基于多带的2.4 kbit/s波形内插算法

由于传统特征波形内插语音编码算法对特征波形相位信息的忽略,以及对特征波形的整体对齐,往往造成语音高频谐波分量丢失,从而导致语音的噪声感。为了提高合成语音的质量,该文引入语音多带清浊音标志,并以此为依据对波形内插编码模型中的慢渐变波形和快渐变波形的相位谱进行估计,在语音合成时则对特征波形采取部分对齐的方法,最后提出了一种基于多带的2.4 kbit/s特征波形内插算法。与传统算法相比,新算法明显提高了语音的清晰度。与标准2.4 kbit/sMELP算法相比,该算法合成语音质量亦略显优势。     

一种基于低比特率语音算法的芯片设计与分析

介绍了一种低比特率语音算法,它是在MBE编码算法的基础上,利用线性预测谱代替了MBE中的傅里叶变换谱对MBE编码算法进行了改进,从而在保持语音质量的情况下使比特率更低,达到2 kbit/s.同时阐述了基于该算法的系统芯片设计,并对该算法中的基音周期参数、V/U等参数的提取进行详细的推导分析.最后对本算法与常用的码激励线性预测编码(CELP)的算法进行比较,并分析其中的原因.     

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.     

基于小波变换的2.4kbit/s波形内插语音编码算法

基于双正交小波滤波器组对波形内插编码中提取的特征波进行多级分解与重构，提出了一种基于小波变换（WT）的2．4kbit／s特征波形内插（CWI）语音编码算法。编码端去除了特征波对齐运算，并对幅度谱进行多级分解，相位谱不传输，鉴于小波变换对信号的压缩特性，仅传输对人耳感知起主要贡献的最后一级特征波幅度谱；解码端对各尺度空间采用单独重建的方法，相位信息在重构的末级与幅度谱结合，并由浊音度标志选择固定或随机相位。此外，根据语音信号的时变特性，由基于子帧的浊音度标志选择需要传输的幅度谱及量化模式。主观R-A／B测试表明，这种基于小波变换的2．4kbit／s编码算法的合成语音质量明显优于标准的2．4kbit／s的MELP编码器及FS1016的4．8kbit／sCELP编码器，亦优于3．8kbit／s的传统CWI编码框架下的合成语音效果。     

一种新的2kbit/s波形内插语音编码器

基于传统的波形内插语音编码模型,提出了一种新的2kbit/s语音编码方案。该方案在编码端去除了传统方法中复杂的对齐运算,在译码端用三次B样条插值取代传统的线性插值。慢渐变波形只量化低频分量,而快渐变波形用正交多项式拟合,并采用合成-分析技术对其进行矢量量化。DRT测试结果表明,该2kbit/s语音编码方法能获得高可懂度的重建语音。     

8~64kbit/s超宽带嵌入式语音频编码方法

基于国际电信联盟标准化组织(ITU-T)编码标准G.729.1和改进的调制叠接变换(MLT,modulated Lapped transform)编码技术,提出了一种码率在8-64kbit/s的超宽带嵌入式变速率语音与音频编码方法,其中,8～32kbit/s码率的码流由G.729.1编码算法生成,编码信号为0～7kHz频段的信息;36、40和48kbit/s码率层及56、64kbit/s码率层码流由MLT变换编码方式生成,编码信号分别为7～14kHz频段的信息和G.729.1编码残差的MDCT信息.客观和主观听力测试表明本编码器的性能达到了ITU-T提出的参考指标要求.     

自适应差分脉码调制(ADPCM)<续>

五、32 kbit/s ADPCM编解码系统 CCITT G.721建议提出了能和已有的PCM数字电话网兼容的32 kbit/s ADPCM的算法。该算法主要技术指标要求如下。·语音信号经ADPCM编码后,客观测量SNR应完全符合PCM编码系统的指标要求(CCITT G.712、G.711建议);主观听觉测试性能,应非常接近于PCM质量。·经过4次音频转接后,主观语音测试质量良好,其主观平均判分MOS应大于3.5以上;     

GSM系统中高效数据传输业务的实现

本评议提出了一个基于GSM系统的高效数据传输方案,它采用RS码与TCM级联的编码调制结构替代GSM原有的GMSK调制方案,以提供384kbit/s的数据业务,并引用相位校正单元以克服恶劣的无线传输环境所造成的相位噪声,该方案被集成在GSM平台上,并在典型的无线传输模型下与GSM的96kbit/s全速率业务的信道进行了比较,结果表明该编码调制方案在将编码调制效率提高一倍的前提下,仍然能保证传输的可靠性。     

