导读:本文包含了低速语音编码论文开题报告文献综述及选题提纲参考文献，主要关键词:紫外光通信,紫外固体激光器,A律压缩编码,线性预测分析
低速语音编码论文文献综述
刘锋[1]（2016）在《紫外光通信系统中低速率语音编码技术研究》一文中研究指出以紫外光作为通信载体的紫外光语音通信系统,以其对噪声极强抗干扰能力、保密性能好、非视距通信(Non Line of Sight,NLOS)和全天候通信等优点逐渐成为军事通信领域的研究焦点。但是,光通信领域又面临着信道资源有限和系统误码率高的问题,如何解决光通信中的问题,研究者主要从改进调制方式和进行信源编码两个方向进行攻关,其中以信源编码方式较为有效,研究高语音质量和低编码速率的编码方式成为光通信领域信源编码的重点。论文研究的目的是在参数编码的理论基础上,对特征参数进行提取,并在现场可编程逻辑阵列(FieldProgrammable Gate Array,FPGA)上实现,从而达到低速率语音编码的目的,编码后的数据加载到输出光波长为266 nm的紫外激光器上并调制输出,紫外光在大气中传播由光电倍增管接收并转换输出电流信号,电流信号被信号处理电路进行电流电压转换和放大处理,在FPGA开发板上对放大后的电压信号进行处理,完成解码工作,最终还原语音信号,从而实现高质量低速率紫外光语音通信。首先阐述了大气吸收效应和散射效应,进一步以瑞利散射和米氏散射为理论基础,建立了紫外光通信的单散射椭球模型。另外提出了参数编码中LPC-10编码算法,该算法能够在8 kHz的音频采集频率下,以180个样点为一帧,从而实现语音的编码速率为2.4 kb/s。在对语音进行线性预测分析时,重点研究了提取滤波器参数的理论推导,为参数编码奠定了理论模型。在对参数编码研究的同时,本文也给出了波形编码中较为典型的A律语音压缩编码的基本原理方法。针对系统的发射光源和光电探测器工作原理进行了简要介绍,同时对不同类型的光源和光电探测器进行了对比分析,最终确定发射光源选择紫外激光,光电探测器选择光电倍增管(Photomultiplier Tube,PMT)。使用FPGA开发板对数据流进行处理,根据FPGA的设计流程和编程原则,设计了串并转换、并串转换、RAM调用、参数计算、编码输出等底层模块,并对每个底层模块的功能进行相应的时序仿真和验证。搭建了两个通信系统,一个是验证A律编码的红光激光通信,另一个就是以LPC-10参数编码为核心的紫外光语音通信。并对以上两个语音通信系统在实验室进行了多次测试。测试结果表明,设计的A律编码的红光激光通信的语音编码速率为64 kb/s,客观平均意见得分(Mean Opinion Score,MOS)≥3.0,设计的LPC-10编码的紫外光语音通信的语音编码速率为2.4 kb/s,实现了中低速率语音编码通信。(本文来源于《重庆大学》期刊2016-04-01）
李晓丹[2]（2013）在《低速语音编码算法的设计和实现》一文中研究指出在现代社会中，随着数字通信的快速发展和广泛应用，低速语音编码算法在窄带通信，特别是军事或安全通信等领域中发挥着重要的作用，并且也广泛应用于民用通信中。混合激励线性预测MELP是一种性能比较好的低速语音编码算法。MELP在线性预测模型的基础上作出改进，使用了非周期脉冲、混合激励、自适应谱增强、脉冲整形滤波和傅里叶级数幅值；并且结合了多带的思想，具有多带激励和线性预测编码的优点。本文以MELP编解码算法为模型，设计和实现了1.2kbps的低速语音编解码算法。由于可用来表征语音参数的比特数比较少，1.2kbps的语音编码算法很难达到很好的质量，所以本文使用两个子帧构成一个超级帧。每超帧内分别对两个子帧的参数进行提取，其中带通清浊判决、增益和线谱频率仍采用单帧量化，而基音周期和傅里叶级数幅值两帧联合进行矢量量化编码。最后将1.2kbps低速语音编码算法移植到TI C6000系列的DSP平台上，并对其进行优化。测试结果表明，设计的1.2kbps语音编解码算法的合成语音的PESQ值比2.4kbps MELP算法合成语音的PESQ值降低约0.17。说明本文设计算法合成语音的质量接近MELP的合成语音。在DSP平台上对算法进行实现，优化后算法复杂度降低到优化前的10%以下，为工程应用提供了良好的基础。(本文来源于《西安电子科技大学》期刊2013-03-01）
