线性预测编码

摘要： 将线性预测编码(LPC)技术应用于运动车辆目标的多普勒特征提取中.首先,基于微多普勒原理建立了车辆目标雷达回波模型,分析了履带式车辆和轮式车辆各自回波的特点.其次,针对杂波干扰问题,采用CLEAN算法对其进行抑制.在此基础上,利用实测数据,提取了不同车辆目标多普勒的LPC系数,给出了预测误差和计算时间在不同LPC阶数条件下的变化趋势.最后利用学习向量量子化(LVQ)方法对提取的LPC系数进行分类,实验结果证明了LPC技术在车辆目标分类中的有效性.

摘要： 针对现有的说话人识别方法对环境噪声较为敏感的问题,提出了一种与文本无关的单训练样本说话人识别方法.该方法能够提取语音时频谱的局部特征,此特征不仅对白噪声、高斯噪声、粉红噪声有很强的鲁棒性,而且能够充分反映说话人的基本发声特性.针对该局部特征的基本特点,给出了适合该局部特征的贝叶斯决策方法.对英文与汉语语音数据库的仿真实验表明,该识别方法可以实现单训练样本下的说话人识别,识别精度明显高于现有的Mel频率倒谱系数(MFCC)与线性预测编码(LPCC)语音特征,而且对白噪声等各类环境噪声有较高的鲁棒性.

摘要： 针对提高视频水印的安全性问题，本文结合DWT三层小波分解，提出一种线性预测编码技术的DWT域鲁棒性视频水印的研究。算法首先对视频进行分帧处理，采用线性预测编码技术对视频进行压缩；然后对每一帧的视频进行2D-DWT[1]三层小波分解；通过优化算法找出最优的四个比例，将水印按此比例容量嵌入到三层分解的系数。实验结果表明，该方法可提高嵌入视频水印安全性、鲁棒性。%Aiming at problems in video watermark security, combined with DWT three wavelet decomposi-tion, the paper proposes a study on a linear predictive coding technique and DWT robustness video watermarking. Firstly, the video division frame processing and video compression by using linear predictive coding technique; then 2D-DWT [1] three wavelet decomposition for each frame; and finally calculating four optimal rations by opti-mizing algorithms, and embedding the watermark according to this scale capacity to three decomposition coeffi-cients. Experimental results show that this method improves video watermark embedding security and robustness.

摘要： 现有的说话人识别是基于语音的线性预测编码(LPCC)、Mel频率倒谱系数(MFCC)、局部归一化倒谱系数和小波包变换等特征,这些特征对环境噪声都比较敏感。针对上述问题,本文提出了一种与文本无关的单训练样本的特征提取方法。该方法提取的语音特征能够充分反映说话人的基本发声特性,可以很好的将不同的说话者区分开。本文列出了以上四种特征提取方法在但语音训练样本上对于不同说话者的识别效果,也将其与本文的方法进行了比较。对英文与汉语语音数据库的仿真实验表明,该特征提取方法可以实现单训练样本下的说话人识别中对于特征的提取,而且在单样本识别中会有相对好的效果。

摘要： 针对利用船舶辐射噪声进行水下目标识别的问题进行研究,提出一种基于线性预测编码(LPC)倒谱系数和支持向量机(SVM)的船舶目标识别方法。该方法通过对捕获到船舶辐射噪声进行LPC倒谱分析,实现各信号分量及信道的分离,以提取其LPC倒谱参数。再采用支持向量机技术处理多类水下目标的非线性、小样本的识别分类。最后,利用仿真得到的几种水下目标辐射噪声进行本文算法试验,证明本文算法是有效的,并取得较高的识别准确率。

摘要： 参数编码是针对提取的语音信号特征参数进行编码,主要目的是使重建的语音信号具有尽可能高的可懂度.线性预测编码(LPC)是一种有实用价值的经典方法.通过对线性预测编码地原理分析,选择自相关算法中的莱文逊-杜宾算法求得预测系数;在确定预测阶数和增益后,对一段实际的语音信号进行了预测仿真分析.实验结果表明,预测波形最大残差小于0.3％.

