一种基于神经网络的LD-CELP算法

在低延时矢量励线性预测 (LD -CELP)编码算法的基础上 ,提出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)生成语音的音质和码率的同时 ,降低码本搜索的复杂度 ,提高码本搜索算法的效率     

基于CELP的语音编解码系统及其DSP实现

为了解决传统的语音编码使用波形编码或者参数编码方法时存在的编码速率较高，语音合成的自然度不高等不足，研究了以码激励线性预测(CELP)为基础的混合编码方法；探讨了CELP的算法原理及其关键技术，特别是对其中的码本搜索算法进行了改进，减小了算法的复杂度，提高了运行速度，并在TI公司的TMS320 VC5410开发套件上得到了实时实现．实验结果表明，该算法在编码速率为8kbit／s时有较好的语音回放效果．     

数据压缩技术在语音电子系统中的应用

本文介绍一种语音电子系统（ＶＥＳ），并讨论该系统中所采用的数据压缩技术－－矢量量化，以及矢量量化码书与快速搜索算法的设计。     

话音编码系统模型研究

本文对码激励线性预测算法(CELP)和共轭结构代数码激励线性预测（CS-ACELP)算法的原理进行了分析,基于对LPC编码和CELP编码原理的分析提出了适合参数编码和混合编码的话音编码系统模型。     

ACELP语音编码算法改进与仿真

代数码激励线性预测算法（ACELP）是目前诸多低速率语音编码标准的算法核心,包括3G语音标准VSELP、AMR、AMR—NB、AMR—WB．该算法基于码激励线性预测模型,通过对码本的有效搜索,确定基音延迟,算法时间复杂度为O（n^3）．本文在ACELP算法基础上,对ACELP中自适应码本搜索过程进行改进,提出E—ACELP算法．通过AMR标准中8种速率情况的仿真,E—ACELP算法码本搜索时间减少、时间复杂度下降．基于E—ACELP算法,语音编码标准性能和效率得到提高．     

4.8kbit／s语音编码技术的研究与实现

给出了一种基于改进型码激励线性预测编码（ＣＥＬＰ）算法的声码器。激励由随机码本和自适应码本构成，声道由线性预测器构成。为了获得高质量的合成语音，采用了非整数时延技术、频谱展宽技术、感知加权技术等，为了提高编码算法速度，码本搜索采用重叠码字技术，随机码本采用三元稀疏码本，最后给出了对合成语音质量的主观及客观测试结果。     

一种高效、低存储的线谱频率参数矢量量化器

为了降低线谱频率(LSF)参数矢量量化器的搜索复杂度和码字存储单元,利用LSF参数的帧内和帧间相关性,设计了一种LSF参数的预测式多级分裂矢量量化器.该量化器对LSF参数的预测残差矢量进行两级矢量量化,其中第2级的误差矢量分裂成2个维数分别为4和6的子矢量进行矢量量化,采用瞬时联合多级矢量量化器设计算法设计码本,应用M-L树搜索算法搜索码字,降低了搜索复杂度和码字存储单元,在20 bit时,平均谱失真小于1 dB.     

TETRA语音编解码的ACELP

本文分析了TETRA标准语音编解码的结构，详细介绍了代数码本结构及聚焦搜索技术，着重阐述了线性预测编码（LPC）分析方法。在TETRA编解码中采用自相关算法来建立线性预测方程组，用LEVINSON－DURBIN算法求解得到线性预测编码（LPC）参数。用VC＋＋6．0仿真实现了所有算法，并对仿真结果进行分析。在此基础提出了求解子帧LPC参数的新方法－－反射系数内插法。     

一种改进型自适应前后向量化IMBE算法

为了提高自适应后向码本的精度,提出了一种码本更新的新算法．该算法设置了一个线谱频率系数自适应后向码本,通过对该码本中最新一个码矢量与当前帧线谱频率系数内插来提高线性预测系数自适应后向码本的精度,从而提高了后向量化的使用率,降低了平均编码速率．主客观测试表明,改进算法的合成语音质量好于自适应前后向量化IMBE算法,且合成语音质量与 2.4kb/s IMBE算法相当．     

正弦波模型下线性预测谱估计方法的一种修正算法

基于正弦波信号模型，文中提出了一种简单的线性预测谱估计修正算法。首先，用流行的有效算法求得线性预测误差滤波器系数矢量Ａ＇，然后简单地令ａ０＝１－Ｗｏｐｔ构造新的线性预测误差滤波器系数矢量Ａ＇０。理论和计算机模拟实验都显示这种算法对提高谱估计性能效果显著。     

语音模糊特征提取及码本训练算法

为克服低速率声码器因清浊音硬判决、粗判决而导致解码语音有帧过渡等不自然感的缺陷,在分析比较目前主流声码器编码算法中激励参数提取和量化算法的基础上,将模糊数学中的隶属度概念引入语音子带清浊音描述。提出了五维的浊音隶属度矢量概念,用于精细描述语音丰富的激励信息;阐述了浊音隶属度矢量的提取算法;提出了矢量量化码本的模糊聚类与LBG级联训练算法（F-LBG：Fuzzy-LBG）;采用提取算法提取、建立了浊音隶属度码本的训练样本集,采用F-LBG训练了浊音隶属度码本;将提取算法和F-LBG法训练得到的浊音隶属度码本分别应用于正弦激励声码器、混合激励声码器和同态声码器的语音编、解码仿真。结果表明,用浊音隶属度矢量描述合成语音激励信号的算法,具有较高的准确性和较强的噪声鲁棒性。     

