基于双边线性预测的信包丢失隐藏算法

本文提出了一种基于双边线性预测的信包丢失隐藏算法。该方法利用丢失信包的前一信包或邻接信包(在后一信包可获得的情况下)预测丢失信包。线性加权双边线性预测的样点获得最终的重建信号。使用重叠相加和幅度调整操作平滑重建信号和真实信号之间的边界。经过非正式试听和ITU-T P.862协议所推荐的PESQ算法测试,本文建议算法的重建语音信号质量,与其他四种流行重建算法相比有了较为明显的改善。     

一种语音信号重建算法

为了减轻因信包丢失而造成的语音失真,提出了一种基于双边线性预测的信包丢失隐藏算法。这种方法利用丢失信包的前一信包或邻接信包(在后一信包可获得的情况下)预测丢失信包,通过线性加权双边线性预测的样点获得最终的重建信号,使用重叠相加和幅度调整操作平滑重建信号和真实信号之间的边界。经过非正式试听和ITU-T P.862协议所推荐的PESQ算法测试,该算法的重建语音信号质量与其他四种流行重建算法相比,有了较为明显的改善。     

基于神经网络的线性预测语音编码算法

语音压缩是多媒体通信技术的重要环节,线性预测编码(LPC)技术是参数编码技术的重要内容,线性预测是语音信号处理中最有效的方法之一.文中从LPC原理入手,阐述了最佳LPC系数的计算,针对目前自相关法和协方差等存在着估计误差的特点,提出一种基于神经网络的线性预测算法,最后通过实验数据证明这种方法既提高了解的精度,又保证了系统的稳定性.     

语音信号的线性预测分析在DSP上的优化实现

语音信号的线性预测分析是语音压缩中的一个重要环节，占据语音压缩计算中的大部分时间，为提高语音压缩的速度，在C54x系列DSP上用汇编语言实现了语音信号的线性预测分析，并对其进行优化。最终可以使代码的运行时间减少到原来的5％左右。     

基于CEP和LPC谱提取语音信号基音周期的方法

在语音信号分析中,只有分析出可表示语音信号本质特征的参数,才有可能利用这些参数进行高效的语音通信、语音合成和语音识别等处理.因此对语音信号采用CEP和LPC谱提取语音信号基音周期的异同进行了研究,并采用Matlab实现了仿真分析.从中可以看出,LPC谱估计基音周期的算法运算量较大,而CEP谱算法更直观,且在少部分情况下基音峰会变得更突出一些,CEP谱具有更加广阔的应用前景.     

基于超高斯激励的噪声顽健语音线性预测分析算法

针对传统的语音信号线性预测分析算法在噪声环境下性能恶化的问题,提出了一种新的基于超高斯激励的噪声顽健线性预测算法。该算法采用具有超高斯特性的学生t分布对语音信号线性预测激励建模,并显式地考虑环境噪声的影响,从而构建语音信号线性预测分析的概率图模型。在此基础上,利用变分贝叶斯的方法求解模型参数的近似后验分布,进而实现对带噪语音线性预测系数的最优估计。实验结果表明,该算法能够有效提高噪声环境下语音信号线性预测分析的顽健性。     

基于多信道信号增强的卷积混迭语音信号盲分离的后处理方法

由于频域盲源分离方法无法精确解决排列模糊问题,分离出的信号质量受到很大影响.本文提出一种后处理方法以进一步消除不同信源间的空间干扰和噪声且无需增加额外的先验信息.首先在频域盲分离方法中利用分裂语谱技术把一个M×N的多输入多输出(MIMO)混迭系统分裂成N个单输入多输出(SIMO)系统,再对每个SIMO系统分别利用传递函数比和广义旁瓣相消器来重构源信号.仿真实验表明该算法具有良好的性能.     

基于RFRFT技术的LFM信号去相关分离方法

讨论了一种采用去相关算法优化简化的分数阶傅立叶变换(RFRFT)技术分离LFM信号的方法,对要分离的LFM信号进行RFRFT变换实现参数特征识别后进行去相关处理.并基于该方法设计了一种LFM信号去相关分离系统模型.最后利用MATLAB软件仿真了基于该算法在LFM信号检测分离的效果,从仿真结果上看,该方法提高了RFRFT技术实现LFM信号分离的质量,此外该算法也具有易实现,计算量小等特点.     

一种基于非均匀谱系数和GMM的语音质量评估方法

本文提出了一种新的基于GMM和非均匀线性预测倒谱系数(NLPC)的客观语,音质量评估方法.首先,通过Bark双线性变换(BBT)对线性频谱进行频谱弯折,弯折后的频谱符合人耳听觉感知的非均匀特性.然后通过对非均匀谱的线性预测计算出NLPC.提取参考语音的NLPC用来对高斯混合模型进行训练.通过训练对参考语音建立参考模型.由参考模型和失真语音的NLPC向量可以得到它们之间的一致性测度.最后,通过多元自适应回归样条函数建立主观MOS分和一致性测度之间的映射关系,可以得到对MOS分的客观预测模型.通过这一模型进行语音质量的客观评价.实验表明,提出算法的性能要好于ITU-T P.563标准中的算法.     