摘要： Aiming at the difficult points in the teaching of speech signal processing,a novel demonstration platform based on MATLAB is proposed.The platform can achieve signal acquisition,preprocessing,and many other basic speech signal processing functions.Based on the explanation of the overall design idea,several Matlab assisted teaching scenarios were discussed.The teaching practice proves that the demonstration platform does not only enhance the students’understanding of the basic principles and knowledge of speech sig-nal processing,but also improve their hands -on problem -solving and analysis ability.%针对语音信号处理课程教学的特点，提出一种基于 Matlab 的语音信号处理教学演示平台，可实现语音信号的采集、语音分析和处理等功能及图形显示。在阐述了系统总体设计思路的基础上，以多种语音信号分析和处理功能为例，介绍了使用 Matlab 辅助教学的情况。教学实践表明，该平台不仅使学生更好地理解和掌握课程的基本理论，而且有助于提高学生的分析问题能力和动手实践能力。

摘要： 为在线性预测语音编码器中进行信息隐藏,将语音码流中由线性预测系数矢量量化过程产生的所有可嵌入位置映射为一个信息隐藏空间,在空间中利用矩阵编码方法找出需要修改的位置并使用量化索引调制进行修改.引入了混沌理论以及可调安全等级的概念对嵌入位置及嵌入模版进行选择,进一步提高隐写的隐蔽性.实验结果表明,与现有方法相比,该方法在同等嵌入容量下具有失真小、隐蔽性高等优点.

摘要： 利用数字信号处理技术对扬声器系统进行补偿和优化,不仅可以弥补各个组成部件的不足,并且可以提升低成本扬声器系统的性能,改善聆听感受.在此基础上,对房间声场进行均衡,改善其频率响应和脉冲响应,对声音进行修正,可获得更加真实的声重放效果.主要对数字信号处理技术在扬声器系统和房间声场控制中的应用进行介绍.

摘要： LPC（线性预测编码）是对语音信号编码调制的一种非常有效的分析方法。本文阐述了LPC的基本原理，选用了一种最为常用和有效的实现方法---自相关法进行了讨论。为了更加高效准确地对L P C原理实现，文中选用了T M S320C5402对LPC系统的设计进行了分析，并简要设计了相应的硬件和软件系统。在利用高速DSP芯片实时的实现LPC时，采用c语言对DSP芯片进行编程控制，这样提高了DSP芯片的运行速率；然后，对控制DSP芯片的c语言改编matlab程序进行了验证，得到了较为明显的结果。%LPC(linear predictive coding) is used as one of the most efficient analysis ways to modulate the voice signal. The basic theory of the LPC is described in the paper, and the autocorrelation method which is one of the most familiar and the most widely used way to realize this theory is put into use to discuss the issue.In order to realize this theory precisely and efficiently, the analysis is based on the TMS320C5402, and the system both in software and hardware are carefully illustrated. While using the DSP chip to design the LPC theory, the writer brings C programming language to control the DSP chip, thus to promote the operation rate of DSP chip; then, the writer recodes the c program into matlab program to prove this theory, and the result appears to apparent.

摘要： 码激励线性预测编码（ＣＥＬＰ）是一种重要的线性预测编码（ＩＰＣ）的语音编码方式。

摘要： 传统线性预测编码(LPC)算法通常能够有效提取纯净语音的共振峰，但在噪声环境下其提取语音共振峰的性能将大大降低.在语音识别中共振峰的谱密度比其带宽更重要，基于这一事实，本文提出基于极点交叉的LPC改进算法.实验结果显示此算法对含噪语音共振峰的提取具有鲁棒性.

