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
共找到7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：
混合激励线性预测语音编码标准中线谱频率量化的研究 被引量：4
1
作者 肖东 莫福源 +1 位作者 陈庚 马力 《应用声学》 CSCD 北大核心 2012年第2期109-117,共9页
线谱频率(Line Spectral Frequency,LSF)是线性预测频谱系数(Linear Predication Coefficient,LPC)有效的编码形式。语音线性预测模型中,LPC反映了声道调制的模型,是影响语音听觉感知重要的参数之一。在混合激励线性预测语音编码(Mixed ... 线谱频率(Line Spectral Frequency,LSF)是线性预测频谱系数(Linear Predication Coefficient,LPC)有效的编码形式。语音线性预测模型中,LPC反映了声道调制的模型,是影响语音听觉感知重要的参数之一。在混合激励线性预测语音编码(Mixed Excitation Linear Prediction,MELP)标准中,对LSF采用4级码本进行分级式矢量量化。首先,为减少其量化冗余度以降低编码速率,本文提出了一种改进的选择算法,生成了一个2级码本替换之。其次,为提高合成语音质量,依据LSF矢量量化的精度与合成语音质量的关系的实验结果,提出根据人耳听觉感知特性进行LSF量化和评价的方法,并予以实验证明。 展开更多
关键词 混合激励线性预测语音编码 线谱频率 码本 矢量量化
下载PDF
带有级间预测的LSF矢量量化多级码本联合优化 被引量：3
2
作者 李晔 徐敬德 +2 位作者 李清华 崔慧娟 唐昆 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2010年第1期129-131,共3页
语音编码算法中线谱频率(LSF)参数的量化极其重要。该文针对带有级间预测的线谱频率参数多级矢量量化算法,提出了一种多级码本之间的联合优化算法。每次迭代时,先将训练矢量对码字进行聚类,固定除当前级码本外的其他各级码本,利用加权... 语音编码算法中线谱频率(LSF)参数的量化极其重要。该文针对带有级间预测的线谱频率参数多级矢量量化算法,提出了一种多级码本之间的联合优化算法。每次迭代时,先将训练矢量对码字进行聚类,固定除当前级码本外的其他各级码本,利用加权均方误差最小原则更新当前级码本。直至达到一定的迭代步数或者两次迭代之间量化误差降低小于一定阈值,停止迭代。在一种300 b/s声码器上进行测试,结果表明该算法能够有效降低LSF参数的量化误差,从而提高合成语音的质量。 展开更多
关键词 语音信号处理 线谱频率(lsf) 级间预测 多级码本优化
原文传递
基于神经网络由语音预测视位参数 被引量：2
3
作者 王志明 蔡莲红 《小型微型计算机系统》 CSCD 北大核心 2005年第6期1083-1087,共5页
语音是由多个发音器官共同作用产生的,发音器官动作与语音之间有着内在的必然联系.研究了利用神经网络预测视位参数中的选择语音参数、确定输入语音时域范围、优化神经网络结构等因素.实验结果表明,线性预测参数加短时能量优于其他语音... 语音是由多个发音器官共同作用产生的,发音器官动作与语音之间有着内在的必然联系.研究了利用神经网络预测视位参数中的选择语音参数、确定输入语音时域范围、优化神经网络结构等因素.实验结果表明,线性预测参数加短时能量优于其他语音参数,前向协同发音较后向协同发音影响更大,反馈对前馈神经网络的性能有所改善.考虑到实验采用的是任意连续语流,均方误差约为0.0114的实验结果还是很有吸引力的. 展开更多
关键词 前馈神经网络 视位 线性预测系数 线谱对系数 实倒谱系数 反射系数 MEL倒谱系数 均方误差
下载PDF
基于胞腔均匀度的清浊模式码书设计算法 被引量：1
4
作者 徐静云 赵晓群 +1 位作者 蔡志端 王培良 《计算机应用》 CSCD 北大核心 2016年第12期3374-3377,共4页
