极低速率语音编码的新发展与应用 被引量：7

1

作者 郭莉 郭丽红 王炳锡 《电声技术》 2005年第6期38-41,共4页

从时域、频域和混合域3方面分别介绍了目前在极低速率语音编码中应用的LPC,CELP,MBE,STC,VQ,MELP,WI,分段声码器和基于语料库的声码器等算法。全面论述了极低速率语音编码算法中运用的方法理论及最新的研究成果,并对这些算法进行了比较... 从时域、频域和混合域3方面分别介绍了目前在极低速率语音编码中应用的LPC,CELP,MBE,STC,VQ,MELP,WI,分段声码器和基于语料库的声码器等算法。全面论述了极低速率语音编码算法中运用的方法理论及最新的研究成果,并对这些算法进行了比较和分析,得出结论。 展开更多

关键词 极低速率声码器 线性预测 矢量量化 波形内插

下载PDF 职称材料

基于奇异值分解的低速率波形内插语音编码算法 被引量：13

2

作者 王贵平 鲍长春 张鹏 《电子学报》 EI CAS CSCD 北大核心 2006年第1期135-140,共6页

波形内插(WI)语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视.本文基于一种奇异值分解(SVD)的特征波形分解方法,利用语音信号的感知特性,将二维特征波形的幅度谱分成基本矩阵、过渡矩阵和... 波形内插(WI)语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视.本文基于一种奇异值分解(SVD)的特征波形分解方法,利用语音信号的感知特性,将二维特征波形的幅度谱分成基本矩阵、过渡矩阵和补充矩阵,并采用了不同的量化方法,有效地降低了运算复杂度;另外,本文根据语音信号时变特性,将三个矩阵分为三种组合模式表示特征波形幅度谱,并引入周期因子和能量熵来衡量矩阵周期程度,解决了奇异值分解后参数难于量化的问题,提高了编码效率.主观A/B测试表明,本文提出的2.4kbps SVD-WI编码器的重建语音质量略好于2·4kbps MELP编码器. 展开更多

关键词 语音编码 波形内插 特征波形 奇异值分解 周期因子

下载PDF 职称材料

语音压缩编码技术研究进展 被引量：6

3

作者 时磊 尚秋峰 李健宇 《声学技术》 CSCD 北大核心 2008年第4期553-556,共4页

为了满足数字通信及其它商业应用的需求,语音压缩编码技术得到了迅速发展。介绍了目前语音压缩编码技术的研究进展,主要包括连续可变斜率增量调制(CVSD)、小波分析、多脉冲激励线性预测编码、散布脉冲码激励线性预测(DP-CELP)、多重脉... 为了满足数字通信及其它商业应用的需求,语音压缩编码技术得到了迅速发展。介绍了目前语音压缩编码技术的研究进展,主要包括连续可变斜率增量调制(CVSD)、小波分析、多脉冲激励线性预测编码、散布脉冲码激励线性预测(DP-CELP)、多重脉冲散布非均匀代数码本激励线性预测(MPD-USACELP)、波形内插(WI)、线谱对(频率)(LSP)的量化。对以上算法进行了分析比较,总结了它们的特点和适用范围,并介绍了其中一些算法在DSP上的实时实现。 展开更多

