语音压缩

摘要： 针对应急广播中语音传输效率低的问题,提出了一种基于小波变换和K-奇异值分解(K-SVD)的语音压缩方法,以提升应急广播信息传输的时效性。首先,该方法舍弃语音小波分解得到的高频分量,在小波合成时用随机信号代替;其次,在低频分量的压缩感知过程中,用K-SVD字典学习算法训练的过完备字典对其稀疏表示;最后,采用改进的基于子空间回溯的广义正交匹配追踪算法重构信号。实验结果表明,在压缩效率为50%时,该方法重构应急广播语音的客观语音质量评分(PESQ)达到3.717,比其他对照算法分别提升了3%~47%,说明在保证压缩效率的同时,所提出的方法能提升应急广播语音重构质量,确保应急广播的传输时效性。

摘要： 数字语音有许多模拟语音不可比拟的优点:它便于传输和存储,能够在噪声信道中进行可靠传输,易于交换,能够方便地加密传输.但由于未经任何处理的数字语音数据量很大,若不经过处理,那么在传输和存储时会占用大量的信道资源和存储空间,给系统提出很高的要求,因此数字语音一般都要进行压缩编码.ADPCM采用自适应量化和自适应预测方法,对PCM(脉冲编码调制)语音信号进行再压缩,是一种有效的语音信号波形编码压缩方法.自适应差分脉冲调制技术在语音压缩编码中得到广泛运用.

摘要： 随着时代的快速发展,科学技术也在不断进步。近几年在互联网的基础上出现了一种全新的技术——IP网络电话业务。该技术的出现能够有效降低用户的通信费用,同时还能更加高效的应用网络资源。随着互联网技术的快速发展,IP会逐渐成为一种十分重要的技术,并且被广泛应用在各个领域。IP网络电话技术的出现是社会发展的必然趋势,对新技术进行探索和发现具有十分重要的意义。本文在研究过程中主要分析了IP网络电话中常用语音压缩编码技术的性能。

摘要： 本文通过对G.729语音编码算法的分析,根据实时语音处理的特性,设计一种以三帧语音数据为整体的帧轮转结构;对于算法中的相关值计算过程、滤波过程、以及硬件设计时SRAM的读取特性,结合并行结构和流水线结构,实现了语音编码算法的高吞吐量设计.完成相同计算所需时钟周期仅为优化后DSP设计的1/68.采用一组加入pink-noise噪音的语音对设计芯片进行了编解码后的PESQ音质评分测试,在信噪比不小于5 dB的情况下,语音PESQ评分均大于4.0分,完成了高吞吐率、高音质的语音实时压缩.

摘要： 爆炸式增长的语音数据为存储与传输带来极大困难, 现有方法难以实时应对海量语音频域数据. 因此本文提出一种增量式学习的语音字典构造方法, 该方法先将语音时域信号经短时傅里叶变换处理后转换为各窗频谱幅值, 再将高维空间向量投影到低维空间, 并以字典中的少数基向量线性拟合当前窗向量. 进而通过存储基向量的标识和拟合系数完成对当前窗向量的存储, 把无法拟合的窗向量经处理后加入字典, 实现增量式学习. 解压过程依据用户请求将字典中指定条目经线性拟合实现. 实验结果表明, 本方法能大幅度压缩语音频谱包络, 适用于受带宽限制下实时高采样率的流式语音数据, 与同类算法相比, 在保证还原质量的情况下, 能对信号的存储空间以及传输带宽进行大幅度的压缩.%The explosive growth of audio streams brings difficulties in storage and transmission; however, many methods could not give high compression ratio while keeping the quality. In order to solve this problem, the proposed method compresses amplitude spectrum of voice by constructing a dynamic sparse voice dictionary based on incremental learning. It calculates amplitude envelopes spectrums via Short-Time Fourier Transform (STFT) firstly, and then it uses a dictionary to fit each envelope by projecting high dimensional vectors to several 2D planes. In addition, it minimizes the number of dictionary items and therefore can store the parameters of linear interpolation instead of spectrums. Otherwise, if the fitting step above fails, it will store this window of spectrum directly. By using dictionary and parameters of linear interpolation, it can reconstruct the spectrum efficiently in decompressing process. The results of experiments show that comparing with other methods, the proposed method gives high compression ratio as well as better accuracy in decompressing, and adapt to live voice stream encoding with high sampling rate.

