几种非标准语音压缩编码算法的DSP实现

本文介绍了一种多路多制式声码译码器的设计与实现.文章首先介绍了系统的硬件结构,然后给出了5种非标准语音压缩编码算法及实现过程.     

iLBCTM语音编解码器的实现与优化

在VOIP类语音编解码器的实际应用中,语音质量和编解码时间是关键的性能指标.针对最近由GIPS提出的一种新的编码算法--iLBC语音编码算法,分析了它的原理以及其语音质量提高的原因.在PC上实现高性能的语音编码器的基础上提出了算法优化策略,进一步提高实时性.优化的重点是计算复杂度较大的自适应码本搜索和编码等模块.最后对优化前后的代码进行了测试比较,结果显示优化代码比未优化代码的运行时间减少了15%左右.     

无线语音通信及视频监控系统设计

针对目前监控系统只有视频监控而缺少语音通信的现状,提出了一种基于ARM的无线语音通信及视频监控系统的设计方案。该系统采用自适应差分脉冲编码调制算法进行语音编码压缩,采用离散余弦变换算法对视频数据进行编码压缩,采用TCP/IP协议,通过无线局域网进行数据传输。测试结果表明,该系统不仅实现了视频监控及语音实时通信,且性能可靠,成本低。     

无线语音通信及视频监控系统设计

针对目前监控系统只有视频监控而缺少语音通信的现状,提出了一种基于ARM的无线语音通信及视频监控系统的设计方案。该系统采用自适应差分脉冲编码调制算法进行语音编码压缩,采用离散余弦变换算法对视频数据进行编码压缩,采用TCP/IP协议,通过无线局域网进行数据传输。测试结果表明,该系统不仅实现了视频监控及语音实时通信,且性能可靠,成本低。     

IP电话网关中的自适应语音编码策略

如何改善IP电话系统的语音质量是当前通信领域中研究的一个热点,本文提出了一种应用在IP电话网关中的自适应语音编码器,该编码器能根据网络的带宽动态调节语音编码速率,从而减少语音包的丢失率、提高语音质量.在该编码器中,采用了一种基于RTP协议的语音包丢失率的计算方法,并提出了一种根据丢包率来调整编码速率的自适应策略.     

基于VxWorks和DM642下视频采集压缩系统的技术研究

介绍了一种基于VxWorks和DM642下应用目前最新的H.264视频编码算法实现视频采集压缩系统的方法,主要内容包括视频采集压缩系统的硬件实现平台、VxWorks下PCI驱动、H.264视频编码算法标准、DSP软件编程及H.264视频编码算法的实现等,最后给出了H.264视频编码器的性能测试。     

基于VxWorks和DM642视频采集压缩系统的技术研究

介绍了一种基于VxWorks和DM642下应用目前最新的H.264视频编码算法实现视频采集压缩系统的方法,主要内容包括视频采集压缩系统的硬件实现平台、VxWorks下PCI驱动、H.264视频编码算法标准、DSP软件编程及H.264视频编码算法的实现等,最后给出了H.264视频编码器的性能测试。     

静止图像压缩标准JPEG IP核的设计与实现

本文介绍了基于静止图像压缩标准JPEG基本模式的编码器软IP核的设计与实现.本设计采用适于VLSI实现的DCT算法结构,单周期实现Huffman编码,图像压缩过程流水线实现,达到高处理速率和高数据吞吐率.使用Design Compiler在SMIC 0.18um CMOS单元库下综合,时钟频率可以达到125MHz,可处理每秒三十帧的1280·1024 SXGA图像.本IP核可以方便地集成到诸如数码相机、手机以及扫描仪等各种应用中.     

基于CUDA的H.264视频编码实现

H.264视频编码压缩比率高,但计算复杂度高,编码效率低。该文通过分析H.264编码器中各模块的编码性能,提出了基于CUDA编程模型的H.264视频编码并行框架实现方法,对H.264视频编码的各个关键模块进行CUDA实现,有效的提高了编码的速度。     

MPEG-4中运动估计模块的改进与优化

本文对MPEG4视频编码算法中运动估计模块进行了改进,并在此基础上实现了自己的视频编码器,获得了较好的编码效率和性能。实验证明此编码器基本达到了实时编码的需求。     

Embedded coding using a mixed speech and audio coding paradigm

A two stage hybrid embedded speech/audio coding structure and algorithm are proposed. The first stage of the structure consists of a core speech coder which provides a minimum output bit rate and acceptable performance on clean speech inputs. The second stage is a perceptual/transform based coder which provides a separate optional bitstream for the enhancement of the core stage output.The two stage structure can be used to enhance the quality of an existing codec without modification of the original coding algorithm. In this regard it can be considered a value added option that can be used with a standard (existing) system. The structure can also be used in systems in which many users/systems force the coding algorithm to work simultaneously under multiple constraints of bitrate, complexity, delay, and coding quality.Informal testing of the algorithm has been done using ITU-T standard G.723.1 at 5.3 kb/s as a core coder. The maximum combined bitrate from the core and enhancement stages for the tests is 16 kb/s. The tests show that the second stage significantly improves the quality of the core output in the cases of music and speech with background noise. Compared to the non-embedded fixed rate standard LD-CELP G.728 at 16 kb/s, the quality of the two stage structure is generally lower on these inputs; the embedded feature does affect quality. On clean speech the quality of the two stage structure at 16 kb/s is close to if not better than that of G.728 at 16 kb/s.     

