导读:本文包含了波形内插论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:波形,内插,语音,特征,分解,基音,小波。
波形内插论文文献综述
干文洁[1]（2013）在《MAMDF基音检测方法研究及在波形内插编码中的应用》一文中研究指出基音周期是语音编码、语音识别、语音合成等信号处理中的一个重要参数，基音检测的准确性和鲁棒性在这些领域都发挥着重要的作用。当前的基音周期检测算法容易引起基音周期的加倍减半等误判情况，尤其是在带噪语音信号中，它们的检测效果显着下降。随着通信技术的发展，语音编码研究越来越具有重要意义，其中低比特率语音编码中波形内插语音编码更是成为研究热点。由于平均幅度差函数(Average Magnitude Difference Function, AMDF)具有较低的算法复杂度和良好的实时性，很多基音检测算法都是基于AMDF进行改进的，但是这些改进算法仍然不太理想,且受噪声信号影响较大。本文提出了一种新的基音检测算法MAMDF(Modified Average Magnitude Difference Function)，它在检测过程中既能增强基音的周期性特征又可以减弱噪声信号的影响，从而提高了基音检测的准确率。本文采用了CSTR数据库进行实验，结果表明无论在干净语音环境还是带噪语音环境，新的基音检测算法都比传统方法具有很大的性能提升。在具有低比特率的波形内插语音编码中，基音周期是一个重要参数，它决定编码过程中特征波形的长度，进而影响语音编码的质量。本文利用新的基音检测算法进行基音周期的估计和基音周期的内插，然后根据内插的基音周期完成特征波形的提取，实现了特征波形在不同情况下的对齐并计算出了特征波形的功率，从而得到波形内插语音编码中需要传送的参数值。应用新基音检测算法的波形内插语音编码具有更精确的波形特征，从而可以得到更精确的编码参数，提高语音编码的质量。(本文来源于《湖南大学》期刊2013-05-08）
李如玮,鲍长春[2]（2011）在《基于提升小波分解的低速率波形内插语音编码算法》一文中研究指出提出了一种基于双正交提升小波变换(bi-orthogonal lifting wavelet transform,BLWT)的低速率特征波形内插语音编码方法,其中的特征波形分解算法不需要复杂的特征波形对齐操作和滤波器的卷积运算,其固有的原位运算降低了传统特征波形小波分解算法所需的内存,当前帧边界点替代相邻帧样点的措施有效减少了传统特征波形小波分解算法的时延.同时,该分解方法对分解后的各成分单独重建,并根据人耳的感知特性选择量化参数.基于该分解,分别构建了1.84 kb/s和2.32 kb/s两种速率的BLWT-CWI(characteristic waveform interpo-lation)语音编码器.主观平均意见得分(mean opinin score,MOS)结果表明,2.32 kb/s的BLWT-CWI语音编码质量与2.4 kb/s的MELP声码器相当,1.84 kb/s的BLWT-CWI语音编码质量稍逊于2.4 kb/s的MELP声码器.主观A/B听力测试结果表明,1.84 kb/s的BLWT-CWI语音编码质量优于2 kb/s的LIWI(low-complex improvedwaveform interpolation)声码器.(本文来源于《北京工业大学学报》期刊2011年12期）
汤一彬,吴海洋,吴镇扬[3]（2010）在《基于非负矩阵分解的1kbit/s波形内插语音编码算法》一文中研究指出为了进一步降低编码速率,提出了一种基于非负矩阵分解的1kbit/s波形内插语音编码算法.该算法对特征波表面的幅度矩阵进行非负矩阵分解,以获得局部特征矩阵,并对该局部特征矩阵进行约束和改进,使优化后局部特征更加突出.对应的基矢量进一步稀疏,从而有利于对权矢量的量化,以实现对特征波表面的高效编码.该算法同时加入清浊音标志,对特征波表面的相位谱进行估计,以更好地提高合成语音质量.实验表明,该算法能够在1kbit/s的低编码速率条件下,获得与1.2kbit/s混合激励线性预测语音编码算法相近的合成语音质量,取得了较好的效果.(本文来源于《东南大学学报(自然科学版)》期刊2010年04期）
