高質(zhì)量的2kb-s波形內(nèi)插語音編碼算法研究.pdf

1、本論文在特征波形內(nèi)插(CWI)編碼算法的基礎(chǔ)上提出了一種高質(zhì)量的2kb/s波形內(nèi)插(WI)語音編碼算法，主要研究成果包括：(1)研究了兩種語音線譜頻率(LSF)參數(shù)的矢量量化方法。利用LSF參數(shù)的有序性，提出了一種基于二階時(shí)間分解(TD)模型的高效LSF參數(shù)量化方法。實(shí)驗(yàn)結(jié)果表明在平均編碼速率為500b/s時(shí)，該量化方法可以獲得一個(gè)相對(duì)較低的平均譜失真和相對(duì)較高的算法平均總延時(shí)。為了保證較低的算法延時(shí)，只能對(duì)LSF參數(shù)逐幀進(jìn)行矢量量化。

2、基于此，本文利用LSF參數(shù)的幀內(nèi)和幀間相關(guān)性，提出了一種編碼速率為800b/s的LSF參數(shù)的預(yù)測(cè)式瞬時(shí)聯(lián)合多級(jí)分裂矢量量化(PSJMSVQ)方案。該量化方案不僅保持了較高的量化性能，而且降低了碼字搜索復(fù)雜度和碼字存儲(chǔ)容量。 (2)研究了一種用于WI語音編碼模型的基音檢測(cè)算法。利用小波變換的優(yōu)良性能和時(shí)域波形類似性方法，提出了一種基于二進(jìn)小波變換和歸一化自相關(guān)函數(shù)的基音周期檢測(cè)算法(DWT_NACF_PDA)，與G.729語音編碼

3、標(biāo)準(zhǔn)中所采用的僅基于歸一化自相關(guān)函數(shù)的基音檢測(cè)算法相比，該算法在檢測(cè)性能與計(jì)算復(fù)雜度上具有優(yōu)勢(shì)。接下來，以該算法為基礎(chǔ)提出了一種基于二進(jìn)小波變換和歸一化互相關(guān)函數(shù)的基音檢測(cè)算法(DWT_NCCF_PDA)，并將其用于WI語音編碼模型的基音檢測(cè)。實(shí)驗(yàn)分析表明，DWT_NCCF_PDA的性能與基于NCCF的基音檢測(cè)算法(NCCFPDA)相當(dāng)，但優(yōu)于DWT_NACF_PDA。主觀聽力測(cè)試結(jié)果表明DWTNCCFPDA為確保2kb/sWI語音編碼

4、算法產(chǎn)生高質(zhì)量的重建語音奠定了基礎(chǔ)。 (3)提出了特征波形(CW)及其功率的量化方案。為提高編碼效率，編碼時(shí)將功率歸一化的CW分解為慢漸變波形(SEW)和快漸變波形(REW)。通過利用SEW和REW的不同感性特點(diǎn)、合成分析(A-b-S)技術(shù)和感覺加權(quán)技術(shù)，提出了基于離散余弦變換的SEW幅度預(yù)測(cè)式合成分析感覺加權(quán)矢量量化方案(SEW_DCT_A-b-S_VQ)、基于矢量變維和離散余弦變換的REW幅度矩陣量化方案(REW_VD_DC