共查询到10条相似文献,搜索用时 109 毫秒
1.
语音谱参数的增强双预测多级矢量量化的码本设计方法 总被引:1,自引:0,他引:1
表征语音谱参数的线性预测编码(LPC)参数被广泛用于各种语音编码算法。甚低位率语音编码算法要求使用尽可能少的位率编码语音谱参数。文章提出了语音谱参数的增强双预测多级矢量量化算法(EDPMSVQ)的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性,采用了有记忆的多级矢量量化算法(MSVQ),对语音谱参数的每一维分别使用不同的预测系数;并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点,采用了分别对应于强相关和弱相关的两个预测值集合,进一步减小了语音谱参数编码位率。增强双预测多级矢量量化方法能够实现20位的语音谱参数近似“透明”量化,同时能够使语音谱参数量化时的计算复杂度略有减少,所需的存储空间大为减少。 相似文献
2.
提出了语音谱参数的切换双预测多级矢量量化算法(DPMSVQ) 的码本设计方法。这种改进的多级矢量量化方法充分利用语音谱参数的短时相关和长时相关特性,采用了有记忆的多级矢量量化算法(MSVQ);并且通过利用相邻语音帧间语音谱参数的强相关和弱相关的不同特点,采用了分别对应于强相关和弱相关的两个预测值,进一步减小了语音谱参数编码位率。切换双预测多级矢量量化方法能够实现21位的语音谱参数近似“透明”量化,同时能够使语音谱参数量化时的计算复杂度略有减少,所需的存储空间大为减少。 相似文献
3.
4.
5.
为了降低宽带导抗谱频率(ISF)参数矢量量化器的运算复杂度和存储空间,提出了一种随机矢量-高斯格型矢量两级矢量量化模型,研究了量化模型的联合量化算法和码本训练算法.基于上述量化模型设计了一种宽带ISF参数预测式两级矢量量化器,量化算法的第一级使用随机矢量量化第二级采用高斯格型矢量量化.实验结果表明,ISF参数预测式两级矢量量化器在45比特/帧可以达到透明量化,相比于ITU-T G.722.2中的分裂-多级矢量量化(S-MSVQ)方法,该方法降低了41.7%的存储空间和3..1%的运算复杂度. 相似文献
6.
7.
在G.729的语音编码算法中,线谱频率量化是采用预测式矢量量化。当语音传送中出现帧丢失时,采用该方法在译码端会产生误差积累,从而导致语音质量下降。为了降低误差积累的影响,本文提出了一种新型的矢量量化方法。实验结果表明,该方法在防止误差积累方面与G.729相比,性能有明显的提高。 相似文献
8.
为降低误差积累对线谱频率量化的影响,防止因此而导致语音质量下降,本文提出了基于分裂预测方法的新型混合式矢量量化结构.实验结果表明,该方法不仅比G.29的语音编解码算法明显降低了累积误差,平均谱失真在丢帧严重的情况下降低了达36%,而且提高了量化的透明度. 相似文献
9.