基音周期矢量量化中权重系数的计算

为了更好地区分正弦激励线性预测声码器中待量化基音周期参数矢量各维基音周期参数的重要性,提高合成语音质量,提出了一种新的权重系数计算方法。发现权重系数的计算应考虑当前语音帧所有子带的清浊音度参数,而不仅仅是第一个子带的清浊音度参数,这样能够更好地区分各语音帧基音周期参数的重要性。将各语音帧的所有子带清浊音度参数相加,其和作为基音周期参数量化时的权重系数。测试结果表明,与仅将第一个子带的清浊音度参数作为权重系数相比,新方案能使合成语音质量MOS有较大提高。     

基于H.264感兴趣区域平稳视频主观质量的码率控制

为提高低延时低码率条件下的视频质量,提出一种H.264帧层和宏块层的码率控制算法,实现平滑主观质量和平稳缓冲区波动的一种新的权衡。帧层采用比例-积分-微分算法进行帧层码率分配;在宏块层建立一种新的基于运动外推的编码复杂度传播模型,在保证感兴趣区域具有平稳质量的前提下,在感兴趣区域和非感兴趣区域之间进行比特分配;在各区域中,根据编码复杂度传播模型,基于率失真优化选择宏块量化参数。仿真结果表明:和传统JM算法相比,感兴趣区域的质量波动可减少达35.5%～57.1%。该算法在保证较低缓冲区波动的前提下,具有平滑的主观视频质量。     

步长选择定理及其应用——平行变步长LMS滤波器组算法

从独立假设出发, 基于均方误差最小准则, 提出并证明LMS(Least Mean Square)算法的步长选择定理, 揭示了较优步长和均方误差的关系. 由此构造一种平行变步长LMS滤波器组算法, 并对算法的理论模型进行了详细分析. 仿真结果表明, 该算法模型的理论曲线和最优变步长LMS (optimal variable step-size LMS, OVS-LMS)模型的学习曲线基本重合, 实验曲线也显示了最优的收敛性和很好的跟踪性能. 因而该算法是最优变步长LMS模型的一种较好的实现形式.     

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。     

0.6 kb/s声码器能量参数的高效量化

主观听觉测试表明,在0.6 kb/s声码器算法中,能量参数的量化精度与合成语音的质量有着密切的关系.为提高能量参数的量化精度,该文提出了一种基于预测矢量量化与比特资源动态分配的能量参数量化算法,在超帧编码过程中,充分利用基音周期在清音帧为固定值的特点,将其部分量化比特分配给能量参数,构造其二级码本,从而更好地量化能量参数.实验结果表明: 与基于增益-形状的量化算法相比较,该文提出的算法可以使能量参数的量化误差降低70%左右.     

视频编码中Lagrange乘子自适应调整算法

为改进视频编码算法的率失真性能,提出了一种应用于视频编码率失真优化算法中的Lagrange乘子自适应调整算法。该算法以信源数据的统计分布为理论基础,将视频编码序列的变换系数方差引入到Lagrange乘子的计算过程中来,使得Lagrange乘子的取值可以根据图像内容变化特性进行自适应的调整。实验结果证明,与传统的Lagrange乘子的取值算法相比,该算法可以取得更好的率失真性能,尤其应用在低码率的视频序列中效果更为明显,同等码率下可以将峰值信噪比提高0.1～0.2 dB。     

基于参数模型的自适应二进制算术编码算法

为了在视频编码系统中更灵活地运用二进制算术编码,分析了内容自适应二进制算术编码算法的原理和编码流程,针对编码中的模型参数提出了2种不同的参数模型配置:高编码效率参数模型和低复杂度参数模型。低复杂度参数模型与高编码效率参数模型相比,在同等编码质量下可以将运算量降低约30%,存储空间节省87.5%,并结合视频编码中的码率控制机制提出了编码过程中在两种参数模型之间的自适应切换策略,以此来实现熵编码中复杂度和编码效率的折中,以适应不同的应用需求。     

数字数据网络中语音接入技术

针对窄带数字网络中传输传统语音业务的质量和实时性问题 ,提出了一种在数字数据网络 (digital data net-work,DDN)专线上传输高质量语音和传真的解决方案。该方案有效地解决了窄带网络中实时业务接入的质量保证问题 ,并有良好的可扩展性。分析了该方案的组成、算法原理。特别在同步捕捉方面 ,提出了一种简单可靠的算法。通过对捕捉时间 ,保持时间 ,误同步概率和误失步概率等性能指标的分析 ,证明了该算法的优越性。实际测试表明 :该方案有良好的业务质量和稳定性 ,适合于企业级的综合业务接入 ,并且可以方便地移植到其他 Vo IP(voice over IP)的应用中。