一种基于低比特率语音算法的芯片设计与分析

介绍了一种低比特率语音算法,它是在MBE编码算法的基础上,利用线性预测谱代替了MBE中的傅里叶变换谱对MBE编码算法进行了改进,从而在保持语音质量的情况下使比特率更低,达到2 kbit/s.同时阐述了基于该算法的系统芯片设计,并对该算法中的基音周期参数、V/U等参数的提取进行详细的推导分析.最后对本算法与常用的码激励线性预测编码(CELP)的算法进行比较,并分析其中的原因.     

语音的波形编码及其实时执行

数字语音编码主要解决如何压缩输出信息的比特率,以提高线路复用率。本文在简述了有关这一领域的概况之后,着重阐述了三种语音波形编码的主要原理及其实时执行方式,即自适应差分脉码调制(ADPCM);子频带编码(SBC)及自适应变换编码(ATC)。前两种结构较简单,可用单片数字信号处理机(DSP)获得实时实现;后一种结构复杂,且进行分块处理,故实时执行时需采用数组处理机。三种方式分别将比特率压缩至32、16及9.6Kbit/s的范围内。文中对所涉及的硬件结构亦作了一定的介绍。     

数字语音的声源编码

本文主要阐述了语音信号声源模型的结构,其中主要包括代表一激励参数的脉冲及噪声激励源,以及代表声道特性的线性时变系统。指出声源编码(声码器)即用传送模型参数代替传送语音波形的一种获得极低比特率的编码方式。分别讨论了三种典型声码器即CV、HV及LPC的原理,主要结构及性能。它们都用某种方式提取激励参数,而分别用短时谱幅度、倒谱系数及线性预测参数来描述声道特性,控制短时频谱的包络线,以获得具有一定可懂度的综合语音输出。     

应用矢量量化的孤立词汉语语音识别

本文提出了一种识别孤立词汉语语音的新方法,提取线性预测系数作为语音特征,利用矢量量化的聚类特性压缩数据,用多段码书作为语音样板,用最小失真法进行识别。     

论嵌入式语音识别系统的研究与实现

在介绍了语音识别技术的基础上,根据语音识别系统的构成模型,实现基于嵌入式系统的语音识别系统。本系统采用了能量过零率双门限法进行语音文件端点检测,采用线性预测倒谱系数作为语音信号特征矢量,另外,基于非特定人的嵌入式系统要求,为了达到减少计算量和存储量的目的,在特征参数提取完成之后,利用矢量量化方法进行数据压缩。语音识别模型采用(DHMM)离散隐马尔可夫模型,利用Baum-Welth重估算法、前向后向算法、viterbi算法来完成语音模板的训练和语音识别的任务。     

AMR语音编码算法研究及复杂度剖析

作为 3GPPWCDMA的语音编码 (SpeechCoding)候选方案 ,自适应多速率 (AMR)语音编码是一种多模式集成的ACELP类语音编码方案。本文根据该编码方案的标准 ,分析了其方案实现中的关键算法 :高性能码本设计、高效码本搜索算法、多级矢量量化技术、预处理算法的简化等。最后 ,设计了定点ANSI -C程序对AMR语音编码算法各部分的复杂度进行了测算     

AMBE语音压缩的原理与应用现状

AMBE是基于MBE模型的低比特率（2～9．6kb／s）、高质量语音压缩编码，本文首先介绍了基本的编解码原理，然后介绍了语音编解码的应用现状，给出了编解码软硬件的实现方案，以及在语音增强和语音压缩编码中的应用。     

多速率语音压缩编码系统

本文设计了含有各种压缩算法，各种速率的语音编码系统，尤其对低码率系统进行了研究，使低码率压缩系统之合成语音具有较高的质量。整个系统还包括了适合宽带通信采用ＡＴＭ交换所要求的分层编码系统和采用ＳＡＭ（静音检测）技术构成的变比特率编码系统。借助于此设计可对众多码率下的压缩算法进行综合评价。     

大规模MIMO系统的预编码算法综述

相比于传统多输入多输出（MIMO）系统,大规模MIMO的天线数量大幅增加,使得系统的容量提升、误比特率下降,但也造成预编码矩阵维度升高,算法复杂度、系统成本及实现难度增大。将大规模MIMO系统主要采用的预编码技术分为线性和非线性两个部分,对两者进行了归纳和对比,并着重介绍了几种经过简化的线性预编码算法和几种比较典型的非线性预编码算法,指出因为非线性算法的复杂度很高,故未来大规模MIMO系统的预编码应当以线性算法为主。     

语音信号的线性预测编码技术

本文以一个双声道声码器为例,来说明线性预测编码技术在处理语音信号中的应用.一个2400b/s,双声道线性预测编码的声码器,使用高速、可编程序的位片型微处理机,字长可扩充.并使用2K的RAM和1K的ROM的数据存储器.该系统设计成循环时间为208毫微秒的双总线结构.该声码器能同时处理两个声道,用微处理机和线性预测编码技术开发出该系统,并叙述使用该技术设计声码器的要领.     

