一种高质量的2 kb/s语言编码算法MWI

提出一种高质量的低速率语言编码算法ＭＷＩ,该算法对传统的波形插值算法ＷＩ进行了全面的改进。ＭＷＩ采用了一种更加合理的插值模型,包括统一的清音和浊音分析合成模型、新的典型波形的提取和表示方法,并且采用动态规划的算法增加基音周期估计的准确性。由于不依赖于准确的清浊音判别,ＭＷＩ具有更强的抗噪声能力。ＭＷＩ的参数设置也有利于更加有效的参数量化。随着编码速率的下降,ＭＷＩ的质量虽然呈下降的趋势,但在２ｋｂ／ｓ的速率下,它仍然能给出具有很高清晰度和自然度的合成语音。构造的完整的ＭＷＩ２ｋｂ／ｓ的声码器,具有很高的自然度和可懂度。     

H.264中树状结构运动估计的连续消除算法

为减少视频编码标准 H.2 6 4中树状结构运动估计的高运算复杂度 ,将连续消除算法 (SEA )应用于树状结构的运动估计中。在性能完全相同的条件下 ,与 H.2 6 4整像素运动矢量全搜索算法相比 ,其块匹配运算量减少到原来的 1%～ 2 0 %。利用不同大小块之间因部分重叠 ,其运动矢量具有更强相关性的特点。提出了一种简单有效地确定运动矢量搜索初值的方法 ,并应用两种快速的目标运动矢量判定方法 ,改进了 SEA算法。在性能损失可以忽略的情况下 ,进一步将基本 SEA运算量降低到全搜索块匹配运算量的 0 .3%～4 %。     

低信噪比下基于短时谱估计的语音增强

针对在弱语音信号和低输入信噪比(SNR)情况下,基于短时谱估计的语音增强算法性能下降的问题,提出了一种结合软判决信息和人耳听觉掩蔽效应的短时谱估计算法。该算法在最小均方误差准则下引入语音存在的概率,得到软判决修正的增益函数,然后利用掩蔽门限不断地调整增益函数,进而调整噪声的抑制程度,保护微弱的语音信号,减少语音谱的失真。客观测试和主观试听表明,该算法在信噪比增益以及语音的可懂度、自然度方面都优于传统的最小均方误差估计算法。     

新的变步长归一化最小均方算法

为了解决最小均方 (L east Mean Square,L MS)算法收敛速度和稳态误差之间的矛盾 ,提出了一种新的变步长归一化 (Norm alized) L MS(NL MS)算法。这种算法根据滤波器系数的梯度计算新的步长。当算法尚未收敛时 ,使用较大的步长 ;随着收敛程度的加深 ,逐渐减小步长。试验显示了该算法具有很好的收敛性能和跟踪性能。与其它的变步长L MS算法相比 ,该算法在标准 NL MS算法基础上增加的运算量和存储量都很少且与阶数无关 ;而且该算法的参数受观测噪声的影响很小 ,在观测噪声强度发生变化的情况下不需要重新调整参数 ,仍然可以保持很好的收敛性能     

无线信道上能量约束条件下可伸缩视频的自适应传输

为提高无线信道上可伸缩视频码流的传输效率,提出了一种新的能量约束条件下可伸缩视频码流自适应传输算法。基于无线信道的Markov模型假设,在满足延时约束条件下,对各可伸缩视频编码帧的增强层数目以及信道发送速率进行联合优化,并给出了动态规划算法求解该约束优化问题。实验结果表明,相对于采用固定信道传输速率的可伸缩视频码流传输方案,该方案在达到相同平均视频质量时平均可节省44.95%~52.86%的能量,显著提高了无线信道上可伸缩视频传输的能量利用效率。     

延迟受限细粒度可伸缩视频流媒体平滑传输

在异构网络上可伸缩视频传输中,为了解决由于网络的时变性特征所引起的编码码流与网络带宽不适配所引起的问题,该文提出了一种控制可伸缩码流的传输,使之适应带宽的时变特性,同时能够保证平滑的重建视频质量的传输调度算法。该文在延迟受限的条件下,通过控制每一帧增强层码流的传输,使得带宽变化所带来的视频质量波动显著下降,从而有效地提高了视频的总体质量。仿真试验表明,该方案在提高视频客观质量的同时提高了其主观质量,有效提高了视频传输的鲁棒性。同时,该文所提出的算法复杂度较低,能够应用在实际的流媒体传输系统中。     

加权平方误差测度下的快速矢量量化算法

为降低加权平方误差测度下的矢量量化运算量,针对加权因子固定与不固定两种情况,分别提出了快速搜索算法。加权因子固定时,对等均值最近临搜索算法做了相应改动即可应用;加权因子随输入矢量变化时,提出了一种分裂多级等均值最近临搜索算法,算法提出了3个新的排除准则,在不同的场合下选用部分或者全部,从而有效降低码字搜索运算量。测试结果表明:分裂多级等均值最近临搜索算法能够有效降低加权平方误差测度下矢量量化的运算量,比全搜索算法能够节省约69%的运算量。     

声码器基音周期参数抗差错算法

为降低在窄带高误码率信道上语音传输的失真,针对基音参数提出了一种解码端抗差错算法.语音信号的基音周期本身变化比较平缓,在解码端将当前语音帧的基音参数与上一帧的基音参数进行比较,若发现变化超过一定范围, 则认为是当前帧基音参数出错,并对其进行纠错处理.为了防止由于基音参数的重建错误而引起的误码扩散,若上一帧语音进行过纠错处理,则当前帧语音不作纠错处理,直到下一帧语音再跳入恢复算法.实验结果表明: 在1×10-2以上的随机误码率下,采用本文提出的纠错算法后,信道误码引起的声码器基音参数误差能够降低10%以上.     

能量参数解码端HMM估计算法

在低速率语音编码算法中,如何对特征参数进行有效的量化表示是影响声码器合成语音质量的关键因素。该文提出一种能量参数解码端恢复算法,它利用线谱频率(linespectral frequency,LSF)和清浊音判决参数(unvoiced/voiced decision,U/V)估计能量参数的变化轨迹。该算法利用特征参数之间的相关性,采用隐Markov模型(hiddenMarkov model,HMM)描述LSF、U/V和能量参数之间的统计特性,通过对能量进行解码端恢复,省去量化所需的比特数,从而提高特征参数的整体量化性能。测试结果表明:能量参数解码端恢复算法能够将150b/s混合激励线性预测编码算法(mixed excitation linear prediction,MELP)的合成语音平均意见得分(mean opinion score,MOS)提高0.042。该算法应用于超低速率声码器参数量化是可行的。     

基于H.264的码率控制算法

为了更好地控制视频压缩码流的输出,该文基于最新的视频编码标准H.264提出一种改进的码率控制算法.该算法解决标准中原算法码率分配过于平均和不能充分利用已编码帧历史信息的问题.该算法引入内容复杂度因子使得码率分配更加准确,并在预测量化参数时引入量化参数调整因子,根据已编码帧的历史信息更准确地调整当前帧要使用的量化参数.实验结果表明: 与原算法比较,该算法在更能准确控制码率的情况下,视频输出序列的峰值信噪比平均提高0.23 dB, 取得更好的码率控制效果,便于接收端获得更加稳定的压缩视频流.