汤一彬,黄蓉,吴镇扬[4]（2010）在《基于多带的2.4kbit/s波形内插算法》一文中研究指出由于传统特征波形内插语音编码算法对特征波形相位信息的忽略,以及对特征波形的整体对齐,往往造成语音高频谐波分量丢失,从而导致语音的噪声感。为了提高合成语音的质量,该文引入语音多带清浊音标志,并以此为依据对波形内插编码模型中的慢渐变波形和快渐变波形的相位谱进行估计,在语音合成时则对特征波形采取部分对齐的方法,最后提出了一种基于多带的2.4kbit/s特征波形内插算法。与传统算法相比,新算法明显提高了语音的清晰度。与标准2.4kbit/sMELP算法相比,该算法合成语音质量亦略显优势。(本文来源于《电子与信息学报》期刊2010年05期）
刘靖宇,鲍长春,李如玮[5]（2009）在《基于离散余弦变换的波形内插语音编码算法》一文中研究指出针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相位判决和浊音相位分类的方法,提高了重建语音质量;最后,分别构建了速率为2.0kbps和1.6kbps的DCT-WI声码器.主观MOS分表明,2.0kbps的DCT-WI声码器质量优于2.4kbps MELP声码器,1.6kbps的DCT-WI声码器亦取得了良好的听觉效果.(本文来源于《电子学报》期刊2009年07期）
张鹏,鲍长春,郭莉莉[6]（2008）在《基于非负矩阵分解的2kb/s波形内插语音编码算法》一文中研究指出在波形内插(Waveform Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative MatrixFactorization,NMF)方法来分解语音特征波形.该分解方法仅需要当前帧的语音信号,不会给编码器带来额外的延时;为了提高分解精度,本文在CW分解之前先对CW按照其子帧的最大基音周期进行分类,然后按不同类别进行分解.另外,本文结合耳蜗模型提出了NMF的基矢量分带初始化算法,将CW的分解精度提高到与二阶奇异值分解相当的水平;为了降低WI编码器的计算复杂度,本文去除了传统WI编码器中的特征波形对齐模块,同时将NMF的分解阶数设定为16以折中CW分解的计算复杂度和分解精度.最后,本文基于矩阵量化技术,对非负矩阵分解后的编码矩阵采用分裂式矩阵量化方案来量化.主观A/B测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量接近于2.4kb/s SVD-WI编码器.MOS分测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量稍差于2.4kb/s MELP编码器.(本文来源于《电子学报》期刊2008年04期）
王晶,匡镜明,赵胜辉[7]（2007）在《自适应后滤波技术在波形内插编码算法中的应用》一文中研究指出本文将自适应后滤波技术引入3kbps特征波形内插语音编码算法中,在解码端级联短时后滤波、频谱倾斜补偿、长时后滤波及自动增益控制四个模块。通过理论分析及主观听音测试来合理设置滤波系数,使其随着语音帧的特性自适应改变。经后滤波处理的输出语音信号频谱在共振峰及谐波处频率成分得到加强,而谱谷值处噪声被削弱,同时保证了滤波前后的信号能量基本保持不变,且不引入频谱倾斜。实验结果表明,本文的3kbps波形内插编码器合成语音经过自适应后滤波处理后量化噪声明显减少,语音质量得到改善。(本文来源于《信号处理》期刊2007年05期）
王晶,匡镜明,赵胜辉[8]（2007）在《一种特征波提取速率自适应的波形内插语音编码方案》一文中研究指出该文提出了一种特征波形提取速率自适应于输入语音帧特性的波形内插编码方案。基于双加权长时预测增益最大原则并利用前向基音判决实现了较为可靠的基音周期估计算法,用基音周期、浊音度和波表面平坦度决定波形提取速率以及SEW(Slowly Evolving Waveform)和REW(Rapidly Evolving Waveform)的更新速率。实验证明,该文提出的波形内插(WI)编码算法相比固定波形提取速率的WI算法在平均码率和计算复杂度上均有一定程度的降低,且合成语音质量明显优于4.8kbps的CELP语音编码算法。(本文来源于《电子与信息学报》期刊2007年07期）
