基于统计匹配的VoIP说话人特征补偿算法

在VoIP说话人识别中,当使用原始语音(未经过编译码处理)训练的说话人模型识别经过语音编译码处理的测试语音时,系统的识别性能会发生下降.本文给出了一种基于统计匹配和EM(期望最大化)算法的VoIP说话人特征(12阶的LPCC系数)补偿算法,其中对假设失真特征与未失真识别特征间符合非线性(二次函数型)和线性函数关系时的函数参数进行了估计,并使用得到的补偿函数对失真特征进行补偿.实验结果表明,该特征补偿算法对VoIP中广泛使用的G.729 8kb/s、G.723.1 6.3kb/s、G.723.1 5.3kb/s编译码所造成的识别性能下降有较大的改善,其性能也优于CMS(倒谱均值减)方法.     

一种基于ACELP的4．8kbit／s语音声码器

ACELP(代数码激励线形预测)是ITU-T于1995年制订的双速率语音编码标准G.723.1中5.3kbit/s所采用的算法,该算法具有良好的通话质量及抗噪声性能.文章分析了基于ACELP的5.3kbit/s语音编码的基本原理以及将编码速率降低为4.8kbit/s的改进方法,然后介绍了4.8kbit/s声码器的DSP实现.     

G.723.1编译码算法的DSP实现

介绍了ITU－T G.723.1标准语音编译码器的算法及其在ADSP－2181芯片上的实现，软硬件结合实现了语音信号的采样和实时编译码，安全符合ITU－T G.723.1标准的定点算法，通过了ITU－T的所有测试向量。     

G.723.1语音编解码的DSP实时实现

本文介绍了 G.723.1语音编解码算法及 LSI Logic 公司推出的一种基于 ZSP400内核的定点 DSP(LSI402ZX)，设计了一个用于可视电话的语音编解码子系统，并描述了 G.723.1算法在 LSI402ZX 上的实时实现方法，从而实现了实时语音传输的功能。     

高质量的4 kb/s散布脉冲CELP语音编码算法

本文提出了一种散布脉冲CELP(DP-CELP)语音编码算法,激励矢量由特殊结构的代数码书与固定形式的散布脉冲的卷积获得,这种激励源有效地改善了重建语音质量,但未增加代数码书搜索的复杂度.非正式的主观听力测试表明,这种4 kb/s DP-CELP语音编码算法的合成语音质量非常接近G.723.1中6.3 kb/s语音编码器.     

基于BF533的G．723．1算法设计及优化

实验实现了数字可视对讲系统的音频设计.采用美国模拟器件公司(ADI)Blackfin系列处理器BF533平台,给出了G.723.1语音编解码器的系统设计方案及移植关键技术.不但对C语言程序算法上进行了优化,还针对BF533硬件特性提出并实现了更有效的优化策略,如寄存器代替局部变量,使用硬件循环代替软件循环等,实时实现了ITU-T的G.723.1双码率编解码器算法.实验结果表明,G.723.1语音编解码器能够完全在BF533开发板上实时实现.     

ITU-TG.723.1语音编码算法的分析及优化

G.723.1是国际电信联盟（ITU）于1996年推出的低码率语音编码标准,针对ITU-T G.723.1语言编码算法中的两个关键模块进行了分析和优化以减小算法复杂度和节约内存空间,使得算法有可能在DSP上实时实现。     

一种G.729ab和G.723.1联合多通道声码器设计

以TMS320C6203为硬件平台,设计了一种高效率的G.729ab和G.723.1联合多通道声码器.该声码器的不同通道可同时实现G.729ab和G.723.1两种语音压缩算法.通过使用纯汇编指令与C语言结合优化编程,提高核心编解码算法效率,可实时最大支持31个话路语音的G.729ab编解码,或22个话路语音的G.723.1编解码.利用TMS320C6203在片外设McBSP提供声码器连接PSFN的标准E1接口;利用TMS320C6203的HPI接口提供声码器和连接数据网的RTP协议接口,使该联合声码器可灵活应用于媒体网关.     

多媒体通信中多协议语音编译码器的实现

本介绍一种具有多种协议处理能力的语音处理编译码器。该编译码可支持ITU-T G.711、G.722、G.723.1和G.728等建议标准,其中G.723.1是时下流行的IP电话注流建议标准。本同时给出两种多协议语音处理平台的实例。     

多媒体通信中多协议语音编译码器的实现

本文介绍一种具有多种协议处理能力的语音处理编译码器。该编译码器可支持ITU-TG.711、G.722、G.723.1和G.728等建议标准,其中G.723.1是时下流行的IP电话主流建议标准。本文同时给出两种多协议语音处理平台的实例。     

采用Trimedia/Nexperia DSP的流结构模式实现G.723.1实时语音编解码

G．723．1协议是将音频信号压缩到5．3Kb／s和6．3Kb／s2种码率的音频编解码协议，主要应用在多媒体通信中的音频压缩。介绍一种基于Trimedia／Nexperia DSP的流结构TSSA(Trimedia Streaming Software Architecture)实现应用在可视电话中的G．723．1实时语音编解码。     