摘要： 矿井无线透地通信系统可以实现地面与井下的实时或低时延语音通信,其中语音信号的正确识别能够保证通信的有效性.针对无线透地通信中信道资源十分紧张的问题,为使通信系统在工作时占用较少的信道带宽,提出了将混合激励线性预测(Mixed-Excitation Linear Prediction,MELP)编码方案应用于矿井无线透地通信中对语音信号进行压缩处理,并提出进一步降低编码速率的类MELP方案.利用Matlab对上述方案进行仿真验证,将压缩后的语音信号通过无线透地通信仿真信道并重构语音,经实际测听,恢复后的语音信号能够被人为主观识别,其MOS(Mean Opinion Score)评分接近4.8kb/s的CELP编码.仿真结果表明,上述方案基本满足无线透地通信对语音压缩与识别的要求.%The mine wireless communication system can realize the real-time or low-delay voice communication between the ground and the underground,in which the correct recognition of the voice signal can guarantee the validity of the communication.The channel resources of wireless through-the-earth communication are very limited.In order to make the communication system occupy less channel bandwidth at work,we proposed a method to apply the Mixed-Excitation Linear Prediction MELP coding scheme to mine wireless through-the-earth communication for speech compressing.On this basis,we further reduced the coding rate of the class MELP program.Using Matlab to simulate the scheme,the compressed speech signals transited through the simulation channel of wireless through-the -earth communication and was reconstructed.The reconstructed voice signals can be subjectively identified by the actual audiometry,and the Mean Opinion Score (MOS) score is close to 4.8kb/s CELP's.The simulation results show that the above schemes basically meet the requirements of voice compression and recognition for wireless through-the -earth communication.

摘要： 简要介绍了G.729A语音编解码算法和ADSP-BF533定点DSP芯片，重点讨论了G.729A语音压缩算法的解码算法在ADSP-BF533芯片上实现的要点及注意事项，并对进行汇编优化后的G.729A解码算法程序和ITU提供的C程序的性能进行了比较。结果表明，采用汇编优化后的G.729A解码算法的性能有了很大的提高，完全可以满足实时解码的要求。

摘要： 语音压缩编码技术是多媒体通信中一种非常重要的技术，它在现有的信道资源条件下，通过大幅度降低语音信号的传输速率，提高网络带宽利用率，已经得到了越来越广泛的应用。1996年，国际电信联盟标准化组织(ITU-T)推出了基于共轭结构一码本激励线性预测(CS-ACELP)的编解码算法，并修订为G.729标准。之后，ITU-T相继推出了多个改进版本。对G.729编解码原理进行了研究，还研究了ITU-TG.729算法源代码，提出了在VPM642-1平台上实现G.729语音编解码器的方案，考虑从算法、C程序、编译工具和汇编等方面对程序进行优化，发现所得结果跟优化前一致，而算法运行速度提高了不少，完全达到实时的要求。

摘要： 本文介绍基于AMBE-2000语音编解码芯片实现对语音压缩的工作原理、工作特点;指出了语音压缩在海上无线电通信的应用.

摘要： G.729算法是一种高性能的语音压缩算法,但较高的算法复杂度限制了它的应用.该文以Android点对点实时语音通信为例,研究了G.729优化算法,并且在Android平台上实现了该优化算法.测试结果证明,优化后的G.729算法,大大降低了语音处理的时间,满足点对点实时语音通信的需求.

摘要： 本文介绍了一款基于DSP的高性能语音交互模块,它的特点是标准化、模块化,且所有软硬件都是自主开发的,适合很多不同的应用场合,已经在实际的人机交互系统中得到了应用.该模块采用基于声韵母建模和词树搜索的命令词语音识别方法,其中声韵母建模基元采用高精度的三音子模型.其特点是可识别的词汇量比较大,可达上千个词;识别精度高,目前已经达到了97.6％.同时,该模块具有语音压缩和回放功能及智能对话管理模式.

