3.2 kbps MMBE声码器的研究

提出了一种改进的多带激励（ｍｏｄｉｆｉｅｄ ｍｕｌｔｉ－ｂａｎｄ ｅｘｃｉｔａｔｉｏｎ,ＭＭＢＥ）语音压缩编码算法以适用于低码率通信系统。作为一种多带激励（Ｍｕｌｔｉ－ｂａｄｎ ｅｘｃｉｔａｔｉｏｎ,ＭＢＥ）编码器,ＭＭＢＥ根据重构信号谱与原始信号谱之间的相似程度来进行基音估计和浊清音判决,而其中基音参数的估计准确性将直接影响编码器的性能。文中提出的ＭＭＢＥ算法采用了一种改进的基音估计算法以及基间     

G.723.1语音编码算法闭环基音搜索的低复杂度算法

由于ITU-TG.723.1语音编码算法具有较高的算法复杂度,故而在应用与实现时受到了很多的限制。该文提出一种低复杂度闭环基音搜索算法,该算法仍以5阶基音预测器为基础,但在求取5个基音预测增益时不是采用原算法中对20维矢量码本进行搜索的方法,而是利用这个20维矢量组成一个Wiener-Hopf方程,并利用语音的短时平稳特性将该方程简化为一个Toeplitz线性代数方程组,方程组的解就是所求的基音预测增益。对该增益进行5维码本矢量量化,从而用5维矢量码本搜索代替了原来的20维矢量码本搜索。这样使闭环基音搜索部分的运算量降低了一半,语音质量只有略微下降,同时与G.723.1算法码流兼容。     

一种改进的基音周期提取算法

摘　要 基音周期的提取在语音信号处理领域有着广泛的应用。受基于归一化自相关函数基音周期提取算法和多带激励(Multi-Band Excitation, MBE)声码器中基音检测算法的启发,本文提出了一种改进的基音周期提取算法。该算法主要由预处理、时域基音粗估、基音平滑、时变滤波搜索、小数基音周期估计等五个部分组成。实验表明：该算法能达到更高的搜索准确度,得到更加平滑的基音周期曲线;与传统自相关检测算法相比,该算法有很好的抗噪性;     

基音周期估计中倍数检验算法的研究

讨论了基于自相关函数法基音周期估计过程中的倍数检验和校正问题。自相关函数法是语音信号处理中的一种重要方法,但往往会把真实基音周期的倍数误判为真实的基音周期。为了防止误判,提出了倍数检验算法。实验表明:使用该算法,提高了基音周期估计的准确性,改善了基音周期轨迹的平滑度。     

基于语音波形外观的基音提取算法

在对人用视觉提取基音周期过程模拟的基础上，提出一种基于语音波形外观形状的时域基音周期提取算法，该算法利用语音波形的一次峰值点和二次峰值点的幅度和位置以及峰到前峰的距离等几种属性，来判断决定基音周期值，具有算法简单、运算量小、能准确定位各基音周期位置的特点。     

基于TGMS320C50语音基音周期估计的实时算法

基音周期估计是语 音信号处理中一个十分问题。本文研究了基于ＴＭＳ３２０Ｃ５０处理器的实时语音信号处理中基音周期估计的算法，并简要地讨论了在音乐信号处理中的应用。     

一种新的鲁棒基音周期估计算法

为了实现甚低码率下的透明语音质量参数语音编码,该文提出了一种新的鲁棒的基音周期估计算法。这种算法采用了改进的自相关函数计算方法,实现了鲁棒的基音周期轨迹跟踪。这种算法不仅能够跟踪快变的基音周期,增强不规则脉冲时基音周期的估计;还能够鲁棒地估计陡变的基音周期。非正式的测试表明这种算法改进了基音周期的估计值,能够极大地降低由于不准确的基音周期估计而引入的听觉失真。     

基于TMS320C50语音信号基音周期估计的实时算法

基音周期估计是语音信号处理中一个十分重要的问题。本文研究了基于ＴＭＳ３２０Ｃ５０处理器的实时语音信号处理中基音周期估计的算法，并简要地讨论了在音乐信号处理中的应用     

一种高效语音基音检测方法的研究

根据语音信号产生的机理,综合考虑基音频率检测的准确性与高效性,提出了一种基于下采样的基音检测方法.该方法以传统的自相关函数法为基础,结合线性预测逆滤波及下采样技术,有效地提高了抗噪性,降低了计算复杂度.通过Matlab软件对计算结果进行仿真分析,证明新算法计算简便、准确,基音频率平滑性好,算法鲁棒性好,适用于实时语音信号的基音检测.     

基于时域自相关平方函数的基音周期估计

语音信号的基音估计算法多年来一直是人们关注的问题。属于时域法的基于短时自相关函数的基音估计方法以其算法简单、计算量小而成为人们首选的算法。论文在此法的基础上,提出了一种基于时域自相关平方函数的基音周期估计方法。通过实验仿真表明,该方法简单易行,基音周期估计的准确性比较高。     

一种基于基音预测的信息隐藏算法

针对低速率语音编码问题,提出一种基于基音预测的信息隐藏算法。在基音预测编码过程中,采用控制基音闭环搜索的自适应码本搜索范围方法,实现秘密信息的嵌入,在进行语音压缩的同时完成信息隐藏。实验结果证明,该算法具有良好的隐蔽性,且计算复杂度较低。在编码标准G.729a中,秘密比特信息嵌入速率统计平均最高可达374.636 bit/s,PESQ恶化改变率在10.4%以内,检测正确率在66%左右。     