关键词 语音压缩编码 线性预测(LP) 波形内插 DSP

下载PDF 职称材料

波形内插语音编码技术回顾与展望 被引量：2

4

作者 李靓 鲍长春 王贵平 《通信学报》 EI CSCD 北大核心 2005年第1期95-103,共9页

介绍了原型波形内插和特征波形内插算法的基本原理及其实现方法,详细描述了原型波形内插和特征形内插语音编码技术的研究进展情况,并提出了今后的研究方向。

关键词 语音编码 波形内插 原型波形 特征波形

下载PDF 职称材料

基于DCT分带谱熵与信号分解的高精度基音检测算法 被引量：5

5

作者 罗亚飞 鲍长春 《电子学报》 EI CAS CSCD 北大核心 2007年第1期13-22,共10页

本文就低速率WI语音编码中的基音检测技术进行研究,针对基音检测在不同噪声与信噪比下容易发生清浊误判的问题,在基音检测前端引入基于DCT分带谱熵的语音检测算法划分语音段与非语音段;为了向基音检测算法提供更能准确反映基音周期实际... 本文就低速率WI语音编码中的基音检测技术进行研究,针对基音检测在不同噪声与信噪比下容易发生清浊误判的问题,在基音检测前端引入基于DCT分带谱熵的语音检测算法划分语音段与非语音段;为了向基音检测算法提供更能准确反映基音周期实际变化的输入语音,基于谐波-噪声模型提出了一种改进的DCT域语音分解算法.然后,根据变形的MCAMDF(Modified Circular Average Magnitude Difference Function)与NCCF(Normalized Cross-Correlation Function)的峰值共性,结合上述两项基音检测前端处理技术,提出了MCAMDF-NCCF基音检测组合算法.为了满足不同环境下WI编码器对基音检测高精度的要求,在合成端更准确地恢复相位轨迹,本文又基于MCAMDF-NCCF算法提出了高精度MCAMDF-NCCF-FRAC基音检测算法以计算分数基音.将算法应用与2kb/s WI编码器,主观A/B听力测试结果表明,本文提出的基音检测算法在低信噪比下明显抑制了基音加倍减半及清浊误判现象的发生,得到了优异的基音检测结果,合成语音质量完全满足低速率WI编码器对基音检测技术的要求. 展开更多

关键词 语音编码 基音检测 语音检测 信号分解 波形内插

下载PDF 职称材料

基于非负矩阵分解的2kb/s波形内插语音编码算法 被引量：5

6

作者 张鹏 鲍长春 郭莉莉 《电子学报》 EI CAS CSCD 北大核心 2008年第4期632-638,共7页

在波形内插(Waveform Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative MatrixFactorization,... 在波形内插(Waveform Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative MatrixFactorization,NMF)方法来分解语音特征波形.该分解方法仅需要当前帧的语音信号,不会给编码器带来额外的延时;为了提高分解精度,本文在CW分解之前先对CW按照其子帧的最大基音周期进行分类,然后按不同类别进行分解.另外,本文结合耳蜗模型提出了NMF的基矢量分带初始化算法,将CW的分解精度提高到与二阶奇异值分解相当的水平;为了降低WI编码器的计算复杂度,本文去除了传统WI编码器中的特征波形对齐模块,同时将NMF的分解阶数设定为16以折中CW分解的计算复杂度和分解精度.最后,本文基于矩阵量化技术,对非负矩阵分解后的编码矩阵采用分裂式矩阵量化方案来量化.主观A/B测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量接近于2.4kb/s SVD-WI编码器.MOS分测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量稍差于2.4kb/s MELP编码器. 展开更多

关键词 语音编码 波形内插 特征波形 非负矩阵分解

下载PDF 职称材料

基于离散余弦变换的波形内插语音编码算法 被引量：4

7

作者 刘靖宇 鲍长春 李如玮 《电子学报》 EI CAS CSCD 北大核心 2009年第7期1599-1605,共7页

针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相... 针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相位判决和浊音相位分类的方法,提高了重建语音质量;最后,分别构建了速率为2.0kbps和1.6kbps的DCT-WI声码器.主观MOS分表明,2.0kbps的DCT-WI声码器质量优于2.4kbps MELP声码器,1.6kbps的DCT-WI声码器亦取得了良好的听觉效果. 展开更多