基于局部余弦变换的低比特变速率语音编码算法研究

提出将局部余弦变换(LCT)算法应用于语音编码中,系统设计了一个平均比特率近1.6kbit/s的低比特变速率语音编码器。在变比特率编码器设计中采用SVM算法进行VAD检测。激活语音帧的语音模式采用GSM半速率编码中的划分方法,但将其中的强浊音模式和中浊音模式合并为一个中强浊音模式。对各类语音模式和无声帧(背景噪声)的局部余弦变换系数采用分维矢量量化算法进行量化,码书设计采用LGB算法。编码中的码书搜索采用树形快速搜索算法。通过主观非正式听力测试表明设计的变比特率编码器编码的重建语音MOS约为3.15,与比特率为2.4kbit/s美国联邦声码器标准MELP的重建语音相当,具有较强的顽健性,适合于对存在各种环境噪声的语音进行编码。     

一种基于自适应噪声估计的宽带语音增强算法

为解决传统算法对噪声适应性较差,残留音乐噪声较强的问题,本文提出了一种基于自适应噪声估计的宽带语音增强算法。该算法可应用于宽带语音编码器,以提升在噪声环境下的编码质量。本文所提算法利用谱熵对噪声类型进行有效的判别,将背景噪声分为白噪声和有色噪声两类,并根据噪声特性选择适当的噪声估计方法。在白噪声背景下,选择一种谱平滑的方法;在有色噪声背景下,则选择经典的最小值控制递归平均算法。在此基础上结合经典的统计模型方法,构建一种具有较强噪声鲁棒性的宽带语音增强算法。在ITU-T G.160标准下对算法进行性能测试,测试结果表明,在不同强度的背景噪声环境下,增强语音的信噪比提高都较为明显。同时,在低信噪比情况下,该算法有效的抑制了严重影响听觉质量的音乐噪声现象。      

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.     

15.2kb／sLD—CELP语音编码算法及实时实现

本文以Ｇ．７２８语音编码标准为基础,提出一个１５．２ｋｂ／ｓ ＬＤ－ＣＥＬＰ语音编码算法。通过对滤形码书进行重新设计,降低了算法复杂性,同时保持高质合成语音。最后,用双片ＴＭＳ３２０Ｃ３１高速ＤＳＰ系统全双工实时实现了该算法。     

Pitch predictive vector quantisation of speech waveform

A coding algorithm is presented which combines pitch prediction with low-dimensional vector quantisation to exploit both long- and short-term correlation in the speech waveform at rates of 16 and 9.6 kbit/s. Vector quantisation of the predictor enables the stability of the synthesis filter to be assured, and also allows the use of a minimum residual energy criterion. SNRs of 17-19 dB are achieved at 16 kbit/s and 13-15 dB at 9.6 kbit/s.<>     

The big squeeze-a CELP speech codec

The coding algorithm widely recognised as offering the best prospects for delivering toll-quality speech at very low bit rates is called CELP (codebook-excited linear prediction) coding. The CELP codec by Delphi Systems operates in real time, uses a standard digital signal processing chip, and encodes speech at 4.8 and 6.5 kbit/s. The use of this speech compression codec (SCC) is also discussed     

小波变换音频编码算法研究

任意能量有限信号都可以用紧支撑正交小波基展开或分解，这一点对研究快速高效音频编码算法是非常重要的。本文设计一种基于正交小波变换的高保真音频编码算法，该算法可以把速率为７０５．６ｋｂｉｔ／ｓ的高保真音频信号压缩到１９２ｋｂｉｔ／ｓ，１６０ｋｂｉｔ／ｓ，１２８ｋｂｉｔ／ｓ，９６ｋｂｉｔ／ｓ和６４ｋｂｉｔ／ｓ，并保持重构音频信号的高质量。     

A speech coder for PC multimedia net‐to‐net communication

The paper presents a speech coding algorithm for operation at 11025 samples/s. The coder provides improved speech quality and compatibility with the MS‐Windows multimedia environment. The coding algorithm has been developed by adapting the ITU G729 and enhancing it with some recent developments in the medium band coding. The coder operates over a band of frequencies ranging from 20 to 5400 Hz at a bit rate of 8.9 kbit/s. Application of this coder includes intranet VoIP, voice chatting, multimedia communications, and voice archiving. Copyright © 2001 John Wiley & Sons, Ltd.