高质量4kbit/s码速率语音编码算法研究

４ｋｂｉｔ／ｓ有限状态代数码激励线性预测语音编码算法ＦＳ－ＡＣＥＬＰ是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法。在线性预测（ＬＰ）参数量化上,利用了语音帧内和帧间的相关性,对线谱对（ＬＳＰ）参数使用预测式分裂式矢量量化,获得很高的量化效率。在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法,在保证合成语音质量的同时,有效地降低了运算量。对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量。对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度。经非正式听音测试,４ｋｂｉｔ／ｓＦＳ－ＡＣＥＬＰ的合成语音质量超过了北美８ｋｂｉｔ／ｓＶＳＥＬＰ,接近Ｇ．７２９８ｋｂｉｔ／ｓＣＳ－ＡＣＥＬＰ,ＭＯＳ分约为３．９。     

基于VQ的混合图像压缩算法

提出了一种改善矢量量化的方法。该方法保留小 分解后的低频信号，对其用基于ＳＯＦＲＭ的矢量量化形成码书和索引号，最后，传输索引号码字和ＪＰＥＧ编码后的码书码字。解码为编码逆过程，实验表明，本文所提出的方法，在ＰＳＮＲ相同的情况下，压缩比约为原始ＶＱ算法的４倍。     

一种改进的规则脉冲激励—长时预测语音编码方案

在对规则脉冲激励－长时预测语音编码方案（比特率为１３ｋｂｉｔ／ｓ）研究的基础上，提出了７．４ｋｂｉｔ／ｓ的改进方案，使编码速度大大降低，改进方案在长时预测分析中用部分搜索法代替了原来的全搜索，并采用矢量量化技术对预测残差信号进行量化，其硬件实现在ＴＭＳ３２０Ｃ３０ ＥＶＭ上完成，所用ＤＳＰ芯片为单片ＴＭＳ３２０Ｃ３０，实验结果表明，合成语音质量与原方案十分接近。     

各种速率矢量和激励线性预测（VSELP）编码器的实现

研究并改进了矢量和激励线性预测，语音编码器，介绍了８ｋｂｉｔ／ｓＶＳＥＬＰ编码方案的实现及在此基础上利用矢量量化ＬＰＣ参数，减少激励码本数和子块分裂等方法；改进的６．４ｋｂｉｔ／ｓ，４．８ｋｂｉｔ／ｓ及２．４ｋｂｉｔ／ｓ ＶＳＥＬＰ的方案和结果。     

一种改进的规则脉冲激励－长时预测语音编码方案

在对规则脉冲激励－长时预测语音编码方案（比特率为１３ｋｂｉｔ／ｓ）研究的基础上，提出了７．４ｋｂｉｔ／ｓ的改进方案，使编码速率大大降低．改进方案在长时预测分析中用部分搜索法代替了原来的全搜索，并采用矢量量化技术对预测残差信号进行量化．其硬件实现在ＴＭＳ３２０Ｃ３０ＥＶＭ上完成，所用ＤＳＰ芯片为单片ＴＭＳ３２０Ｃ３０．实验结果表明，合成语音质量与原方案十分接近．     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。     

一种改进的树形矢量量化编码算法

矢量量化中的一个最严重的问题是在一本码本中搜索最近码字的高计算复杂度。本文在研究树形矢量量化的基础上提出了一种改进的树形矢量量化编码算法。实验结果表明,本文提出的编码算法相对于树形矢量量化算法可大大改善峰值信噪比（ＰＳＮＲ）。     

一种甚低码率声码器的设计

在混合激励线性预测 (mixed excitation linear prediction, MELP) 模型的基础上,以超帧为单位,采用多帧联合编码技术,分模式对子帧的语音特征参数进行联合量化,实现了一种码率为600 bit/s的声码器。为了进一步减小量化误差,设计出了一种基于高斯混合模型的预测分类分裂矢量量化器(predictive switched split vector quantization based on Gauss mixture model, GMM-PSSVQ),该量化器对超帧中某些子帧的线谱频率进行量化,并利用帧间预测和线性插值等方法提高编码效率。采用谱失真对设计的矢量量化器进行性能评估,并分别与多级矢量量化和预测分裂矢量量化算法进行性能比较;通过客观感知语音质量评估和主观判断韵字测试对实现的声码器进行性能测试。测试结果表明,设计的矢量量化器平均谱失真最低,实现的声码器合成语音具有较高的清晰度和可懂度。     

