一种变比特率MELP语音压缩编码的研究与实现

采用一种变比特率压缩编码方案对语音信号实现了MELP(混合激励线性预测)编碍和解码。在1．5～2Khk的平均码率下．达到了质量较好的合成语音效果。     

一种基于MELP的高质量的0.6 Kb/s语音编码算法

针对极低速率语音通信的要求,提出了一种基于MELP(Mixed-Excitation Linear Prediction)的0．6Kb／s语音编码算法。把MELP算法中3个连续语音帧组成一个超级帧,充分利用参数的帧间相关性,进行联合量化,从而获得了高质量的合成语音。采用对线谱对频率的两帧联合量化与双向预测矢量量化对基音周期的按清浊音分模式量化,对子带清浊参数量化的统计码本构造,对能量参数采用分离均值矢量量化解码端对能量参数采用了一种效果更好的插值算法等。     

基于线性预测系数自适应前后向量化的可变速率MELP语音编码

该文基于LPC的自适应前后向量化技术,提出了一种可变速率的混合激励线性预测MELP语音编码算法。该算法中,采用当前语音帧(前向LPC)或前面某帧已合成语音帧(后向LPC)进行线性预测,当采用后向LPC时,只需传输时间序列编码,故减少了LPC系数的平均编码比特。计算机模拟表明,该算法与标准MELP算法合成的语音质量相当,但显著减少了LPC的传输带宽,从而明显降低了MELP平均编码速率。     

一种基于MELP模型600bps声码器的设计

基于增强型混合激励线性预测(MELPe)模型,设计了一款600bps低速率语音编码器。该编码器在保持MELPe算法特征的同时,利用相邻帧的帧间冗余,把连续的三帧构成一个超帧,对超帧采用多模式预测和多级矩阵量化技术进行联合量化。同时针对超帧的不同模式,通过预测系数对相邻超帧的模式转换进行处理,实现线谱对参数(LSF)的矢量量化。最后对基音周期与增益参数进行联合量化,进一步提高量化效率,完成一款在600bps下仍具有较好合成语音质量的语音编码器的设计。     

MELP低比特率数字语音编码技术研究

主要介绍了一种新的低比特率MELP (MixedExcitationLinearPrediction)混合激励线性预测语音编码技术 ,其中着重分析了该编码算法所采用的几项关键技术。给出了采用MELP压缩编码算法后的输出比特流在各个参数上的比特分配表 ,并通过计算机仿真 ,对MELP合成语音与原始语音的质量做了比较 ,最后就MELP语音编码技术与现今其它几种不同的低速率语音编码技术的合成语音质量在DRT、DAM及MOS得分三个方面做了比较。     

2.4kb/s MELP低速语音编码算法中的关键技术

分析了混合激励线性预测（ＭＥＬＰ）算法采用的新的语音分类模式，介绍了该算法所采用的５项关键技术，即分带混合激励、使用非周期脉冲、残差谐波谱的处理、自适应谱增强技术、脉冲离散滤波，并对３种低速率语音编码算法的语音质量作了比较。     

MELP：新的2400bit／s美国联邦声码器标准

本文详细讨论了ＭＥＬＰ算法的模型及其实现，并将它的性能与其他语音编码标准作了比较。     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展.近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测(MELP),多带激励编码(MBE),正弦变换编码(SCI),波形内插编码(WI),大多都工作在2.4 kb/s速率下.作为一种重要的低速率语音编码算法,MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征.实验结果表明,该混合激励线性预测编码在2.4 kb/s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音.     

混合激励线性预测低速率语音编码研究

为了满足数字通信及其他商业应用的需求,语音压缩编码技术得到迅速发展。近年来主流的低速率语音编码方案主要基于LPC-10,混合激励线性预测（MELP）,多带激励编码（MBE）,正弦变换编码（SCI）,波形内插编码（WI）。大多都工作在2．4kb／s速率下。作为一种重要的低速率语音编码算法。MELP算法对LPC-10编码方案进行大量改进,引入混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波5个特征。实验结果表明,该混合激励线性预测编码在2．4kb／s上得到了更好的合成语音,并使得合成语音能更好地拟合自然语音。     