关键词 语音编码 波形内插 特征波形 离散余弦变换 特征波形对齐 相位重建

下载PDF 职称材料

一种用于WI语音编码的相位预测式矢量量化方法 被引量：4

8

作者 陈悦 鲍长春 《电子与信息学报》 EI CSCD 北大核心 2007年第11期2672-2675,共4页

在传统的低比特率语音编码中,考虑到人耳对相位信息不敏感而经常忽略相位信息,这将导致语音粗糙、刺耳甚至音调发生改变。为了获得高质量的声码器,语音的相位信息是不能不考虑的。该文在散布相位矢量量化方法的基础上进一步去除了相位冗... 在传统的低比特率语音编码中,考虑到人耳对相位信息不敏感而经常忽略相位信息,这将导致语音粗糙、刺耳甚至音调发生改变。为了获得高质量的声码器,语音的相位信息是不能不考虑的。该文在散布相位矢量量化方法的基础上进一步去除了相位冗余,在波形内插(Waveform Interpolation,WI)编码模型中对相邻帧慢渐变波形(Slowly Evolving Waveform,SEW)的相位谱差值进行预测式矢量量化。实验发现,该方法大大改善了重建语音效果,明显提高了语音的自然度和清晰度。主观A/B测试结果显示,该方法与固定相位法相比,经4～6bit的相位量化可使合成语音质量得到显著的改善,相比散布相位矢量量化方法,女声的语音合成质量有所改进。 展开更多

关键词 语音编码 波形内插 矢量量化

下载PDF 职称材料

基于二维非负矩阵分解的1kb/s WI语音编码算法 被引量：3

9

作者 薛二娟 鲍长春 李如玮 《电子学报》 EI CAS CSCD 北大核心 2010年第7期1574-1579,共6页

本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方... 本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化.此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音.本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换(DCT)和分裂式矩阵量化等技术来降低编码速率和改善音质.非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法. 展开更多

关键词 语音编码 波形内插 特征波形 二维非负矩阵分解 两帧联合

下载PDF 职称材料

基于小波变换的2.4kbit/s波形内插语音编码算法 被引量：3

10

作者 王晶 匡镜明 谢湘 《通信学报》 EI CSCD 北大核心 2007年第5期43-48,共6页

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... 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。 展开更多

关键词 语音编码 小波变换 波形内插 特征波形分解

下载PDF 职称材料

基于贝叶斯阴阳机的2kb/s NMF-WI语音编码算法 被引量：3

11

作者 郭莉莉 鲍长春 《电子学报》 EI CAS CSCD 北大核心 2009年第5期1146-1152,F0003,共8页

本文提出了一种改进型的基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的特征波形(Charac-teristic Waveform,CW)分解算法,一方面应用惩罚次胜者竞争学习算法(Rival Penalized Competitive Learning,RPCL)和贝叶斯阴阳机(Bay... 本文提出了一种改进型的基于非负矩阵分解(Nonnegative Matrix Factorization,NMF)的特征波形(Charac-teristic Waveform,CW)分解算法,一方面应用惩罚次胜者竞争学习算法(Rival Penalized Competitive Learning,RPCL)和贝叶斯阴阳机(Bayesian Ying-Yang,BYY)和谐学习算法,来计算NMF分解阶数,在没有明显降低语音质量的前提下,降低了编码器的复杂度;另一方面根据CW的能量与编码矩阵的能量间的变化关系,提出了相位谱的混合自回归合成方法,提高了语音的自然度.最后,开发出一套改进型2kb/s NMF-WI低复杂度语音编码方法,采用基于K-L散度的NMF迭代算法和收敛速度更快的基矢量Mel刻度分带初始化方法,按照基音周期的统计分布将特征波形分为6类,在CW分解模块,复杂度下降了10MOPS,语音质量提高,与采用4bit散布矢量量化相位谱的2.16kb/s NMF-WI语音编码器的语音质量相当. 展开更多

关键词 语音编码 波形内插 特征波形 非负矩阵分解

下载PDF 职称材料

波形内插语音编码中特征波形表达和对齐快速算法 被引量：3

12

作者 齐峰岩 鲍长春 《北京工业大学学报》 EI CAS CSCD 北大核心 2006年第6期514-519,共6页

针对波形内插编码模型中特征波形的表达和对齐算法计算复杂度较高的问题,应用快速傅里叶变换、3 次B样条插值和周期延拓等技术对特征波形表示和对齐2个模块作了相应的改进．改进后的算法是相对独立的,2个模块的复杂度从43．252×10... 针对波形内插编码模型中特征波形的表达和对齐算法计算复杂度较高的问题,应用快速傅里叶变换、3 次B样条插值和周期延拓等技术对特征波形表示和对齐2个模块作了相应的改进．改进后的算法是相对独立的,2个模块的复杂度从43．252×106次／s操作降到9．178×106次／s操作．实验结果表明,改进后算法复杂度大幅下降,大大减少了编码器的计算负载,并保持了原有编码器的合成语音质量． 展开更多

