期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
能量参数解码端HMM估计算法
1
作者
计哲
高圣翔
+1 位作者
唐昆
金鑫
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2013年第6期869-872,共4页
在低速率语音编码算法中,如何对特征参数进行有效的量化表示是影响声码器合成语音质量的关键因素。该文提出一种能量参数解码端恢复算法,它利用线谱频率(linespectral frequency,LSF)和清浊音判决参数(unvoiced/voiced decision,U/V)估...
在低速率语音编码算法中,如何对特征参数进行有效的量化表示是影响声码器合成语音质量的关键因素。该文提出一种能量参数解码端恢复算法,它利用线谱频率(linespectral frequency,LSF)和清浊音判决参数(unvoiced/voiced decision,U/V)估计能量参数的变化轨迹。该算法利用特征参数之间的相关性,采用隐Markov模型(hiddenMarkov model,HMM)描述LSF、U/V和能量参数之间的统计特性,通过对能量进行解码端恢复,省去量化所需的比特数,从而提高特征参数的整体量化性能。测试结果表明:能量参数解码端恢复算法能够将150b/s混合激励线性预测编码算法(mixed excitation linear prediction,MELP)的合成语音平均意见得分(mean opinion score,MOS)提高0.042。该算法应用于超低速率声码器参数量化是可行的。
展开更多
关键词
语音信号处理
能量
参数
隐MARKOV模型
线谱
频率
参数
参数
编码
原文传递
题名
能量参数解码端HMM估计算法
1
作者
计哲
高圣翔
唐昆
金鑫
机构
清华大学电子工程系
国家计算机网络与信息安全管理中心
出处
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2013年第6期869-872,共4页
基金
国家"八六三"高技术项目(2011AA010601)
文摘
在低速率语音编码算法中,如何对特征参数进行有效的量化表示是影响声码器合成语音质量的关键因素。该文提出一种能量参数解码端恢复算法,它利用线谱频率(linespectral frequency,LSF)和清浊音判决参数(unvoiced/voiced decision,U/V)估计能量参数的变化轨迹。该算法利用特征参数之间的相关性,采用隐Markov模型(hiddenMarkov model,HMM)描述LSF、U/V和能量参数之间的统计特性,通过对能量进行解码端恢复,省去量化所需的比特数,从而提高特征参数的整体量化性能。测试结果表明:能量参数解码端恢复算法能够将150b/s混合激励线性预测编码算法(mixed excitation linear prediction,MELP)的合成语音平均意见得分(mean opinion score,MOS)提高0.042。该算法应用于超低速率声码器参数量化是可行的。
关键词
语音信号处理
能量
参数
隐MARKOV模型
线谱
频率
参数
参数
编码
Keywords
speech signal processing
energy parameter
hidden Markov model（HMM）
line spectral frequency（LSF）
parametric coding
分类号
TN912.3 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
能量参数解码端HMM估计算法
计哲
高圣翔
唐昆
金鑫
《清华大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2013
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