基于前置滤波和小波变换的带噪语音基音周期检测方法

根据语音信号的基音周期范围有限和在声门闭合时刻语音信号出现锐变的特点,提出一种基于前置滤波和小波变换的基音周期检测方法。带噪语音信号经过3阶椭圆低通滤波器滤波后,采用以二次样条小波作为小波函数,进行一级小波变换检测语音信号的锐变点,再计算基音周期。实验表明,本文提出的基音周期检测方法,与平均幅度差函数(AMDF)和自相关函数(ACF)方法相比,提高了提取基音周期的准确率;与多尺度小波变换的基音周期检测方法相比,减小了计算量,削弱了噪声信号和语音的共振峰对基音周期检测的影响。     

基于自相关平方函数与小波变换的基音检测

在背景噪声干扰条件下,研究语音信号的基音周期,提出了一种基于自相关平方函数与小波变换结合的基音检测算法。该算法先用小波变换对带噪语音去噪,然后再求语音的自相关平方函数以突出真实基音周期的峰值,以获取较精确的基音周期。实验结果表明,与传统的自相关法相比,该算法鲁棒性好,具有更高的准确性,且计算复杂度低,利于语音合成和编码的实时处理。     

Interpolation of pitch contour using temporal decomposition

A new method for predicting pitch contour of a speech signal using a small number of pitch values is addressed, for the application of very low rate speech coding, relying on the correlation between phonetic evolution and pitch variations during voiced speech segments. To track the phonetic evolution and specify perceptually significant time points, Temporal Decomposition (TD) is used. TD provides information required for both determination of critical pitch values and estimation of pitch contour by detecting event functions, as interpolation paths, and their centroids, as the most steady points, in the spectral parameters space. It is shown that the proposed method reduces the amount of pitch information to about one-tenth of that in conventional frame-by-frame based techniques with less than 5% error in pitch approximation.     

基于自适应加权谱内插的宽带语音编码算法

提出了一种基于自适应加权谱内插(STRAIGHT)的宽带语音编码算法。输入的语音信号首先经过STRAIGHT分析得到精确的基频参数和谱参数,然后通过时域抽取和频域建模实现有效的编码压缩。在时域抽取时采用的区别于传统编码算法固定帧长的自适应可变帧长方法,使得编码存储量可以根据实际语音变化情况得到更加合理的分配。主观测听结果表明,该算法针对16kHz采样的语音信号,在6kbps码率上可以取得与AMR-WB(G．722．2)在8．85kbps时的相当的音质效果。此外,该算法还具有对恢复语音的时长、基频以及谱参数较强的调整能力。     

改进音高轮廓创建和选择的旋律提取算法

针对复调音乐中不同声源的相互干扰而导致同一声源音高序列的不连续,从而降低音高估计精度的问题,提出改进音高轮廓创建和选择的旋律提取算法。算法首先计算时频谱中每一点的音高显著性,并提出基于听觉流线索和音高显著性的连续性创建音高轮廓;为了进一步选择旋律音高轮廓,随后提出根据伴奏的重复特性去除非旋律音高轮廓,主要采用动态时间规整算法计算旋律和非旋律音高轮廓间的相似度;最后,提出利用相邻音高轮廓的长时关系检测旋律音高轮廓中的倍频错误,并平滑旋律音高轮廓形成旋律音高线。在数据集ORCHSET上进行仿真实验,结果表明所提出的改进算法比改进前提高了2.86%的音高估计精度和3.32%的总精度,可有效解决音高估计问题。     

一种基于Hilbert-Huang变换的基音周期检测新方法

利用Hilbert-Huang变换对语言信号处理中基于事件的基音周期检测问题提出了一种新的检测方法．该方法利用Huang等人1998年提出的具有高时频分辨能力的Hilbert-Huang变换分析语音信号,并提取其瞬时能量,通过精确定位声门脉冲发生的时刻,从而精确地跟踪基音周期的变化,达到精确检测基音周期的目的．与传统方法相比,其优点主要表现在：（1）不需要对语音信号作短时平稳性假设;（2）检测精度高,适应范围广;（3）具有跟踪基音周期变化的能力;（4）能精确区分清浊音}（5）与传统方法相比,帧长大大增加,因而,在提取连续语音信号的基音轮廓时,用于分帧和拼合的开销大大减少,帧间拼合痕迹小．仿真数据和实际语音信号检测实验均获得了相当精确的检测结果．最后,需要指出的是,Hilbert-Huang变换作为一种新的信号分析方法,被成功地用于提取语音信号的基音周期,这本身是一个有意义的探索,它为拓展Hilbert-Huang变换理论的应用给出了一个新的尝试．     

一种改进的倒谱基音提取算法

介绍一种基音检测的新方法。该算法首先对分帧语音采用Burg算法进行LPC分析,获取最佳预测系数构造逆滤波器;然后通过逆滤波得到预测误差序列代替原输入语音序列进行倒谱分析;最后在恰当的范围里测出最大峰值,进行基音检测。实验结果表明,与传统方法相比,该方法鲁棒性好,在信噪比低的情况下仍可获得较高的准确率。     

基于小波变换和平均周期的鲁棒性基音周期检测方法

提出了一种基于小波变换和平均周期的鲁棒性基音周期检测方法（MPRE）。检测前加入小波变换预处理，以平滑信号中的细节分量，检测采用最小预测能量差和基于子帧划分的基音平均周期检测方法。该方法可以克服很氏我基音检测方法中阈值难以确定的问题，并对噪声有效强的鲁棒性。