基于CASA简化模型的语音增强算法

基于听觉现象分析（CASA）模型的基本原理,针对仅有非语音信号干扰情况下的单通道语音增强处理问题,利用人耳的频率掩蔽效应,提出了一种单通道简化CASA计算模型语音增强新算法,新算法通过提取混合语音输入中的有效语音时频成分并利用人耳的听觉掩蔽效应重构合成增强语音输出信号,通过在汽车噪声和白噪声干扰下的仿真实验结果表明,简化的CASA模型语音增强算法的输出信噪比约提高了10dB,且可以有效抑制干扰噪声的听觉影响,增强输出语音信号的可懂度。     

英汉翻译中的词类转换问题

英汉翻译过程中的词类转换有5种主要方法,其中,英语名词,介词转译为汉语动词,尤为重要。     

G．729CS—ACELP语音编码算法的优化及其DSP实现

在研究G．729CS－ACELP语音编码算法基础上,通过分析其原理及基本特征,在实际应用中提出了优化算法的两种方案,大大降低了算法复杂度;并介绍了利用DSP相应的开发环境对简化后的算法进行软件模拟,实验结果证明其输出语音仍然保持很高的合成品质,最后给出了以DSP为核心的硬件系统构成框图。     

IP电话语音传输质量的研究

实现了Windows平台上的实时语音传输,在此平台上,通过大量的实验,对丢包前后的语音时域、频域波形做出了分析,并采用了MOS分和信噪比（SNR）来比较了3种语音恢复方法的优劣。最后详细分析了时延、抖动、丢包率和语音包的大小对语音质量的影响。     

PMC在噪声环境下的语音识别中的应用

今天的语音识别正处于由实验室技术走向实用化,产品化的关键时期,然而,现有的绝大我数语音识别系统在噪声环境中的性能都不可避免地急上降,环境噪声已经成为语音识 技术商品化的一个主要障碍,因此在语音识 技术逐渐走向实用化的过程中,噪声语音识别日益成为一个重要的研究领域,遗憾的是,由于噪声语音识 问题本身的复杂性,至今还没有一种方法可以圆满地解决这一问题,拟从模型补偿方面,对噪声环境下的孤立词语音识别进行一些探索,重点研究一个在噪声环境下的语音识别算法－－并行模型组合方法（PMC）,详细论述了其原理以及在噪声环境下的语音识别中的应用。实验中,我们使用汉语的数字语音,分别在3种不同噪声不同信噪比条件下对这一方法进行了识别率测试,结果显示,该方法有着令人振奋的识别效果。     

视频对象编码中初始搜索点的预测算法研究

利用视频对象内部的变化具有时间相关性,可以克服在对象边缘处的分块的可供参考的运动矢量很少或者没有所造成的预测困难,提出了一种结合时间和空间相关性来预测起始搜索点的视频运动编码的新算法,达到了较好的预测效果。     

变比特率均值匹配相关矢量量化图像编码算法

矢量量化(VQ)是一种有效的数据压缩技术。为找出与输入矢量最匹配的码字,传统的穷尽搜索矢量量化编码算法需要计算输入矢量与所有码字之间的失真测度。码书大小和矢量维数越大,穷尽搜索矢量量化编码的计算复杂度就越高。为了降低穷尽搜索矢量量化器的编码复杂度,本文提出了一种用于快速图像编码的均值匹配相关矢量量化器(MMCVQ)。在编码前,首先计算所有码字的均值,然后按照这些均值从小到大对码书进行排序。编码阶段,利用邻近图像块的高度相关性和当前输入矢量的均值共同确定相应的码字搜索范围。实验结果表明,当阈值大小为320时,与传统穷尽搜索矢量量化编码法相比,虽然MMCVQ算法的编码质量下降约0.3～0.4dB,但速度快14倍而且比特率下降0.1～0.2比特像素。     

一种基于干扰预测的功率控制算法

针对宽带码分多址系统的上行链路,提出了一种基于干扰预测的功率控制方法,利用当前时刻和以前若干时刻的干扰对下一时刻的干扰进行最佳预测,以此为基础来解决下一时刻的功率,从而使信干比更接近门限值,仿真结果证明,该方法不仅可以提高控制精度和收敛速度,增加系统的稳定性,而且可以减小条件下断概率,增加系统的容量。     

一种新的快速块匹配运动估计算法

提出了一种新的快速、有效的块匹配运动估计算法。算法采用多步搜索方法,利用相邻块之间的运动相关性,选择反映当前块运动趋势的预测点作为初始搜索点;用子采样块匹配失真度量来减少计算量;利用运动矢量的中心倾向的分布特性,用多侯选点钻石形状搜索方法来提高运动估计的速度和准确性。实验表明,该算法计算复杂性低,预测质量好。     

MPEG—4基于内容的视频编码研究

介绍了MPEG-4的基于内容的视频编码原理,讨论了二进制形状编码,对其软件作了模拟,结果表明,该编码效果良好。