基于SOFM神经网络的IP电话语音压缩编码设计

对自组织特征映射（SOFM）神经网络学习算法作了简单介绍。从SOFM神经网络学习算法的基本思想出发，通过研究SOFM学习算法在设计矢量码书中存在的问题，提出了一种改进算法。最后把这种算法应用在口电话语音压缩编码的参数矢量量化上。计算机仿真结果表明，SOFM神经网络是一种训练语音码书的好工具，改进的SOFM学习算法能够大大减少训练时间，提高整个系统的性能。     

一种中低码率语音波形编码的新方法

在对语音实验分析的基础上， 提出一种语音波形编码的新方法－半波编码。文中较详细地阐述了清、浊音码本各自的制作方法，并给出编解码实现的过程。实验结果表明：本语音波形编码方法具有复杂度低、压缩比高等特点，重建的语音质量接近G．729编码的水平。本编码方法的特点：对含噪语音编码可获得良好的质量；有很强的保密性能，适用于保密通讯；具有良好的算法可扩展性。因此，该方法是一种有着广阔应用前景的新的语音波形编码方法。     

IP电话系统中的消回声处理

分析了IP电话系统中回声的特点,并针对其回声具有路径延尺、延尺抖动大等特点,提出了一种基于延尺分析的自适应回声消除器设计的新思想和相关算法。介绍了自适应回声消除器的基本结构及各个功能模块,例如：变阶自适应滤波器,语音状态检测器,延尺分析器和NLMS算法控制器。本文还详细论述了以TMS320C6201DSP为硬件平台实现能运用在IP电话网关中的自适应回声消除器及其在IP电话系统中的连接关系。在文章的最后,列举了自适应回声消除器的性能测试结果,并分析了自适应回声消除器的优点,证明了自适应回声消除器能很好地解决IP电话系统中的回声消除问题。     

基于SPIHT编码的语音信号压缩算法

提出了一种基于最佳小波包变换和SPIHT编码的语音信号压缩编码方法。该方法首先对语音信号进行小波包变换,求解最佳小波树,进行动态位分配,再用改进的SPIHT算法对变换后的小波系数进行压缩编码。并且采用了熵编码的方法进一步提高了压缩比。实验表明,该方法在较高的压缩比下能获得较好的信号重构质量,计算复杂度低,延迟小。     

一种基于LPC距离的端点检测改进算法

线性预测编码系数是能反应人类语音信号的重要特征,在安静环境下或信噪比较高的情况下,基于线性预测编码系数可以对语音信号进行准确的端点检测和语音识别。针对嵌入式设备资源和成本有限的情况,提出了一种基于线性预测编码系数距离的端点检测改进算法,在分帧阶段,引入动态调整窗长的方法,减少计算量,在语音和非语音的过渡段使用较小的窗长,增加检测的准确度。实验结果证明,改进后的算法能更加准确的区分语音和非语音段,更适合应用于噪声较强的情况下。     

自组织特征映射网络在压缩编码设计中的应用

对自组织特征映射(SOFM)神经网络学习算法进行阐述.讨论SOFM神经网络学习算法,通过研究基于SOFM学习算法的矢量码书设计中存在的问题,提出一种改进算法.最后把这种算法应用在IP电话语音压缩编码的参数矢量量化上.计算机仿真结果表明,SOFM神经网络对于语音码书训练是非常有效的,改进的SOFM学习算法能够大大减少训练时间,提高整个系统的性能.     

基于Q-Coder算术编码器的IP核设计

设计了一种实现算术编码的集成电路IP核，可用于下一代静止图像压缩标准JPEG2000编码系统中。采取易于硬件实现的二进制算术编码算法，分析了该IP核的各个模块和时序，在ModelSim软件中进行了功能仿真，在QuartusⅡ软件中完成了综合以及布局布线，并在自行设计的一块FPGA的PCI开发板上进行了验证和性能分析。实验结果表明，对相同的图像进行编码，该IP核的处理时间仅为软件处理时间的41%。该文的研究对于JPEG2000在实际中的应用有着重要的意义。     

On Rationally DSP Implementation of the MP-MLQ/ACELP Dual Rate Speech Encoder for Multimedia Communications

The excellent performance in communications quality speech coding below 8 kbps achievable with the code-excited linear prediction (CELP) coders gives to this architecture a predominant role in medium-rate and low-rate speech coding, as evidenced by the adoption of several recent fixed-rate and variable-rate standards. Unfortunately, some of these CELP-based schemes are not completely described in the literature, and consequently they are difficult to understand and implement efficiently. This paper presents an original study of the G723.1 codec. The G723.1 encoder is dedicated to compress the voice signals with bandwidth up to 4 kHz efficiently and to deliver an encoded data stream with a very low binary rate and a good quality of transmitted speech (typical applications being encoding of the vocal signal for video conferences via GSTN and Voice over IP). We perform a detailed and gradually analysis, describing the MP-MLQ/ACELP speech coder from the point of view of a classical CELP structure. This approach allows us to identify (using theoretical considerations) the starting internal structure of each processing block from the encoder scheme. These results are used in breaking the main encoding algorithm loop. Finally, using the previously revealed starting internal structure, we derive the algorithm for the pitch predictor block, which is one of the most difficult parts of the ITU-T G723.1 encoder. The accompanying comments, explanations and diagrams allow efficient implementation and debugging of the corresponding software by regular DSP programmers.     

语音编码在IP调度系统中的应用研究

IP调度系统是航天任务中重要的新型指挥系统,结合系统工作实际,简述了IP调度系统的基本组成、基本原理和语音传输过程。根据语音编码技术的基本特征,选取相关的3种主流语音编码标准G.711、G.723和G729,从编码质量、编码速率、时延和带宽占用率等方面对其在IP调度系统中的应用进行了分析和比较,总结了各自的优点和不足,为IP调度系统工程实践中的编码标准选择提供了技术依据。