章首先介绍了FS-1016 CELP语音编码的算法,然后通过录制一段男声语音,并取语音的前2帧数据为例,用MATLAB 7.0和Borland C Builder 6对CELP算法进行了仿真。仿真结果表明,该算法在较低码率下可获得较高的合成语音。     

基于ADPCM、CELP和语音分类的变速率语音压缩编码

新的通信方式和计算机网络的飞速发展,对语音信号的编码传输提出了新的要求。在新一代的网络中,希望能充分利用信号源的特征和信道的统计复用性,改变以往信源一般输出是恒定速率码流的特点,而以具有不同速率的分层编码和变速编码,作为新的信源编码系统。讨论了基于ＡＤＰＣＭ、ＣＥＬＰ和多类激励的多种变速率编码方案。实验表明,利用语音信号本身特征,达到高压缩比同时具有较高合成语音质量是可能的。     

基于电力载波通信的低码率语音压缩编码的方法及分析

近年来,由于数字通信及其他商业应用的需求,语音压缩技术得到了迅速发展,针对目前几种具有代表性的低速率语音压缩编码算法(如:LPC声码器,CELP,MBE,PWI,小波变换等)进行分析和比较,介绍各自的基本原理,并在此基础上分析了各自的优、缺点及实际应用.     

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。     

一种基于混合MELP/CELP的4 kbit/s声码器

利用混合激励线性预测 (mixed excitation linear prediction,MELP)算法和码激励线性预测(code excitation linear prediction,CELP)算法的优点,提出了一种混合MELP/CELP语音编码模型.编码端对强浊音帧采用MELP编码,对弱浊音帧和清音帧进行CELP编码.MELP编码器采用相位对齐技术提取强浊音帧的相位参数,解决了合成语音与原始语音在时间上不同步的问题.对实现的4 kbit/s混合MELP/CELP声码器进行客观MOS(mean opinion score)值和主观DRT(diagnostic rhythm test)清晰度测试,结果表明,该声码器的合成语音具有较高的可懂度和清晰度.     

低速率语音编码器的性能分析

本文对码激励线性预测编码器(CELPC)进行了分析,针对CELPC不能很好地重构语音高频部分以及缺乏迅速跟踪语音清、浊音转换部分的能力的问题,提出了随机码本主轴脉冲法和采用不同加权系数、附加低通滤波的自适应码本的搜索过程,以进一步提高合成语音的质量。同时,提出了一种简化的自适应码本和随机码本的联合优化法。计算机模拟结果表明,采用上述各种方法后,使CELPC的性能较原始算法有不同程度的提高。     

码激励—话音编码的新进展

本文概要地叙述了码激励线性预测编码(CELP)的基本结构及其特点。在此基础上引出其不足之处,而着重介绍近年来国内外在解决这些问题上所作的努力,尤其是在解决复杂度问题方面所取得进展,包括电路构成、码本结构、搜索算法等等。这是码激励走向实用的前提。最后介绍在长途通信、移动通信和窄带保密通信等不同领域内综合运用上述成果的成功典型。广泛的应用领域,宽阔的数码率范围(16、8、4.8 kb/s),良好的话音质量,使码激励获得话音编码领域最引入注目的新进展。     

一种改进的6.25 kbit/s GSM半速率语音编码方案

在采用ＣＥＬＰ（码激励线性预测）作为ＧＳＭ半速率编码方案的基础上,对ＣＥＬＰ的三个主要组成部分分别进行了改进,在ＬＳＰ（线谱对）参数分析中提出了将求解和量化相结合的快速算法;在ＬＴＰ（长时预测）分析的分数延迟搜索中,采用逐步缩小搜索范围的方法;在随机码本搜索中,采用高斯重叠稀疏码本。这些措施大大降低了计算量,从而在保证合成语音质量的基础上能够采用单片ＤＳＰ实时实现整个ＣＥＬＰ编译码器。     

变码率增强型双带激励LPC低速语音编码算法

基于对语音信号的分析，借鉴频率分带技术和码激励线性预测编码中传输残差信号可提高合成语音鲁棒性的思想，建立了双带激励模型，同时对基音检测、矢量量化、语音合成等环节加以改进，提出了最高码率为2400bit／s，最低码率为80bit／s的变码率增强型双带激励LPC(Linear Predictive Coding)低速语音编码算法。仿真结果表明：该算法在有效降低平均码率的前提下能保证较高的合成语音质量。