基于高斯混合模型的语音带宽扩展算法的研究

为了降低高带谱失真,研究了带宽扩展算法中特征参数与高带谱包络的互信息和高带谱失真之间的函数关系,并在此基础上提出了一种扩展高斯混合模型带宽扩展算法。首先,算法选择与高带谱包络互信息大的参数构成特征矢量,并根据高斯混合模型计算特征矢量与高带谱包络的联合概率密度。其次,采用Expectation-Maximization(EM)算法估计高斯分量模型参数并计算后验概率。最后,通过后验概率估计高带谱包络。实验结果表明,与传统的高斯混合模型带宽扩展算法相比,本文算法可降低0.3 dB的高带平均谱失真,将谱失真大于10dB的语音帧减少了50%以上。     

一种移动音频编码自适应丢帧隐藏算法

针对主流移动音频编码器AVS-P10所采用的语音丢帧隐藏算法在不同丢帧的情况下语音恢复效果存在的不足,提出了一种自适应的语音丢帧隐藏算法,该算法根据不同的坏帧模式自适应地采取不同的坏帧恢复方法,对坏帧中的基音周期参数和ISF系数充分利用前后分别收到的好帧采用更优化的线性预测方法恢复.实验表明:与AVS-P10中的丢帧隐藏算法相比,本文方法在坏帧率低于3%时有更好的语音质量恢复效果.     

基音周期估计算法研究

为了实现甚低码率下的透明质量语音编码,提出了一种基音周期估计算法。针对语句后部的变调和基音频率的衰减,采用改进的自相关函数计算方法增强快变基音周期的跟踪。基于改进的自相关函数,采用相邻基音周期平滑变化等决策准则确定基音周期估计参考轨迹。算法增强了在鼻化元音的颤音等情况下不规则基音周期的估计。非正式的测试表明这种算法改进了基音周期的估计值,能够极大地降低由于不准确的基音周期估计而引入的听觉失真。     

双耳时间差变化感知阈限与时间差和频率的关系

为探索双耳时间差(Interaural Time Difference,ITD)的感知机理,研究ITD恰可感知差异(Just Notice Difference,JND)与时间差和频率的关系。依据人耳对ITD的敏感程度的定性分析,非均匀地选取7个离散的ITD测试值,按照临界频带的划分方法将低频段划分为12个频带进行测试;采用1 up/2 down和2AFC心理学测试方法,同时采用窄带的高斯白噪声作为测试序列以避免相位混淆。测试结果表明:随频率的变化ITD的JND变化较为显著,在500 Hz左右出现极小值,两端较大;随ITD的增大,ITD的JND也相应增大。实验所得数据及结论可为多声道音频的高效压缩提供基础数据和理论支撑。      

低码率下H.264视频编码器实时优化

分析了H.264编码工具在低码率应用场合的编码性能,选择了1/4像素精度的运动补偿、8×8及更大块模式组合、1~2个参考帧、CABAC熵编码的编码方案,对占计算量最大的整数点和子像素点运动搜索算法进行改进,在P4平台上利用并行数据处理对主要计算模块进行指令优化,大幅度提高其编码速度,满足实时视频通信要求.     

基于自适应代理技术的H.323视频会议防火墙

在视频会议中,如何保证H323/SIP数据穿越NAT／防火墙的策略问题是多媒体通信领域的研究热点。提出了将基于H．323协议的应用层网关直接与防火墙的动态检测技术相结合的方案,这一方案通过防火墙自身解析ASN.1协议包,来对数据进行跟踪检测及合法性校验,并能自适应选择检测手段。这种自适应代理防火墙的应用对于视频会议系统的研究发展及其安全保障都具有很重要的意义。