清音和浊音线谱频率(LSF)参数分布具有差异性。为了提高声码器中LSF参数的量化性能,利用胞腔均匀度(CE)能定量表征清浊音LSF参数分布的差异程度,提出了一种基于CE的清浊模式码书设计算法。该算法首先根据CE推导出清音和浊音参与训练的LS... 清音和浊音线谱频率(LSF)参数分布具有差异性。为了提高声码器中LSF参数的量化性能,利用胞腔均匀度(CE)能定量表征清浊音LSF参数分布的差异程度,提出了一种基于CE的清浊模式码书设计算法。该算法首先根据CE推导出清音和浊音参与训练的LSF参数的数量比;然后剔除清音中指定数量的非典型LSF参数;最后重新训练出码书。实验结果表明,在相同码率情况下,该算法较码书共享算法谱失真降低2.5%,平均意见得分提高了2.3%,码书存储量下降了21.1%,并且适用于不传输清浊音标志的声码器。 展开更多
关键词 线谱频率 码书设计 清浊模式 胞腔均匀度
下载PDF
线谱频率帧内、帧间联合预测算法
5
作者 韩笑蕾 赵晓群 张楠 《系统仿真学报》 CAS CSCD 北大核心 2013年第5期1053-1059,共7页
为充分利用线谱频率的帧内及帧间相关性降低语音的编码速率,设计了基于偏最小二乘及其简化算法的帧内、帧间联合预测模型。该模型可根据浊清音出现次序的不同,利用前后帧的线谱频率及当前帧的第i-1个已预测的线谱频率对当前帧的第i个线... 为充分利用线谱频率的帧内及帧间相关性降低语音的编码速率,设计了基于偏最小二乘及其简化算法的帧内、帧间联合预测模型。该模型可根据浊清音出现次序的不同,利用前后帧的线谱频率及当前帧的第i-1个已预测的线谱频率对当前帧的第i个线谱频率进行预测。结果表明,偏最小二乘模型及其简化模型均有效降低线谱频率的动态范围,其中基于偏最小二乘回归算法的预测模型最为精确,而简化模型的运算量及计算复杂度均优于偏最小二乘回归算法的预测模型,在采用(4,6)分组SVQ量化器对LSF参数预测误差进行量化时,每帧仅用7比特即使平均谱失真小于1 dB,较2.4 kbps下MELP编码标准中每帧对线谱频率的量化比特节省了18比特。 展开更多
关键词 线谱频率(lsf) 偏最小二乘(PLS) 帧内 帧间相关性 EEDSVQ 多元线性回归(MLR)
下载PDF
能量参数解码端HMM估计算法
6
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
基于Gauss混合模型的清浊音恢复改进算法 被引量：1
7
作者 计哲 徐敬德 +2 位作者 常亮 崔慧娟 唐昆 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2011年第11期1751-1755,共5页
为提高子带清浊音(unvoiced/voiced,U/V)解码端恢复算法在不同能量电平下的鲁棒性,提出了一种改进型能量自适应U/V参数解码端恢复算法。通过跟踪长时能量的变化轨迹,在Gauss混合模型(Gaussian mixed model,GMM)下,用归一化的能量参数和... 为提高子带清浊音(unvoiced/voiced,U/V)解码端恢复算法在不同能量电平下的鲁棒性,提出了一种改进型能量自适应U/V参数解码端恢复算法。通过跟踪长时能量的变化轨迹,在Gauss混合模型(Gaussian mixed model,GMM)下,用归一化的能量参数和线谱频率参数(line spec-tral frequency,LSF)对U/V参数的分布特性进行估计。测试结果表明:在较低的能量电平下,与用绝对能量对U/V参数进行恢复的算法相比,该能量自适应U/V参数恢复算法能够将清浊音误判率降低10%～25%,并将合成语音的平均意见得分(mean opinion score,MOS)提高0.03～0.09,改善了算法的性能。 展开更多
关键词 语音编码 Gauss混合模型 特征参数 线谱频率 清浊音参数
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
使用帮助 返回顶部