低码率语音编码的线谱对实现

线谱对参数在描述声道方面是与线性预测ＬＰ系数安全等价的另一种表示方法。叙述了ＬＳＰ的定义及其性质,ＬＳＰ算法及其转化,并给出ＬＳＰ参数的一种实用算法。     

液晶显示器的发展动向与市场分析

显示器按发光特性分为：阴极射线管（ＣＲＴ）显示器，液晶显示器（ＬＣＤ），等离子体显示器（ＰＤＰ）等。各种平板显示器（ＬＣＤ，ＰＤＰ等）都试图取代ＣＲＴ。ＬＣＤ现为平板显示器的主流产品。ＬＣＤ又分为ＳＴＮ与ＴＦＴ两种。国际上显示器类市场总份额据美国ＳｔａｎｄｆｏｒｄＲｅｓｏｕｒｃｅｓ预测，２０００年全球主要平板显示器占市场份额为：平板显示器种类ＬＣＤＦＥＤＰＤＰＥＬ市场份额（％）８３－９３６－６６６－３６３－２５　　据美国ＳｔａｎｄｆｏｒｄＲｅｓｏｕｒｃｅｓ预测，至２００１年世界平板显示器市场将达…     

一种基于预测量化对结构的LSP参数量化算法

为了提高LSP参数的量化效率,提出了一种基于预测量化对结构的联合预测矩阵量化算法。与常用的预测矢量量化结构不同,算法中的预测量化对结构对码本中的每一个码字采用一个与其匹配的预测器,可进一步减小预测量化的信息冗余。在码本训练中,设计了一种渐进闭环迭代优化方法,有效地提高了预测器与量化器的匹配程度。仿真实验结果表明,与传统的矩阵量化算法相比,提出的算法对LSP参数量化的平均量化谱失真较小,具有更优的量化性能。     

8 kbit/s 短延时语音编码算法——LD-ACELP

８ｋｂｉｔ／ｓ短延时语音编码算法ＬＤ－ＡＣＥＬＰ，采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，利用语音的帧间相关性对线谱对参数采用了分裂式矢量量化技术，并采用高效的码本结构、码本搜索技术和增益矢量量化技术来获得较高的语音合成质量和较短的算法延时。ＬＤ－ＡＣＥＬＰ的帧长为１０ｍｓ，算法延时为１５ｍｓ。通过信噪比及人耳主观听觉实验等性能测试表明，该算法具有与国际电联１６ｋｂ／ｓ短延时语音编码算法ＬＤ－ＣＥＬＰ（Ｇ．７２８）相当的语音合成质量。     

两种LPC参数量化及性能比较

本文研究了两种LPc声道参数的量化方法。首先研究了反射系数(下称R参数)的量化方法,采用最小偏差量化对10个R参数用36比特进行编码,使平均频谱偏差低于1dB。其次研究了线谱对(LSP)参数的提取及量化,提出了一种快速的便于实时实现的LSP参数的提取方法,并对10个LSP参数用30比特进行自适应量化。性能比较结果表明,LSP参数的量化优于R参数,并且具有较强的抗误码性能。     

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。     

6.3kbit/s CELP语音编码的研究

提出了一种新的6.3kbit/sCELP语音编码方案,其语音质量接近ITU-TG.729的合成语音质量,而编解码复杂度约为10MIPS.它在CELP的3个主要方面作了改进LSP参数的矢量量化;开环基音预测,长时预测滤波器系数的求解和量化一体化;代数码本激励.这些措施在保证合成语音质量的前提下大大降低了计算量,从而能够在单片TMS320C30系统上实时实现.     

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.     

带有帧间级间预测的线谱频率参数多级矢量量化

为在极低速率下实现高质量的语音编码,提出一种高效的带有帧间及级间预测的线谱频率参数多级码本矢量量化(IFP-MSVQ-ISP)算法。算法利用多级矢量量化中上一级码本的选定码矢对残差矢量进行预测,对去除预测分量的残差矢量再进行下一级矢量量化。测试结果表明,这种带有多级码本级间预测的算法与无级间预测的算法相比,能够有效降低线谱频率参数的量化误差,使谱失真降低0.1 dB以上,合成语音客观MOS提高0.02以上。该算法的实现对极低速率下语音压缩编码算法的研究具有重要的参考价值。     

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。     

线谱对矢量量化方法的改进

介绍了8kb／sCS-ACELP语音编码算法中线谱对参数的基本原理，对线谱对参数作了详细的说明，并给出了由LPC系数到线谱对参数的转变过程。对算法中线谱对量化方法做了分析，提出了改进方法。通过仿真试验，证明了新的量化方法有一定的有效性。