摘要： 线性预测编码（简称LPC）是近代语音分析与合成中最有效的技术之一。该文讨论LPC的基本原理，并介绍TMS5100及语音音素合成片的情况，以及用其合成汉语语音的方法，给出部分实验结果。（本刊录）

摘要： 本文对扬声器系统均衡和房间声场修正技术进行了介绍，回顾了声场均衡的研究历史，并且采用LMS算法和LPC算法(线性频率和弯折频率)对一个3.5英寸扬声器单元进行了均衡和补偿，实验结果表明LMS算法的低频段均衡效果不好，而LPC算法能够在全频带实现均衡。这些结论为进一步实现房间声场修正提供了理论和实验基础。

摘要： 本文对扬声器系统均衡和房间声场修正技术进行了介绍，回顾了声场均衡的研究历史，并且采用LMS算法和LPC算法(线性频率和弯折频率)对一个3.5英寸扬声器单元进行了均衡和补偿，实验结果表明LMS算法的低频段均衡效果不好，而LPC算法能够在全频带实现均衡。这些结论为进一步实现房间声场修正提供了理论和实验基础。

摘要： 本文对扬声器系统均衡和房间声场修正技术进行了介绍，回顾了声场均衡的研究历史，并且采用LMS算法和LPC算法(线性频率和弯折频率)对一个3.5英寸扬声器单元进行了均衡和补偿，实验结果表明LMS算法的低频段均衡效果不好，而LPC算法能够在全频带实现均衡。这些结论为进一步实现房间声场修正提供了理论和实验基础。

摘要： 本文对扬声器系统均衡和房间声场修正技术进行了介绍，回顾了声场均衡的研究历史，并且采用LMS算法和LPC算法(线性频率和弯折频率)对一个3.5英寸扬声器单元进行了均衡和补偿，实验结果表明LMS算法的低频段均衡效果不好，而LPC算法能够在全频带实现均衡。这些结论为进一步实现房间声场修正提供了理论和实验基础。

摘要： 嵌入式语音控制系统是计算机技术、自动控制技术及信号处理技术等相结合的一种异构嵌入式系统.在系统级利用计算模型和仿真技术进行设计有利于解决系统的复杂性和异构性问题,保证系统最终执行的正确性.本文基于Ptolemy平台,合理选择计算模型管理系统中多个角色的交互,设计了系统原形;根据实际需要设计角色,扩展了Ptolemy原有的角色库;对语音识别的特征提取模块和系统的控制模块等进行了仿真和分析,实验结果验证了原型系统设计的正确性.

摘要： 嵌入式语音控制系统是计算机技术、自动控制技术及信号处理技术等相结合的一种异构嵌入式系统.在系统级利用计算模型和仿真技术进行设计有利于解决系统的复杂性和异构性问题,保证系统最终执行的正确性.本文基于Ptolemy平台,合理选择计算模型管理系统中多个角色的交互,设计了系统原形;根据实际需要设计角色,扩展了Ptolemy原有的角色库;对语音识别的特征提取模块和系统的控制模块等进行了仿真和分析,实验结果验证了原型系统设计的正确性.

摘要： 嵌入式语音控制系统是计算机技术、自动控制技术及信号处理技术等相结合的一种异构嵌入式系统.在系统级利用计算模型和仿真技术进行设计有利于解决系统的复杂性和异构性问题,保证系统最终执行的正确性.本文基于Ptolemy平台,合理选择计算模型管理系统中多个角色的交互,设计了系统原形;根据实际需要设计角色,扩展了Ptolemy原有的角色库;对语音识别的特征提取模块和系统的控制模块等进行了仿真和分析,实验结果验证了原型系统设计的正确性.

