16kb／s LD—CELP算法的再研究

本文着重讨论采用新的基音提取方法来减少Ｇ．７２８建议的１６ｋｂ／ｓＬＤ－ＣＥＬＰ算法的解码器工作量，以进一步提高这一算法实时处理的可能性，并简要探讨此算法对汉语这种有词语言的影响。     

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。     

16kbit／s LD—CELP语音编码的实时实现

１６ｋｂｉｔ／ｓ低延迟码激励线性预测算法已被ＣＣＩＴＴ接纳为Ｇ．７２８建议，本文讨论了数字信号处理器ＴＭＳ３４２０Ｃ３０实时实现该算法的方法，并研究了由递归窗函数和混合窗函数实现了自相关系数的更新。     

一种高质量的4 Kb/s RCELP语音编码算法

给出一种高质量的4Kb／s更新式码激励线性预测(RCELP)语音编码算法。该算法的编码器帧长为20ms,主要特点是使用了从自适应激励信号中分析得到的码本作为固定码本,采用预测式两级分裂矢量量化器量化线谱对(LSP)参数。主观试听表明,该算法的MOS值为3．67,其语音质量与32Kb／s ADPCM基本相当。     

4kb/s低速率声码器的新发展——PAPSI-CELP语音编码算法

４ｋｂ／ｓ低速率语音编码是近年来语音信号处理研究的重要课题,也是ＩＴＵ Ｔ下一步要标准化的重点。文章介绍了４ｋｂ／ｓ低速语音编码的最新进展,着重分析研究了一种称为相位自适应基音同步更新码激励线性预测（ＰＡＰＳＩ ＣＥＬＰ）的原理和结构,并与Ｇ７２９、Ｇ７２３１等算法进行了性能比较。     

高质量4kb/s FS-ACELP语音编码算法及性能

4kb/s有限状态代数码激励线性预测语音编码算法FS-ACELP是一种具有延时较短,合成语音质量高、算法复杂度较低的语音编码算法.在线性预测(LP)参数量化上,利用了语音帧内和帧间的相关性,对线谱对(LSP)参数使用预测式分裂式矢量量化,获得很高的量化效率.在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法.在保证合成语音质量的同时,有效地降低了运算量.对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量.对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度.经非正式听音测试,4kb/s FS-ACELP的合成语音质量超过了北美8kb/s VSELP,接近G.729 8kb/s CS-ACELP,MOS分约为3.9.     

高质量4kb/s FS-ACELP语音编码算法及性能

4kb/s有限状态代数码激励线性预测语音编码算法FS-ACELP是一种具有延时较短、合成语音质量高、算法复杂度较低的语音编码算法.在线性预测(LP)参数量化上,利用了语音帧内和帧间的相关性,对线谱对(LSP)参数使用预测式分裂式矢量量化,获得很高的量化效率.在自适应码本搜索上,采用了有限状态控制分数延时搜索的算法,在保证合成语音质量的同时,有效地降低了运算量.对于随机码本,采用了具有多模结构的代数码本,提高语音合成质量.对于激励码序列的增益,采用了预测式矢量量化,有效地提高了量化精度.经非正式听音测试,4kb/s FS-ACELP的合成语音质量超过了北美8kb/s VSELP,接近G.729 8kb/s CS-ACELP,MOS分约为3.9.     

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。     

一种高质量的8kb／sACELP语音编码算法及其实时实现

本文介绍了一种编码速率的８ｋｂ／ｓ的高质量实时语音编码器，它采用了代数码本激励线性预测（ＡＣＥＬＰ）的编码方法，并采用高效的码本结构，码本搜索技术和矢量量化技术来获得较高的语音合成质量和较低的算法复杂度，在无需外部ＲＡＭ和ＲＯＭ的情况下，该算法已用ＴＭＣ３２０Ｃ５０实时实现并用于一个实时的全双工通信系统，通过信噪比及人耳主观听视实验等性能测试表明，该算法的性能明显优于优于北美的８ｋｂ／ｓＶＳＥＬＰ     

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。     

基于零极点预测模型的码激励线性预测语音编码算法

针对传统码激励线性预测（Code Excited Linear Predictive，CELP）语音编码器在预测模型和参数估计方面的不足，提出了一种基于零极点预测模型的CELP语音编码新算法。该算法采用零极点预测模型来更准确地描述语音信号的短时相关性，并采用梯度法来同时对零极点模型的参数和激励码本增益进行联合优化求解。实验结果表明所提语音编码算法可显著降低CELP编码器合成语音的归一化均方误差，有效提高合成语音的质量。     

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%。     

基于CELP编码模型的参数转码技术

分析了基于CELP语音编码模型的参数转码算法,并以此为基础对关键性技术进行了总结,主要分析和描述了ISP系数、自适应码书、固定码书和码书增益参数的转码算法。设计并实现了一种G．729A8Kb／s到AMR—NB7．95Kb／s模式的参数转码算法,客观质量测试结果表明,该参数转码算法的合成语音质量略优于级联方法。     

TETRA中的ACELP语音压缩编码

介绍了欧洲数字集群系(TETRA)中声码器所使用的语音压缩编码算法——ACELP,着重阐述了代数码本结构及代数码本搜索中采用的聚焦搜索技术,并给出了ACELP算法仿真的结果。结果表明,该算法在较低码率上可获得较高的语音质量。     

一种改进的4.8kb／s码激励线性预测语音编码

本文介绍了码激励线性预测（ＣＥＬＰ）语音编码的基本原理，研究了一种制约随机激励的线性预测编码方案。它将随机激励码字进入合成滤波器的数量与自适应码本的性能指标联系起来，有效地减少了激励噪声对合成语音的影响。计算机模拟结果表明，这种方法在主观上改善了语音质量。