基于GMM的AMR-NB与G.729A之间的LSP与基音参数转码技术研究

摘要

AMR-NB与G．729A两种编码器之间转码技术的研究是当今语音编码领域的一大热点。传统的基于DTE的LSP参数与基音参数转码算法具有计算复杂度高，合成语音质量较差等问题。针对这种情况，本文提出了一种有效的解决办法。 ⑴在CELP语音编码模型的基础上，对AMR-NB与G729A两种编解码器的线性预测分析方法，基音搜索技术，代数码书的结构和搜索方法，增益信息量化方法以及编码性能进行了详细的对比。 ⑵对传统的AMR-NB与G729A之间的LSP参数与基音参数转码技术进行了分析研究。在LSP参数转码技术中，通过对非线性插值方法和线性插值方法的分析，提出了一种基于最小二乘法的LSP参数线性插值系数向量求取方法。 ⑶通过对高斯混合模型的数学分析，建立并实现了基于高斯混合模型的LSP参数与基音参数转码算法，并通过实验对高斯混合模型在转码中的一些实际应用问题进行了分析和讨论。实验结果表明，本文提出的基于高斯混合模型的LSP参数转码算法在合成语音质量不次于DTE方法的同时，LSP参数计算复杂度下降了78．9％或以上；本文提出的基音参数转码在合成语音质量接近DTE方法的同时，计算复杂度降低了60．74％或以上。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景

1.2研究目标

1.3研究内容

1.4论文结构

第2章AMRNB与G.729A编码器的对比研究

2.1语音编码

2.1.1语音编码的分类

2.1.2码激励线性预测(CELP)编码

2.2 AMRNB与G.729A语音编码算法的对比研究

2.2.1线性预测分析的比较

2.2.2基音搜索技术的比较

2.2.3代数码书的结构和搜索方法比较

2.2.4增益信息及量化比较

2.2.5性能测试比较

2.3本章小结

第3章 传统的AMRNB与G.729A之间的LSP与基音参数转码方法及扩展研究

3.1语音转码的主要属性

3.1.1转码速率

3.1.2语音质量

3.1.3转码延时

3.1.4算法复杂度

3.2 LSP参数转码技术

3.2.1线谱频率参数

3.2.2基于非线性插值的LSP参数转码技术

3.2.3基于线性插值的LSP参数转码技术

3.3基于最小二乘法的LSP参数线性插值系数向量的求取方法

3.4基音参数转码技术

3.5本章小结

第4章 基于GMM的AMRNB与G.729A之间的LSP参数转码技术

4.1背景概述

4.2 GMM的基本原理

4.2.1 GMM的参数描述

4.2.2 GMM模型的参数估计(EM算法)

4.3基于GMM的AMRNB与G.729A之间的LSP参数转码

4.3.1 GMM适用于LSP参数转码的理论依掘

4.3.2 LSP转码函数的建立和求取

4.4 GMM在LSP参数转码应用中的问题

4.4.1训练数据量对转码结果的影响

4.4.2 GMM模型个数的选取对转码结果的影响

4.4.3不同的GMM参数初始化方法所带来的影响

4.4.4 EM算法中迭代次数的分析与收敛门限的确定

4.4.5 EM算法中协方差矩阵的限定

4.5实验结果

4.5.1波形图与语谱图分析

4.5.2主观A／B／S听力测试

4.5.3客观MOS分测试

4.5.4复杂度结果

4.6本章小结

第5章基于GMM的AMRNB与G.729A之间的基音参数转码技术

5.1基于GMM的AMRNB与G.729A之间的基音参数转码

5.1.1基音转码函数的建立

5.1.2基音转码函数的求取

5.2 GMM在基音参数转码应用中的问题

5.2.1训练语音数量与说话人数对基音参数转码结果的影响

5.2.2 GMM模型个数对基音参数转码结果的影响

5.3实验结果

5.3.1客观MOS分评测

5.3.2复杂度评测

5.4本章小结

结论

参考文献

攻读硕士学位期间所发表和递交的学术论文

攻读硕士学位期间参加的科研项目

致谢