摘要： 提供了一种量化方法，包括：通过考虑预测模式、预测误差和传输信道状态中的至少一个选择不使用帧间预测的第一量化方案和使用帧间预测的第二量化方案之一来对输入信号进行量化。

摘要： 提供了一种量化设备，包括：量化路径确定器，在输入信号的量化之前，基于标准从包括不使用帧间预测的第一路径和使用帧间预测的第二路径确定路径作为输入信号的量化路径；第一量化器，如果第一路径被确定为输入信号的量化路径，则对输入信号进行量化；第二量化器，如果第二路径被确定为输入信号的量化路径，则对输入信号进行量化。

摘要： 提供了一种量化方法，包括：通过考虑预测模式、预测误差和传输信道状态中的至少一个选择不使用帧间预测的第一量化方案和使用帧间预测的第二量化方案之一来对输入信号进行量化。

摘要： 本发明提供了一种量化设备，包括：量化路径确定器，在输入信号的量化之前，基于标准从包括不使用帧间预测的第一路径和使用帧间预测的第二路径确定路径作为输入信号的量化路径；第一量化器，如果第一路径被确定为输入信号的量化路径，则对输入信号进行量化；第二量化器，如果第二路径被确定为输入信号的量化路径，则对输入信号进行量化。

摘要： 线性预测编码装置包括：线性预测分析单元(221)，使用通过进行将与时序信号对应的频域样本串的绝对值的η1次幂视为功率谱的傅立叶逆变换而得到的伪相关函数信号串，进行线性预测分析，得到可变换为线性预测系数的系数；适配单元(22A)，使存储在码本存储单元(222)中的码本所储存的可变换为线性预测系数的系数的多个候选、和线性预测分析单元(221)所得到的可变换为线性预测系数的系数、的η的值适配；以及编码单元(224)，使用η的值被适配的可变换为线性预测系数的系数的多个候选和可变换为线性预测系数的系数，得到与线性预测分析单元(221)所得到的可变换为线性预测系数的系数相对应的线性预测系数码。

摘要： 示出了用于使用线性预测编码以使背景噪声减小的方式对音频信号进行编码的编码器。该编码器包括：背景噪声估计器，被配置为估计音频信号的背景噪声；背景噪声减小器，被配置为通过从音频信号中减去所估计出的音频信号的背景噪声，来产生背景噪声减小的音频信号；以及预测器，被配置使音频信号经受线性预测分析，以获得第一组线性预测滤波器(LPC)系数，并且使背景噪声减小的音频信号经受线性预测分析，以获得第二组线性预测滤波器(LPC)系数。此外，该编码器包括分析滤波器，分析滤波器包括通过所获得的第一组LPC系数和所获得的第二组LPC系数来进行控制的级联的时域滤波器。

摘要： 本发明提供了码簿激励线性预测编码器、译码器及编码、译码方法。根据本发明的一方面，通过共同句柄簿激励线性预测(CELP)编译码器的码簿激励的增益，连同控制该变换编码帧的变换或反变换电压，可实现跨CELP编码帧及变换编码帧的全域增益控制。根据又另一方面，通过执行在激励信号的加权域的CELP编码中的增益值确定，当改变个别增益值时，可更良好适应于变换编码电压调整的表现而呈现CELP编码比特流的响度变化。

摘要： 线性预测编码装置包括：线性预测分析单元(221)，使用通过进行将与时序信号对应的频域样本串的绝对值的η

摘要： 本申请实施例公开了一种线性预测编码LPC参数的编码方法，可以减少通道间LPC参数的冗余，降低多通道LPC参数量化编码所占比特数，同时兼顾算法计算量，降低通道间LPC参数参考量化编码的计算复杂程度。该方法包括：从多个LPC参数中确定参考LPC参数，参考LPC参数直接编码，非参考LPC参数则基于确定的LPC参数进行参考编码。

摘要： 示出了用于使用线性预测编码以使背景噪声减小的方式对音频信号进行编码的编码器。该编码器包括：背景噪声估计器，被配置为估计音频信号的背景噪声；背景噪声减小器，被配置为通过从音频信号中减去所估计出的音频信号的背景噪声，来产生背景噪声减小的音频信号；以及预测器，被配置使音频信号经受线性预测分析，以获得第一组线性预测滤波器(LPC)系数，并且使背景噪声减小的音频信号经受线性预测分析，以获得第二组线性预测滤波器(LPC)系数。此外，该编码器包括分析滤波器，分析滤波器包括通过所获得的第一组LPC系数和所获得的第二组LPC系数来进行控制的级联的时域滤波器。