基于磁链误差矢量预测的PMSM直接转矩控制

为了抑制磁链和转矩脉动引入了磁链误差矢量预测，在分析永磁同步电动机（PMSM）直接转矩控制基本原理的 基础上，结合空间矢量调制思想，提出了一种通过预测磁链误差矢量的改进型直接转矩控制（FEV-DTC）策略，将转矩误 差经过一个PI控制器之后作为磁链旋转速度的参考值，与磁链给定值结合成为预测的磁链差值矢量，然后计算应采用的 电压矢量.电压矢量用空间矢量调制（SVM）方法实现.仿真和实验结果表明，与基本直接转矩控制（DTC）相比，FEVE- DTC能显著减小磁链和转矩脉动，具有更优越的运行性能.     

基于矢量量化方法的说话人识别技术

说话人识别是一项通过语音来识别说话人身份的技术，它在保安、司法、军事、财经和信息服务等领域都具有广泛的应用前景。该文采用线性预测倒谱系数和美尔倒谱系数特征相结合，基于矢量量化聚类方法建立了一个与文本无关的、连续语音发音的说话人识别系统。只要矢量量化聚类法码本大小选择合适，该说话人识别系统就可以获得较好的识别效果。当阈值恰当选取时，该系统具备拒绝识别集外人的功能。     

针对H．264的自适应提前终止搜索算法

H．264可变大小块运动估计技术使得运动估计运算量剧增，为了解决这个问题，文章提出了一种自适应提前终止搜索算法．根据整数DCT变换和量化的特性，通过提前判定全零系数块来终止没有意义的运动搜索过程．利用运动矢量和预测运动矢量之间的高度相关性，采用预测块作为提前终止判决块．使用基于量化步长的自适应阈值以获得最佳的性能．实验表明，该算法与已被H．264标准采纳的快速整像素搜索算法（UMHexagonS）结合使用，能够在保证图像质量和编码压缩率的前提下，进一步减少60％左右的搜索点数．该算法对量化步长具有良好的鲁棒性，适用于固定码率的实时应用环境．     

一种基于旋转Barnes—Wall格的格型矢量量化器

文中提出了一种基于旋转Ｂａｒｎｅｓ－Ｗａｌｌ格的格型矢量量化器（ＬＶＱ）实现方法，首先给出了该矢量量化器的构造方法及快速量化算法，然后研究了以此ＬＶＱ为核心的增益－波形矢量量化器（ＧＳＬＶＱ），最后讨论了ＧＳＬＶＱ在序列图像编码中的应用，计算机模拟表明ＧＳＬＶＱ能很好的适用于序列图像编码。     

一种基于旋转Barnes－Wall格的格型矢量量化器

文中提出了一种基于旋转Ｂａｒｎｅｓ－Ｗａｌｌ格的格型矢量量化器（ＬＶＱ）实现方法。首先给出了该矢量量化器的构造方法及快速量化算法，然后研究了以此ＬＶＱ为核心的增益－波形矢量量化器（ＧＳＬＶＱ），最后讨论了ＧＳＬＶＱ在序列图像编码中的应用，计算机模拟结果表明ＧＳＬＶＱ能很好地适用于序列图像编码。     

基于模糊聚类的矢量量化的声纹识别研究

采用模糊C-均值聚类算法(FCM)实现声纹码本的矢量量化,使用基于相似系数和的孤立点检测法识别孤立点.试验表明,该方法能有效地减少孤立点对识别结果的干扰,显著降低码本量化误差,从而提高矢量量化声纹识别系统的识别率.     

矢量量化孤立字识别的研究

在矢量量化孤立字识别系统中,对于识别字典中每一个单字,都要分别建立与这些单字对应的码本。本文提出一种按音节递归训练码本的算法,它的计算量是训练语音帧数的线性函数。而传统的LBG聚类算法的运算量则随训练矢量增加呈指数率增长。本文比较了这两种算法的失真特性,得出结论:新方法需要n+1次发音训练,就能达到全搜寻算法n次发音训练的失真性能。最后,本文给出矢量量化孤立字识别器的实验结果。     

一种低速率语音编码矢量量化方法

论述了一种高质量、低速率的语音编码矢量量化方法。在提取声道参数中采用了增益归一化模型谱失真测度［２］。计算机模拟结果表明，本文在训练码本时采用的方法是行之有效的。     

一种低速率多模MBE线性预测语音编解码器

提出了一种多模多带激励(MBE)线性预测语音编解码器,与MBE编解码器相比在两个方面有所改进:一是在频谱幅度估计中结合了线性预测的方法,幅度的线性预测结果用线谱频率(LSF)来表示并量化,解决了原系统频谱幅度量化中维数变化的问题; 二是在清/浊音判决中,固定每帧中子带的个数,划分不同的清/浊音判决模式,在各种清/浊音判决模式下,根据LSF不同的统计特性,用不同的码本对LSF矢量进行量化,提高了量化的质量．仿真结果显示,合成语音可懂度高,时域语音波形图及语谱图都拟合较好．