Low bit-rate speech coders for multimedia communication

The International Telecommunications Union (ITU) has standardized three speech coders which are applicable to low-bit-rate multimedia communications. ITU Rec. G.729 8 kb/s CS-ACELP has a 15 ms algorithmic codec delay and provides network-quality speech. It was originally designed for wireless applications, but is applicable to multimedia communications as well. Annex A of Rec. G.729 is a reduced-complexity version of the CS-ACELP coder. It was designed explicitly for simultaneous voice and data applications that are prevalent in low-bit-rate multimedia communications. These two coders use the same bitstream format and can interoperate. The ITU Rec. G.723.1 6.3 and 5.3 kb/s speech coder for multimedia communications was designed originally for low-bit-rate videophones. Its frame size of 30 ms and one-way algorithmic codec delay of 37.5 ms allow for a further reduction in bit rate compared to the G.729 coder. In applications where low delay is important, the delay of G.723.1 may be too large. However, if the delay is acceptable, G.723.1 provides a lower-complexity alternative to G.729 at the expense of a slight degradation in quality. This article describes the attributes of speech coders such as bit rate, complexity, delay, and quality. Then it discusses the basic concepts of the three new ITU coders by comparing their specific attributes. The second part of this article describes the standardization process for each of these coders     

基于预搜索策略的ACELP语音编码算法

基于预搜索策略的ACELP语音编码算法     

ITU G.732.1语音编码器在DSP上的实时实现

ＩＴＵＧ。７２３．１建议的编码速度为５．３和６．３ｂｉｔ／ｓ的双码率编码方案是一种运算复杂的用于多媒体通信中的低码率语音编码器。本文介绍了该编码器的算法原理和在一片ＴＭＳ３２０Ｃ５４１定点ＤＳＰ芯片上实时实现该编码器过程中的软，硬件结构及关键技术。     

基于广义线性区分核支持向量机的说话人确认

给出了一种基于广义线性区分核支持向量机方法的VolP说话人确认算法,给出了直接从G．729,G．723．1（6.3Kb／s）和G．723．1（5．3Kb／s）压缩语音的码流中提取识别参数,采用广义线性区分核的支持向量机进行确认的方法。实验结果表明,该方法可有效地进行VoIP说话人确认。     

一种应用于音库压缩的低速率编解码方案

传统的语音编解码器大多针对通信场合设计,无法很好的满足应用于语音合成中的音库压缩的要求。本文根据音库压缩的特点,提出了一种低码速率的编解码方案,其在3Kbps左右的码率下获得类似G.723.1在5.3Kbps下的效果,并具有解码端算法简单的优点。作为技术原型,该方案可以广泛应用于各种场合下的语音合成系统,特别对资源受限情况下语音合成,具有重要的意义。     

Integration of harmonic and analysis by synthesis coders

Hybrid coding of speech has been proposed to overcome the limitations of a single model in representing the wide variety of characteristics of human speech. A new hybrid coding algorithm, which combines harmonic and analysis by synthesis coding techniques, is presented. To integrate the harmonic and analysis by synthesis coders, novel phase synchronisation and speech classification techniques are developed. The perceptual quality of the speech synthesised using the unquantised hybrid model is almost indistinguishable when compared with 128 kbit/s linear PCM. Two variable rate coders are developed based on the designed hybrid model, by quantising the parameters at different bit rates. Subjective listening tests show that the speech quality of the variable rate hybrid coders outperform the quality of 5.3 kbit/s and 6.3 kbit/s ITU G.723.1 coders, at maximum bit rates of 4 kbit/s and 6 kbit/s respectively.     

G.723.1 Codec在OpenH323协议栈上的实现

OpenH323是一个开放源码的VoIP(Voice over IP)协议栈,支持H．323和SIP等多媒体通信协议,为多媒体应用提供了一个很好的开发平台。G．723．1是ITU-T建议在中低速率多媒体通信中使用的语音压缩算法,目前该算法已在IP电话系统中得到广泛应啊。基于OpenH323协议栈实现G．723．1Codec有着十分重要的应用价值。介绍在OpenH323的软件终端上实现G．723．1Codec的基本方法,并可推广到G．729等其它多种语音压缩算法。     

iLBC语音编解码器核心技术的研究

重点讨论了iLBC编解码器独立于帧的长期预测。独立于帧的长期预测是用来在编码语音没有遭受与传输丢失相关的多帧语音退化情况下,开发斜度标记相关的办法。然后介绍了iLBC,G.729A和G.723.1编解码器的平均主观得分MOS,并用信号为例说明基于独立于帧的长期预测编解码器和CELP编解码器之间的不同,最后用语音重构的例子说明二者语音质量间的差别。     

Three new speech coders from the ITU cover a range of applications

Many new speech coding standards have been created in the 10-year period 1987-1996. The author reviews the key attributes that determine what coder to select for different applications. The article then focuses on three new speech coding recommendations from the ITU-T, namely G.723.1, G.729, and Annex A of G.729. They provide good coverage for a wide range of applications that have low bit rate requirements (i.e., from 5.3 to 8 kb/s). In addition to bit rate, the article reviews their delay, complexity, and performance. Also reviewed are the history of these standards, and what considerations influenced the requirements each of these coders had to meet