AVS-P3音频解码算法定点化中IMDCT模块的优化

为了将AVS-P3音频解码算法移植到支持定点算法的芯片中,需要将浮点算法转换为定点算法,针对AVS-P3解码器中IMDCT模块加窗算法复杂度较大的问题,在算法定点化的过程中提出一种改进的加窗优化算法,测试结果表明优化后该模块时间和空间复杂度明显下降．     

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。      

BP人工神经元网络与汉语语音的音节切分

提出了一种基于ＢＰ人工神经元网络的汉语语音声韵母分割算法．计算机模拟结果表明，该算法只需对极少数典型音节进行简单训练，便可实现汉语语音的声韵母分割，且分割精度远大于传统算法所能获得的精度．     

12位组件型ADC电路设计及其与Z80CPU的联接(摘要)

本文提出了一种利用8位D/A转换器和运算放大器、比较器、移位寄存器组成的12位组件型ADC电路。该电路采用逐位逼近原理,兼顾了速度、精度与电路复杂性等方面的要求。该电路与TP801单板机兼容。采用多种信号采样方案,硬件转换速度小于40μs。     

MADALINES人工神经网络及其快速学习算法研究

在研究MADALINES人工神经网络中心差梯度学习算法(CDG)的基础上,提出了一种加速中心差梯度学习算法(SCDG),给出了该算法收敛性的证明,在计算机上模拟实现了SCDG算法且分析了实验结果,理论分析与实验均表明,SCDG算法较之传统的CDG算法,收敛速度提高了二个数量级以上.     

模糊边界训练样本输入网络及其学习能力

研究了具有模糊迦界样本的网络学习能力，提出了与之相应的ＴｙｐｉｃａｌＩｎｐｕｔＳａｍｐｌｅｓＴｒａｉｎｉｎｇＡｌｇｏｒｉｔｈｍ（ＴＩＳＴＡ）算法并 它与自然时序训练算法进行了比较，数学分析和计算机仿真实验结果均证明，ＴＩＳＴＡ算法有效地避免了传统算的不足，提高了网络的分类性能。     

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.     

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。      

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。     

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.