王晶,匡镜明,谢湘[9]（2007）在《基于小波变换的2.4kbit/s波形内插语音编码算法》一文中研究指出基于双正交小波滤波器组对波形内插编码中提取的特征波进行多级分解与重构,提出了一种基于小波变换(WT)的2.4kbit/s特征波形内插(CWI)语音编码算法。编码端去除了特征波对齐运算,并对幅度谱进行多级分解,相位谱不传输,鉴于小波变换对信号的压缩特性,仅传输对人耳感知起主要贡献的最后一级特征波幅度谱;解码端对各尺度空间采用单独重建的方法,相位信息在重构的末级与幅度谱结合,并由浊音度标志选择固定或随机相位。此外,根据语音信号的时变特性,由基于子帧的浊音度标志选择需要传输的幅度谱及量化模式。主观R-A/B测试表明,这种基于小波变换的2.4kbit/s编码算法的合成语音质量明显优于标准的2.4kbit/s的MELP编码器及FS1016的4.8kbit/sCELP编码器,亦优于3.8kbit/s的传统CWI编码框架下的合成语音效果。(本文来源于《通信学报》期刊2007年05期）
王晶,匡镜明,谢湘[10]（2007）在《基于特征波形内插与频带扩展技术的低速率宽带语音编码器》一文中研究指出考察了特征波形内插(CWI)算法对于宽带语音编码的扩展能力.分析宽带特征波序列的性质表明,直接使用传统的特征波形内插算法并不适于增强宽带语音的编码效率及对计算复杂度的兼顾,可引入频带扩展(BWE)技术单独处理高频段.宽带语音的高、低频分别由特征波形内插编码和频带扩展算法恢复,由此形成了5.15 kbit/s的低速率宽带语音编码器,增强了语音真实感、辅音的辨析度及对话者的识别度,宽带语音编码质量接近AMR-WB的6.6 kbit/s结果.(本文来源于《北京理工大学学报》期刊2007年02期）
波形内插论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种基于双正交提升小波变换(bi-orthogonal lifting wavelet transform,BLWT)的低速率特征波形内插语音编码方法,其中的特征波形分解算法不需要复杂的特征波形对齐操作和滤波器的卷积运算,其固有的原位运算降低了传统特征波形小波分解算法所需的内存,当前帧边界点替代相邻帧样点的措施有效减少了传统特征波形小波分解算法的时延.同时,该分解方法对分解后的各成分单独重建,并根据人耳的感知特性选择量化参数.基于该分解,分别构建了1.84 kb/s和2.32 kb/s两种速率的BLWT-CWI(characteristic waveform interpo-lation)语音编码器.主观平均意见得分(mean opinin score,MOS)结果表明,2.32 kb/s的BLWT-CWI语音编码质量与2.4 kb/s的MELP声码器相当,1.84 kb/s的BLWT-CWI语音编码质量稍逊于2.4 kb/s的MELP声码器.主观A/B听力测试结果表明,1.84 kb/s的BLWT-CWI语音编码质量优于2 kb/s的LIWI(low-complex improvedwaveform interpolation)声码器.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
波形内插论文参考文献
[1].干文洁.MAMDF基音检测方法研究及在波形内插编码中的应用[D].湖南大学.2013
[2].李如玮,鲍长春.基于提升小波分解的低速率波形内插语音编码算法[J].北京工业大学学报.2011
[3].汤一彬,吴海洋,吴镇扬.基于非负矩阵分解的1kbit/s波形内插语音编码算法[J].东南大学学报(自然科学版).2010
[4].汤一彬,黄蓉,吴镇扬.基于多带的2.4kbit/s波形内插算法[J].电子与信息学报.2010
[5].刘靖宇,鲍长春,李如玮.基于离散余弦变换的波形内插语音编码算法[J].电子学报.2009
[6].张鹏,鲍长春,郭莉莉.基于非负矩阵分解的2kb/s波形内插语音编码算法[J].电子学报.2008
[7].王晶,匡镜明,赵胜辉.自适应后滤波技术在波形内插编码算法中的应用[J].信号处理.2007
[8].王晶,匡镜明,赵胜辉.一种特征波提取速率自适应的波形内插语音编码方案[J].电子与信息学报.2007
[9].王晶,匡镜明,谢湘.基于小波变换的2.4kbit/s波形内插语音编码算法[J].通信学报.2007
[10].王晶,匡镜明,谢湘.基于特征波形内插与频带扩展技术的低速率宽带语音编码器[J].北京理工大学学报.2007
论文知识图