一种基于MELP的600b／s极低速率语音编码

为满足无线通信的要求,文中在传统的MELP的基础上,提出了一种速率为600b／s的语音编码算法。该算法利用帧间冗余,把连续的4帧构成一个超级帧进行联合量化。对线谱对采用两帧联合量化、双向线性内插技术,对能量参数采用分离均值矢量量化等技术。仿真实验证明该语音编码算法有较好质量。     

LD-CELP语音编码算法中矢量量化过程的改进

本文介绍了LD-CELP算法的基本原理,在分析其编码的矢量量化过程的基础上提出了一种旨在提高编码速度的改进方案.模拟实验表明,改进算法的编码速度平均提高了一倍.虽然信噪比有所下降,但下降幅度仅为1.2dB,依然能够保证编码质量.     

高质量300bit/s声码器算法

基于增强型混合激励线性预测模型,提出一种高质量的300 bit/s声码器算法。每个语音帧仅提取少量参数,为提高量化效率,每8个语音帧组成一个超级帧,对超级帧参数进行矢量量化。算法采用基于模式转移的码本映射估计带通浊音度参数,改善其量化精度。对不同带通浊音度模式下的基音参数量化码本尺寸进行联合优化,提高量化效率。同时,对线谱频率参数采用带有级间预测的多级矢量量化以降低谱失真。主观听觉测试表明,此声码器具有较高的可懂度并具有一定的自然度,诊断押韵测试（DRT）的分数为84.2%。     

Lattice Vector Quantization Applied to Speech and Audio Coding

Lattice vector quantization(LVQ) has been used for real-time speech and audio coding systems.Compared with conventional vector quantization,LVQ has two main advantages:It has a simple and fast encoding process,and it significantly reduces the amount of memory required.Therefore,LVQ is suitable for use in low-complexity speech and audio coding.In this paper,we describe the basic concepts of LVQ and its advantages over conventional vector quantization.We also describe some LVQ techniques that have been used in speech and audio coding standards of international standards developing organizations(SDOs).     

一种自适应分组丢失率的多描述正弦语音编码器

多描述（MD）语音编码器可以在不可靠的信道如internet上稳定地传输语音信号。然而,当前的MD语音编码器一般对不同的分组丢失率采用固定的多描述结构,不能很好地适应实际网络环境中分组丢失率的实时变化。该文提出一种自适应多描述正弦编码器(AMDSC),可根据分组丢失率的大小在两个描述间动态地分配冗余,从而使最终的重建失真最小。仿真结果表明,AMDSC的重建语音质量相对于其他固定结构的MD编码器有明显改善。     

A Novel Low-bit-rate Speech Coding Based on Decomposition of the Pitch-cycle Waveform of the Linear Predictive Residual

ＡＮｏｖｅｌＬｏｗｂｉｔｒａｔｅＳｐｅｃｈＣｏｄｉｎｇＢａｓｅｄｏｎＤｅｃｏｍｐｏｓｉｔｉｏｎｏｆｔｈｅＰｉｔｃｈｃｙｃｌｅＷａｖｅｆｏｒｍｏｆｔｈｅＬｉｎｅａｒＰｒｅｄｉｃｔｉｖｅＲｅｓｉｄｕａｌＢａｏＣｈａｎｇｃｈｕｎ（Ｄｅｐａｒｔｍ...     

1.8kb/s的多带线性预测语音编码算法

设计了一种数码率为１．８ｋｂ／ｓ的多带线性预测（ＭＢＬＰ）语音压缩编码算法。该算法采用基于谐振结构的线性预测分析和对激励信号采用多带处理的方法。试验结果表明，本算法提供了相当于码率为２．４ｋｂ／ｓ美国联邦声码器标准ＭＥＬＰ的重建语音质量，具有较高的清晰度和自然度。     

一种基于改进的矢量量化技术的语音波形编码

针对GLA(Generalized Lloyd Algorithm)对初始码书的敏感性,用PNN(成对最近邻)算法训练初始码书,并将该改进措施用于语音波形编码。实验证明,此改进措施有助于克服GLA对初始码书的敏感性,并且语音恢复效果良好,失真度较低。