摘要： 随着电力系统业务发展的需要,调度通信的信息量不断增加,为了增强调度运行人员之间的交流与沟通,促进调度通信模式的转变,建立语音、视频、数据通信的一体化平台非常必要。本项目所试验的视频调度系统基于现有的调度程控交换网和IP数据网组建,不改变原有调度交换系统的网络结构,最大限度的保护了原有调度程控交换网的投资。该系统依靠传统电路调度交换机的呼叫控制和调度指挥能力,引入IP承载的视频通信手段。语音业务由电路交换机控制,IP网络负责视频和数据业务。这样利用传统电路交换调度的特点,结合IP网络统计复用和动态灵活分配的优势,满足了视频和数据业务对带宽的需求。可以尝试应用到电力调度通信之中。

摘要： 随着电力系统业务发展的需要,调度通信的信息量不断增加,为了增强调度运行人员之间的交流与沟通,促进调度通信模式的转变,建立语音、视频、数据通信的一体化平台非常必要。本项目所试验的视频调度系统基于现有的调度程控交换网和IP数据网组建,不改变原有调度交换系统的网络结构,最大限度的保护了原有调度程控交换网的投资。该系统依靠传统电路调度交换机的呼叫控制和调度指挥能力,引入IP承载的视频通信手段。语音业务由电路交换机控制,IP网络负责视频和数据业务。这样利用传统电路交换调度的特点,结合IP网络统计复用和动态灵活分配的优势,满足了视频和数据业务对带宽的需求。可以尝试应用到电力调度通信之中。

摘要： 随着电力系统业务发展的需要,调度通信的信息量不断增加,为了增强调度运行人员之间的交流与沟通,促进调度通信模式的转变,建立语音、视频、数据通信的一体化平台非常必要。本项目所试验的视频调度系统基于现有的调度程控交换网和IP数据网组建,不改变原有调度交换系统的网络结构,最大限度的保护了原有调度程控交换网的投资。该系统依靠传统电路调度交换机的呼叫控制和调度指挥能力,引入IP承载的视频通信手段。语音业务由电路交换机控制,IP网络负责视频和数据业务。这样利用传统电路交换调度的特点,结合IP网络统计复用和动态灵活分配的优势,满足了视频和数据业务对带宽的需求。可以尝试应用到电力调度通信之中。

摘要： 本文设计并实现了一个基于DSP和单片机的语音录放系统.本系统由DSP实现对语音信号的压缩存储,减少了存储的数据量,由单片机实现对整个系统的控制、显示等功能,方便了系统的人机交互.整个系统具有录音、放音、进退、停止等功能.本文主要研究了硬件实现、调试和软件设计流程.

摘要： 本文设计并实现了一个基于DSP和单片机的语音录放系统.本系统由DSP实现对语音信号的压缩存储,减少了存储的数据量,由单片机实现对整个系统的控制、显示等功能,方便了系统的人机交互.整个系统具有录音、放音、进退、停止等功能.本文主要研究了硬件实现、调试和软件设计流程.

摘要： 本发明提供了一种用于去除必然混杂在语音中的噪声的语音信号噪声去除设备和具有类似功能的设备。间距分析部分(2)决定语音间距成分各频率的修正后的移动平均值，该语音是由语音输入部分(1)获得的原始语音信号所表示的。可变滤波器(3)通过从原始语音信号成分中去除由间距分析部分(2)所确定的修正后的移动平均值及其附近之外的成分，以提取该间距成分。绝对值检测部分(4)确定该间距成分的绝对值，并且低通滤波器(5)对表示所获得的绝对值的信号进行滤波以生成增益调整信号。随后，通过由增益调整信号的值所确定的增益，由增益调整部分(7)对由延迟部分(6)调整了时点的原始语音数据进行放大或减弱并输出。

摘要： 本发明公开一种用于语音识别系统的特征矢量集的压缩方法，在对语音特征矢量集聚类得到码本的过程中，增加了根据子集合中矢量数及矢量的总距离度量来动态合并和分裂子集合的步骤，减小了聚类后集合中矢量与其对应的码字的距离度量总和，提高了聚类算法的精度，将本发明方法压缩后的码本应用于语音识别系统中，可在保证语音系统识别性能的同时，大大降低了系统的存储量。本发明还公开一种语音识别系统，用特征码本和概率表代替声学模型，在解码的过程中不需要计算高斯概率，只须从预先存储的概率表中查找出所需的概率值，大大减少了解码运算量，因而可极大地提高系统的识别速度。

摘要： 本发明公开一种用于语音识别系统的特征矢量集的压缩方法，在对语音特征矢量集聚类得到码本的过程中，增加了根据子集合中矢量数及矢量的总距离度量来动态合并和分裂子集合的步骤，减小了聚类后集合中矢量与其对应的码字的距离度量总和，提高了聚类算法的精度，将本发明方法压缩后的码本应用于语音识别系统中，可在保证语音系统识别性能的同时，大大降低了系统的存储量。本发明还公开一种语音识别系统，用特征码本和概率表代替声学模型，在解码的过程中不需要计算高斯概率，只须从预先存储的概率表中查找出所需的概率值，大大减少了解码运算量，因而可极大地提高系统的识别速度。