关键词 语音编码 波形内插 傅里叶变换 样条插值

下载PDF 职称材料

一种新的2kbit/s波形内插语音编码器 被引量：2

13

作者 朱娜娜 鲍长春 李靓 《通信学报》 EI CSCD 北大核心 2004年第11期70-76,共7页

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... 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。 展开更多

关键词 语音编码 线性预测 矢量量化 波形内插 多项式拟合

下载PDF 职称材料

基于多分辨率分析的特征波形分解与重构算法 被引量：2

14

作者 王晶 那兴宇 +1 位作者 谢湘 匡镜明 《中国科技论文在线》 CAS 2011年第7期519-523,共5页

基于多分辨分析的思想,用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和重构。二维特征波表面被分解为一系列时间分辨率递减的波平面,可以利用人耳对缓变和快变成分的感知重要性不同对各层的特征波形幅度谱进行不同精... 基于多分辨分析的思想,用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和重构。二维特征波表面被分解为一系列时间分辨率递减的波平面,可以利用人耳对缓变和快变成分的感知重要性不同对各层的特征波形幅度谱进行不同精度的量化,相对于传统的低通滤波波形分解过程能够更好地对特征波序列进行多尺度的描述,有利于增强编码效果。借助基于时域设计的最小相位滤波器对特征波平面进行多级分解与重构,解决了用小波变换方法产生较大延迟的问题,有利于实时编码。 展开更多

关键词 波形内插 特征波形分解 多分辨率分析 小波变换

下载PDF 职称材料

基于SVD的低复杂度语音特征波形分解方法 被引量：2

15

作者 张鹏 鲍长春 《信号处理》 CSCD 北大核心 2005年第z1期160-163,共4页

WI编码器中特征波形(CW-Characteristic Waveform)的分解与量化一直是该编码器研究的热点问题.传统的WI编码器将残差信号表示为渐变的特征波形,然后通过线性相位非因果FIR低通滤波器把CW分解为慢渐变波形和快渐变波形,分别表示语音的准... WI编码器中特征波形(CW-Characteristic Waveform)的分解与量化一直是该编码器研究的热点问题.传统的WI编码器将残差信号表示为渐变的特征波形,然后通过线性相位非因果FIR低通滤波器把CW分解为慢渐变波形和快渐变波形,分别表示语音的准周期成分和类噪声成分.这种分解方法不仅不能完全去除SEW与REW之间的相关性,而且还增加了额外一帧的延时,本文通过对现有的基于奇异值分解(SVD-Singular Value Decomposition)的特征波形分解方法的研究,深入剖析了CW奇异值分解后U、∑和V的物理意义,并提出一种有效降低SVD复杂度的算法. 展开更多

关键词 语音处理 波形内插 特征波形 奇异值分解

下载PDF 职称材料

低速率WI语音编码器中LP残差信号的SVD分解及量化 被引量：1

16

作者 王贵平 鲍长春 《信号处理》 CSCD 北大核心 2005年第z1期156-159,共4页

波形内插语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视.本文在波形内插语音编码算法基础上,提出了一种基于奇异值分解(SVD)的LP残差信号的分解与量化方法,减少了算法的延时,提高了分解精... 波形内插语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视.本文在波形内插语音编码算法基础上,提出了一种基于奇异值分解(SVD)的LP残差信号的分解与量化方法,减少了算法的延时,提高了分解精度.在分解模型中,将CW分成基本矩阵、过渡矩阵和补充矩阵,并采用不同的量化方法,有效地降低了运算复杂度;在量化过程中,引入周期因子和能量熵来衡量CW周期程度,解决了奇异值分解后参数难于量化的问题,提高了编码效率.主观A/B测试表明,本文提出的2.4kbpsSVD-WI编码器的重建语音质量略好于2.4kbpsMELP编码器. 展开更多

