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。     

改进的繁殖码激励线性预测编码器

尽管码激励线性预测编码（ＣＥＬＰ）算法在中、低比特速率中已提供了较好的语音质量，但对随机码本的全搜索，其计算是极其复杂的。本文在繁殖码激励线性预测编码器的基础上研究了决定最优激励的全搜索过程，提出了用改进的繁殖码本作为激励源的有效搜索方法，使ＣＥＬＰ编码器的计算量减少为正常全搜索的。     

8Kb／sLD－CELP编码器的研究

描述了一种８Ｋｂ／ｓ的低延迟ＣＥＬＰ编码器．这种编码器采用后向自适应技术，所使用的激励矢量长度很短，使得单向编译码延迟小于５ｍｓ，计算复杂度也由于使用了“形状－增益”码本而得到降低．这种编码算法包括：（１）用于ＬＰＣ分析的汉明窗（Ｈａｍｍｉｎｇｗｉｎｄｏｗｓ）；（２）三抽头基音预测器和１０阶ＬＰＣ预测器的级联；（３）对数增益预测器；（４）闭环搜索．     

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。     

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。     

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。     

一种基于神经网络的LD—CELP算法

在低延时矢量激励性线预测（ＬＤ－ＣＥＬＰ）编码算法的基础上，提出了直接矢量量化的低延迟矢量激励线性预测编码方案（ＤＶＱ－ＬＤ－ＣＥＬＰ）采用误差反向传播神经网络（ＢＰＮＮ）来实现ＤＶＱ－ＬＤ－ＣＥＬＰ方法中的码本搜索算法，实现在保持原编码方法（ＬＤ－ＣＥＬＰ）生成误音的音质和码率的同时，降低码本搜索的复杂率，提高码本搜索算法的效率。     

一种2.4kb/S改进型MBELP编码

给出了一种改进的２．４ｋｂ／ｓ多带激励线性预测（ＩＭＢＥＬＰ）语音编码算法。与传统的ＭＢＥＬＰ算法相比，该算法在基音提取和清／浊音判决上采取了一些改进措施，使得合成语音质量有一定的提高。     

8.0kbit／sACELP声码器的GSM平台仿真

研究恶劣传输环境下８．０ｋｂｉｔ／代数码激励线性预测声码器的译码算法的改进及其在ＧＳＭ典型信道的传输性能。方法在集成软件仿真平台中引入稳信道编码模块,以消除衰落噪声和高斯噪声的影响,并完成ＡＣＥＬＰ声码器到ＧＳＭ全速率语音业务信道（ＴＣＨ／ＦＳ）的速率适配任务;在ＡＣＥＬＰ译码器中引入错误帧隐藏单元（ＥＣＵ）,以提高恶劣信道环境下的合成语音质量。结果与结论错误隐藏单元与相应的高效稳健的信道编码相结     

引入包分析的E-Model语音质量评价模型改进

为了能够更加准确地评价语音包丢失对基于IP的语音传输(voice over internet protocol,VoIP)的语音质量的损伤,对ITU-T G.107建议书提出的语音质量预测模型E-Model中计算丢包与编码造成的损伤Ie-eff的方法作出改进,在综合考虑语音包的内部特性和存在突发连续丢包情况后,提出利用在固定语音长度下,语音实际损失时间Tloss来衡量语音包丢失造成的语音损伤.仿真结果表明,相比原有模型,改进后的模型得到的语音质量评分同主观语音质量评估方法(perceptual evaluation of speech quality,PESQ)评分相比,皮尔森相关系数平均提高了0.045 8,均方根误差平均降低了0.053 4,改进后的E-Model模型在评价语音质量时与PESQ更具有一致性,可以更为准确地预测VoIP通信的语音质量.     

改进的GMM模型语声转换系统

传统的基于GMM模型线性语音转换系统在语音转换阶段,由于转换函数的概率加权组合使合成语音共振峰带宽变宽,谱包络过于平滑.文中提出依据后验概率大小和前后语音的相关性,选择部分转换分量函数进行语音转换.实验表明不仅简化了语音转换,而且经过转换的语音质量也有一定的提高,对语音的实时转换有重要的意义.     