摘要： 一种用于在无线链路上发送和接收诸如传真的非语音信号和语音数据的端到端系统。所述端到端系统包括第一站和第二站。所述第一站对传真数据和语音数据进行处理，用于在无线链路上传输。由于传真和数据信号具有不同的传输率，所述第一站对传真数据进行分割或分解，这样传真和语音数据被适当地复用到无线链路上而没有失真。所述第二站可以与所述第一站相适应，用于通过无线链路接收和发送传真和语音数据。

摘要： 本发明提供了一种用于去除必然混杂在语音中的噪声的语音信号噪声去除设备和具有类似功能的设备。间距分析部分(2)决定语音间距成分各频率的修正后的移动平均值，该语音是由语音输入部分(1)获得的原始语音信号所表示的。可变滤波器(3)通过从原始语音信号成分中去除由间距分析部分(2)所确定的修正后的移动平均值及其附近之外的成分，以提取该间距成分。绝对值检测部分(4)确定该间距成分的绝对值，并且低通滤波器(5)对表示所获得的绝对值的信号进行滤波以生成增益调整信号。随后，通过由增益调整信号的值所确定的增益，由增益调整部分(7)对由延迟部分(6)调整了时点的原始语音数据进行放大或减弱并输出。

摘要： 本发明涉及一种基于语音声学特征压缩的语音对抗样本防御方法。本发明的另一个技术方案是提供了一种上述的基于语音声学特征压缩的语音对抗样本防御方法的应用。考虑到图像和语音的差异以及现有的防御语音对抗样本的输入变换方法存在的局限性，本发明在语音声学特征层级而非语音波形层级对输入语音进行变换，从而实现在语音声学特征层级对语音对抗样本进行防御，在保证语音系统对正常语音的表现性能的基础上，消除语音对抗样本中的对抗扰动，防御语音对抗样本，进而提高语音系统对语音对抗样本的鲁棒性。

摘要： 本发明公开一种用于语音识别系统的特征矢量集的压缩方法，在对语音特征矢量集聚类得到码本的过程中，增加了根据子集合中矢量数及矢量的总距离度量来动态合并和分裂子集合的步骤，减小了聚类后集合中矢量与其对应的码字的距离度量总和，提高了聚类算法的精度，将本发明方法压缩后的码本应用于语音识别系统中，可在保证语音系统识别性能的同时，大大降低了系统的存储量。本发明还公开一种语音识别系统，用特征码本和概率表代替声学模型，在解码的过程中不需要计算高斯概率，只须从预先存储的概率表中查找出所需的概率值，大大减少了解码运算量，因而可极大地提高系统的识别速度。

摘要： 本发明公开一种用于语音识别系统的特征矢量集的压缩方法，在对语音特征矢量集聚类得到码本的过程中，增加了根据子集合中矢量数及矢量的总距离度量来动态合并和分裂子集合的步骤，减小了聚类后集合中矢量与其对应的码字的距离度量总和，提高了聚类算法的精度，将本发明方法压缩后的码本应用于语音识别系统中，可在保证语音系统识别性能的同时，大大降低了系统的存储量。本发明还公开一种语音识别系统，用特征码本和概率表代替声学模型，在解码的过程中不需要计算高斯概率，只须从预先存储的概率表中查找出所需的概率值，大大减少了解码运算量，因而可极大地提高系统的识别速度。

摘要： 本发明公开了一种语音压缩方法、语音解压方法及音频编码器、音频解码器，通过MLT变换时域信号转换成频域信号，采用RMS权重分析法细化频域信号量化分级，矢量量化和哈弗曼编码等方法分别对量化参数（量化权重、比特分配数）和频域数据进行压缩，以期在保证近似无损的频谱特性最大限度提高压缩比。

摘要： 本发明公开了一种语音压缩方法、语音解压方法及音频编码器、音频解码器，通过MLT变换时域信号转换成频域信号，采用RMS权重分析法细化频域信号量化分级，矢量量化和哈弗曼编码等方法分别对量化参数（量化权重、比特分配数）和频域数据进行压缩，以期在保证近似无损的频谱特性最大限度提高压缩比。