关键词 语音编码 波形内插 特征波形 奇异值分解 周期因子

下载PDF 职称材料

语音特征波形的分解与量化 被引量：1

17

作者 王贵平 鲍长春 李靓 《电声技术》 2005年第1期50-54,58,共6页

波形内插语音编码模型作为当今最具潜力的低速率语音编码方案之一,因其良好的性能,越来越受到人们的重视。基于波形内插(WI)语音编码算法,全面总结和分析了现存的特征波形分解和量化的方法,这将为该领域的研究人员提供重要的参考。

关键词 语音编码 语音分解 波形内插

下载PDF 职称材料

低速率WI编码器中4～6bit基音量化算法研究 被引量：1

18

作者 罗亚飞 鲍长春 《电子与信息学报》 EI CSCD 北大核心 2007年第11期2669-2671,共3页

基音在语音编码中通常采用7bit无失真均匀量化。由于浊音段语音的基音普遍具有缓慢渐变的特点,为了更有效地去除前后帧基音之间存在的相关性,该文基于Eriksson和Kang提出的4bit基音量化算法,针对汉语语音进行研究,实现了一套4～6bit基... 基音在语音编码中通常采用7bit无失真均匀量化。由于浊音段语音的基音普遍具有缓慢渐变的特点,为了更有效地去除前后帧基音之间存在的相关性,该文基于Eriksson和Kang提出的4bit基音量化算法,针对汉语语音进行研究,实现了一套4～6bit基音量化算法。该算法计算简单,无需码书存储。将此基音量化方案应用于WI模型和WI编码器,主观A/B听力测试结果表明,该方案在高效量化基音的同时保证了合成语音质量几乎没有损失,完全满足低速率WI编码器对量化基音的要求。 展开更多

关键词 语音编码 基音量化 波形内插

下载PDF 职称材料

一种有效的典型波形块内插方法

19

作者 鲍长春 《电子科学学刊》 CSCD 1999年第6期743-751,共9页

本文将基音周期波形(PCW)在时间方向上逐个相位对齐,提出了一种新的线性预测残差(LPR)域典型波形(PW)提取和块内插方法。该方法可以避免内插后的PCW分界处的不连续而引起的听觉上的失真,同时也使得PW分界的选择不至于太严格。借助于这... 本文将基音周期波形(PCW)在时间方向上逐个相位对齐,提出了一种新的线性预测残差(LPR)域典型波形(PW)提取和块内插方法。该方法可以避免内插后的PCW分界处的不连续而引起的听觉上的失真,同时也使得PW分界的选择不至于太严格。借助于这种PW提取和块内插方法,本文实现了一种2.4 kb/s线性预测编码方案,计算机模拟结果表明,该方案得到的重建语音与4.8 kb/s码激励线性预测算法接近。 展开更多

关键词 语音编码 线性预测 波形内插 矢量量化

下载PDF 职称材料

WI语音编码中相位信息的量化与重建 被引量：1

20

作者 陈悦 鲍长春 《信号处理》 CSCD 北大核心 2005年第z1期164-167,共4页

在低比特率语音编码中,人们往往认为人耳对相位信息不敏感而忽略了相位对语音质量的影响,导致语音粗糙、刺耳甚至音调发生改变.为了获得高质量的声码器,语音的相位信息是不能不考虑的.本文分析了一种利用感觉加权的相位谱分析合成(A-b-S... 在低比特率语音编码中,人们往往认为人耳对相位信息不敏感而忽略了相位对语音质量的影响,导致语音粗糙、刺耳甚至音调发生改变.为了获得高质量的声码器,语音的相位信息是不能不考虑的.本文分析了一种利用感觉加权的相位谱分析合成(A-b-S)矢量量化方法,并在波形内插编码器中对SEW的相位信息进行量化,在合成端采用相位的三次多项式插值方法进行重建.实验发现,该方法大大改善了重建语音效果,明显提高了语音的自然度和清晰度.主观A/B测试结果显示,该方法相比采用老年男子的固定相位法和基于最小相位模型的由幅度谱通过倒谱法重建相位谱的方法,经4～6个比特的相位量化可使合成语音质量得到显著的改善,尤其对女声,改善更为明显. 展开更多

关键词 语音编码 波形内插 相位重建 分柝合成 矢量量化

下载PDF 职称材料