基于PAOLA的丢包补偿算法

VoIP的语音质量受到丢包、延时、时延抖动等因素影响。为提高语音质量,需要进行丢包补偿处理,如采用WSOLA算法。首先介绍了WSOLA算法的原理,然后提出了用PAOLA对其进行优化的方法,最后对恢复语音质量进行了比较。     

丢帧隐藏算法及其DSP实现

介绍了ITU推荐的G．711丢帧隐藏算法的原理,然后阐述了在TMS320C55x芯片上如何实现和优化其定点算法。     

基于AMR的抗分组丢失主次型语音编解码器

在基于分组传输的实时网络语音通信中,分组丢失不可避免,这也造成了语音质量的恶化.本文提出了一种基于AMR的主次型语音编解码方法,可以有效减少分组丢失对语音质量的影响.仿真实验证明,这种方法明显改善了IP网络语音通信的质量.     

语音丢帧补偿算法的评价方法研究

利用感知语音质量评价(PESQ)标准测量丢帧补偿后语音质量的客观效果,给出了不同丢帧率条件下,对应的PESQ值的分布趋势,并与主观测试结果进行比对拟合,证明丢帧补偿算法的主客观评价存在较高相关性.同时总结了主观描述词,利于提高算法的针对性.     

基于线性预测分析的语音信号合成

语音合成是实现人机语音通信的关键技术。文中介绍了一种基于语音信号线性预测分析的语音合成方法,以及什么是线性预测系数和如何提取线性预测系数,然后采用了重叠存储法,用预测系数合成语音。这种合成方法可以应用到语音信号的传输过程中,能减小信号的传输带宽,提高传输速率。     

基于单边自相关线性预测的语音去噪声算法

提出了一种在自相关域上，以相关函数值为参数，利用单边自相关序列的线性预测误差去除语音中加性噪声的方法。该方法首先对含噪语音进行单边自相关处理，以语音信号的单边自相关序列替代语音信号序列，进而对该序列进行线性预测分析后，获得线性预测分析系数，并求得线性预测误差。根据误差能量与信号能量的比例关系，确定减因子u，从含噪语音中根据减因子u的大小减去预测误差，即可抑制噪声误差能量。实验表明；上述方法在低信噪比时，仍能较好地保留语音信号的频谱结构，使音质不至于下降。     

Adaptive Speech Streaming Based on Packet Loss Prediction Using Support Vector Machine for Software‐Based Multipoint Control Unit over IP Networks

An adaptive speech streaming method to improve the perceived speech quality of a software‐based multipoint control unit (SW‐based MCU) over IP networks is proposed. First, the proposed method predicts whether the speech packet to be transmitted is lost. To this end, the proposed method learns the pattern of packet losses in the IP network, and then predicts the loss of the packet to be transmitted over that IP network. The proposed method classifies the speech signal into different classes of silence, unvoiced, speech onset, or voiced frame. Based on the results of packet loss prediction and speech classification, the proposed method determines the proper amount and bitrate of redundant speech data (RSD) that are sent with primary speech data (PSD) in order to assist the speech decoder to restore the speech signals of lost packets. Specifically, when a packet is predicted to be lost, the amount and bitrate of the RSD must be increased through a reduction in the bitrate of the PSD. The effectiveness of the proposed method for learning the packet loss pattern and assigning a different speech coding rate is then demonstrated using a support vector machine and adaptive multirate‐narrowband, respectively. The results show that as compared with conventional methods that restore lost speech signals, the proposed method remarkably improves the perceived speech quality of an SW‐based MCU under various packet loss conditions in an IP network.     

基于atan-LMS与PLPC相结合的稳健语音识别

将一种改进的变步长算法(atan-LMS)应用于自适应滤波器,并将之与感知线性预测倒谱技术(PLPC)相结合,简记为atan-LMS十PLPC.该方法通过优化步长和误差之间的非线性关系,使降噪效果更加显著,然后对增强语音提取感知线性预测倒谱系数(PLPC)作为特征参数.试验结果表明,基于atan-LMS+PLPC的系统...     

基于压缩感知的稀疏线性预测语音编码

目前的VoIP技术已无法满足宽带语音服务的高清语音质量和安全性,文中对这一问题,做了初步的探索和研究。在现有的压缩感知理论基础上,针对语音信号提出了一种新的稀疏域,构造了将压缩感知技术应用于语音信号压缩的基本框架。