摘要：提出了一种线谱对参数预测多级矢量量化联合优化算法。该算法对预测系数和多级矢量量化采用渐进闭环设计,通过迭代实现预测系数和多级矢量量化设计的联合优化。在多级矢量量化设计过程中,采用迭代优化实现多级码本的联合优化。采用语音线谱对参数对量化算法进行测试。测试结果表明,与传统算法相比,该量化算法可以减小线谱对参数量化失真,提高编码语音质量。

摘要：用尽可能少的比特数实现线谱对(LSP)参数透明量化一直是语音编码领域的研究热点。该文基于压缩感知理论,研究了LSP参数在准KLT域的稀疏性,并设计了LSP参数先压缩感知再矢量量化的方案。编码端,利用压缩感知理论,在准KLT域将原始LSP参数投影到低维空间,得到低维测量值,而后采用分裂矢量量化算法对测量值进行量化;解码端,以量化后的测量值为已知条件,利用正交匹配追踪算法重构出原始LSP高维矢量,重构值作为最终量化值。实验结果表明,算法在适当的码本存储量和搜索复杂度下,达到透明量化效果所需的比特数最优时仅需5 bit/帧。

摘要：研究 GL A算法和随机松驰算法设计的线谱对码本性能以及两种算法的特点 .训练数据采用了去均值和一阶滑动平均模型预测的误差信号 ,随机松驰算法选用简化的解码器扰动算法 .传统观点认为随机松弛算法比 GL A算法每矢量索引少用 1bit.实验结果表明 ,在小训练数据量时的确如此 ,但在大数据量时它们的性能相差不大 .在线谱对的码本设计中 。

摘要：为了适应300 b/s以下超低速声码器的需要,提出了一种基于离散余弦变换DCT高效的线谱对参数分段量化方案——DCTSQ(discrete cosine transform segment quantization)方案。采用分段量化的思想,针对语音分段后提取出的线谱对参数矩阵维数不固定问题,对维数转换进行优化分析并利用DCT实现。在此基础上,推导出了DCTSQ方案的码本设计方法。仿真结果表明,相对于目前的分段量化方案和矩阵量化方案,DCTSQ方案可有效提高LSP参数量化效率。

摘要：利用语音短时谱变化相对较慢、其邻近ＬＳＰ（ＬｉｎｅＳｐｅｃｔｒｕｍＰａｉｒ）失量存在充分相关这一特性，提出了一种新的谱编码方法，即ＬＳＰ编码的一步插值预测矢量量化。本文设计了一个１８ｂｉｔ／ｆｒａｍｅ分裂矢量量化方案用于量化预测残差，当帧变化周期为３０ｍｓ时，平均谱失真仅为１．１７８ｄＢ。

摘要：首先介绍了基于G.729语音编解码标准的线谱对参数矢量量化的算法步骤及流程。根据ASIC设计方法和要求,用HDL设计硬件电路实现该算法,并将硬件电路仿真结果与C语言算法程序运算结果进行比较,结果显示该硬件设计能很好地实现该算法,结果准确;并比传统DSP编程实现的速度快很多,确保了计算过程的实时性,且所占资源更为节省。

摘要：为了提高通信系统的抗干扰和抗攻击能力,尽可能降低语音编码速率。提出了一种0.6 kb/s语音编码算法。算法基于3帧联合,对多帧联合参数采用高效矢量量化,在降低语音编码速率的条件下保证语音编码质量。其中,对线谱对参数采用预测多模式多级矢量量化码本结构。在码本设计过程中,提出了多模式渐进闭环设计,对各类码本联合优化,并联合优化预测器和量化器,可以有效提高线谱对参数量化质量。在译码方,采用多带混和谐波激励提高合成语音清晰度。测试结果表明,该语音编码算法合成语音PESQ(perceptual evaluation of speech quality)得分可以达到2.7,汉语诊断押韵测试DRT(diagnostic rhyme test)得分可以达到89.7。

摘要：为了提高选择预测矢量量化的性能,提出了一种迭代优化设计方法。利用常规的前后帧相关性划分训练数据,采用不同的训练数据进行各个预测系数计算和码本设计。采用设计的预测系数和码本对训练数据进行量化,根据量化误差大小调整训练数据划分。通过训练数据划分和码本设计迭代,优化选择预测矢量量化码本设计。该方法改进了训练数据固定划分的缺点,可以有效提高选择预测矢量量化设计性能。以语音线谱对参数为实验数据进行实验,实验结果表明,该方法能减小参数量化失真,改善信号压缩质量。

摘要：为了提高选择预测矢量量化的性能,提出了一种迭代优化设计方法.利用常规的前后帧相关性划分训练数据,采用不同的训练数据进行各个预测系数计算和码本设计.采用设计的预测系数和码本对训练数据进行量化,根据量化误差大小调整训练数据划分.通过训练数据划分和码本设计迭代,优化选择预测矢量量化码本设计.该方法改进了训练数据固定划分的缺点,可以有效提高选择预测矢量量化设计性能.以语音线谱对参数为实验数据进行实验,实验结果表明,该方法能减小参数量化失真,改善信号压缩质量.

摘要：描述了ITU-T G.723.1算法的编码结构原理及实现,介绍了基于该算法的芯片设计。重点对线性预测编码技术LPC(Linear Prediction Coding)中LPC系数转换为线谱对LSP(Line Spectrum Pair)系数算法进行了详细的推导分析,并给出了用标准C的实现的代码及在芯片设计过程中对算法进行优化的方法。