基于二阶隐马尔可夫模型的清浊音恢复算法

为了解决低速率语音编码中比特受限的问题,提出了一种基于二阶隐马尔可夫模型 的清浊音参数恢复算法。该算法采用二阶隐马尔可夫模型,通过归一化的能量参数和LPC倒 谱系数估计出序列中的全带清浊音判决和各个子带的清浊音度。解码器实现该算法后,编码 器就无需对清浊音参数进行量化传输,从而节约了比特数。实验结果表明,该算法比基于GM M模型的算法能更好地恢复出清浊音信息,全带清浊音误判率减少了5%～20%,合成语音的MO S分比用5 bit的矢量量化（VQ）算法提高了003左右,达到了在节约比特数的同时也提高 了语音质量的效果。     

基于小波变换的嵌入式编码在图像压缩中的应用

由于图像数据量的巨大会使图像在存储和传输中受到制约,因此,图像压缩成为必然。图像压缩的关键技术包括对图像数据的变换、对变换数据的量化以及对量化后数据的熵编码。其中压缩中编码占有非常重要的位置。本文主要分析其中一种很流行的编码形式一嵌入式编码,分别比较分析了三种嵌入式编码的优缺点以及嵌入式编码的发展前景。     

矢量量化在语音波形编码中的应用

矢量量化(VQ)技术是近几年发展起来的一种高效数据压缩技术.本文介绍了VQ技术的发展历史、现状和它的基本原理,较为详细地讨论了基本矢量量化器的实用设计方法——LBG算法,并对原有的LBG算法进行了改进,给出了实验结果.     

语音处理技术在移动通信中的应用

为了节约频率资源，移动通信系统采取了多种行之有效的关键技术来提高系统抗衰落和抗干扰能力，语音编码技术即是其中一种。本文主要介绍了常见的移动通信系统中使用的不同语音编码技术。     

基于51单片机的智能语音导游小车

本文介绍了一种智能语音导游小车控制系统的设计,该系统采用STC89C52RC单片机,实现对智能小车的控制.本文给出了系统的硬件构成,简述了光电、金属传感器的运用原理及单片机在获取到信息之后对电机的控制原理、定点识别及语音播放的基本原理.     

矢量量化器设计算法的研究

目前常用的设计算法是LBG算法,但用它设计的矢量量化器不是最佳的。本文从Gersho的K维空间最佳分划的定理出发,构造了一种改进的算法。本文还就分裂法去除空胞腔问题提出一种新的意见,并针对语音信号的特点提出两种新的空胞腔处理方法。一组矢量量化器设计给果表明,改进的算法和新的空胞腔处理方法都是更有效的。     

用时域谐波定标的数字语音编码

本文给出了一种以9.6Kb/s数据率实时工作的新的数字语音编码器.该系统由时域谐波定标(TDHS)及子频带编码(SBC)两种不同的语音压缩算法组成.阐述了TDHS的基本原理,简述了几种不同的音调检测方法.本文最后对用DSP硬件实时执行该系统的几种方式作了讨论.     

话带Modem技术的发展

语音信道是应用最为广泛的一种通信媒体。其特点是，频带较窄，信噪比较高。为了在语音信道上获得越来越高的传输速率，研究人员和工程人员已为此奋斗了数十年。采用复杂的格状编码调制技术和正交调制技术，带宽利用率已接近3.1kHz语音带宽的Shannon极限：10b/s/Hz。但是所得到的约30kb/s的速率仍不能满足多媒体应用的需求。双绞线可以提供数兆赫兹的带宽，所以Modem的xDSL家庭利用多电平方式实现了每秒数兆比特的速率，本文主要介绍限制语音信道传输速率的因素，以及提高传输速率的方式。     

双向中继选择网络编码研究

放大转发协议对噪声有放大作用,而译码转发则是一种干扰受限的协议.本文针对这些方法存在的缺点,提出模去噪转发网络编码,它采用的调制方式与两信源节点的调制方式一样,不需要中继节点告诉两信源节点其采用的调制方式及去噪映射函数方式是什么.就能直接对信源信息进行取模特发.其次,在设计去噪转发自适应网络编码过程中,设计去噪映射函数是根据当前信道条件利用穷尽搜索方法来选择出最适合当前信道的映射函数,而与当前信道有关的两个因素一是两信道系数的相位差异,二是两信道间幅度差异.通过对文章分析后,我们通过两种方法来改进去噪映射函数的设计.     

研究分析低速率语音压缩编码对语音识别系统的影响

本文通过对低速率语音压缩编码对语音识别系统的影响进行分析，从而了解在当前语音识别技术不断快速发展的大背景下，如何能够更好地提升语音压缩编码的水平。低速率语音压缩编码会对系统的语音识别产生很大的影响，本文通过对三种语音压缩编码器进行分析，既比较了三者对语音识别产生的不同影响，又对其语音识别效果进行了分析。