融合语态特征的日英层次短语翻译模型

针对不同语种的被动和可能语态的句法结构差异影响机器翻译质量的问题,提出融合语态特征的最大熵翻译模型。首先从日语端分出被动语态、可能语态和其他语态,然后从英语端对被动和可能语态进一步分类,抽取双语特征训练最大熵规则分类模型,将语态特征融合到对数线性模型中以改善翻译模型。提高解码器在翻译被动语态和可能语态时规则选择的准确性。实验结果表明,该方法可以有效地改善日英统计机器翻译的句法结构调序和词汇翻译,提升被动语态和可能语态句子的翻译质量。     

基于ZigBee的战场数话传输模块的设计与实现

为了实现战场上语音和数据的近距离无线传输,将语音传输与ZigBee无线网络相结合,利用ZigBee技术设计一个小型的无线网络,代替有线通信方式. 以IAR的Embedded Workbench为开发平台,设计了控制模块、语音模块、无线通信模块、功率放大模块、数据接口等模块硬件电路. 采用RALCWI语音压缩算法保证话音质量,设计了2.4 GHz ZigBee网络节点,组成2.4 GHz ZigBee小型网络,在网络内自由传输语音和数据,并在软件上实现了语音处理和组网、无线收发数据、数据传输等功能,解决了战场上无线传输的问题.      

基于DSR系统的嵌入式语音拨号系统设计

采用分布武语音识别(DSR)模式来设计和实现手机的语音拨号系统：在手机端进行特征参数的提取,然后通过无线信道传输到服务器端进行识别与训练,最后把结果送回到手机端。通过试验发现,该语音拨号系统识别率在90％以上,并且大大提高了语音质量和识别的速度。     

话音－数据综合传输控制分析

分析了一种基于时分复用（ＴＤＭ）的可移动边界型语音－数据综合传输控制模型，采用逐次逼近算法求出了在一定性能准则条件下的最佳信道容量分配方案。数值结果表明，以允许的话音失真为代价，可提高系统总的吞吐量     

IBM Voice Conversion Systems for 2007 TC-STAR Evaluation

This paper proposes a novel voice conversion method by frequency warping. The frequency warping function is generated based on mapping formants of the source speaker and the target speaker. In addition to frequency warping, fundamental frequency adjustment, spectral envelope equalization, breathiness addition, and duration modification are also used to improve the similarity to the target speaker. The proposed voice conversion method needs only a very small amount of training data for generating the warping function, thereby greatly facilitating its application. Systems based on the proposed method were used for the 2007 TC-STAR intra-lingual voice conversion evaluation for English and Spanish and a cross-lingual voice conversion evaluation for Spanish. The evaluation results show that the proposed method can achieve a much better quality of converted speech than other methods as well as a good balance between quality and similarity. The IBM1 system was ranked No. 1 for English evaluation and No. 2 for Spanish evaluation. Evaluation results also show that the proposed method is a convenient and competitive method for cross-lingual voice conversion tasks.     

语音/数据同帧传输方法

提出了一种语音/数据同帧传输新方法。该方法对语音进行压缩处理，连续存放，收集无声期用于传输数据，与传统的语音/数据同帧传输方法相比，能明显提高信道资源利用率。     

基于MPLS的承载语音业务技术

虽然VoIP技术正在迅猛发展,但是使用IP网络来承载语音业务存在许多缺陷.多协议标记交换(MPLS)是下一代骨干网络技术,具有许多优点.使用MPLS网络作为语音业务的载体,既可以改善语音业务的质量,还可以弥补传统IP网络的缺陷.对MPLS承载语音业务的技术--VoMPLS进行了详细的阐述,介绍了VoMPLS在相关领域的应用,并展望了VoMPLS的未来研究方向.     

基于自给式呼吸器的语音减噪改进方法

针对传统减噪方法在处理自给式呼吸器通信时语音音质不清晰、噪声干扰严重的问题,提出了一种基于自给式呼吸器的语音减噪改进方法,并进行了实验验证。在该改进方法中,先定义一个新的判决变量为相关函数能量,利用该变量进行语音端点检测,然后根据检测结果,分别对有话段语音信号采取声压差值减噪处理,对无话段噪声信号采用静默处理。实测实验结果表明,对于自给式呼吸器采集到的语音信号,改进方法的准确性与鲁棒性要优于传统语音减噪方法。