张忠[3]（2011）在《单芯片语音密码机中低速率语音编码的研究与实现》一文中研究指出随着通信技术和信息安全技术的发展,语音的保密通信技术也受到相关部门的重视,尤其是在政府部门、公安部门和军事通信部门应用非常广泛。虽然语音保密通信在近几年来有了很大的发展,但是由于语音速率不够低使得加密后的语音信号数据量大、占用信道宽和传输速率低。所以当前急需一种低速率语音编码算法来满足语音保密通信的需求。压缩感知理论的提出是近几年来信号处理领域的重大突破。它将信号在某个变换域的稀疏性作为先验信息结合到了信号重构过程中。本文创新性的利用了压缩感知的方法,通过找到一个信号的稀疏表示空间,有效的重构原始语音信号。这一研究必将在信号处理领域发挥巨大的作用。针对当前低速率语音编码的发展背景,本文提出了基于压缩感知的低速率语音编码算法。论文首先对语音编码理论的基本知识进行了介绍；对压缩感知理论在语音编码中的应用进行了研究；提出了基于压缩感知低速语音编码的算法,其中还对压缩感知在语音编码中的应用进行了仿真测试。最后,本文通过MATLAB仿真测试软件设计了测试环境,主要从主观和客观两个方面对该低速率语音编码算法的性能进行了对比分析。其中对各技术细节采用了MATLAB仿真测试得出实验数据。此外本文还研究了该低速率语音编码算法在DSP硬件平台上的实现方案。本文中选用了达芬奇系列DM6437型DSP开发套件进行运行测试。通过在硬件设备测试,完成了低速率语音编码算法在单芯片上实现的目标,对以后的进一步研究具有重要的理论和实践指导意义。(本文来源于《西安电子科技大学》期刊2011-12-01）
马庆利,季新生,杨于村[4]（2009）在《低速语音编码中的预测分类分裂矢量量化技术》一文中研究指出为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性。实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加。(本文来源于《计算机应用研究》期刊2009年10期）
李蓉[5]（2004）在《低速语音编码的通信终端实现以及传输方案》一文中研究指出本文介绍在通信终端中利用一种新型可变速率声码器芯片AMBE-2000进行低速声码话编解码,并在信道中进行无误传输的实现方案。此方案主要应用于多时隙收发数据的通信系统中,具有语音编码速率可变、音质优、性价比高、功耗小等优点。(本文来源于《移动通信》期刊2004年S2期）
张志伟,谢胜利[6]（2004）在《基于TETRA的低速ACELP语音编码算法及其仿真》一文中研究指出描述了TETRA中的低速率语音编码算法实现过程 ,并在CCS 2 .0中对其进行了软件仿真 .由于这种低速率 ( 4 .5 67Kbps)的ACELP算法与应用于多媒体通信的变速率G .72 3标准、应用于未来个人通信的 8Kbps的G .72 9标准、第叁代移动通信的语音压缩编码有许多相似之处 ,因此对其算法仿真的研究和实时实现对第叁代移动通信的语音压缩编码算法有比较重要的意义(本文来源于《昆明理工大学学报(理工版)》期刊2004年06期）
董婧[7]（2004）在《基于语音增强及小波变换基音检测的LPC-MBE低速语音编码算法》一文中研究指出引言近几十年来语音编码技术发展非常迅速。目前2.4kb/s以上的编码速率其合成语音质量已得到人们的认可，并已得到广泛地应用。现在国内外研究的重点是突破2.4kb/s以下极低速率的语音编码技术和算法。由于LPC和CELP模型本身的局限性，它们在低速语音编码中难有更好的表现。因此，人们不断探索更有潜力的新算法。多带激励MBE（Multi-Band Excitation）低速语音编码算法正是在上述两种算法的基础上，克服了它们的缺点而提出的。多带激励语音编码技术 多带激励语音编码算法的基本思想是按基音的各谐波频率，将一帧语音的频谱分成若干个谐波带，再以若干个谐波带为一组进行分带处理，然后分别对各带进行清浊音判决。对于浊音带，用以基音周期为周期的脉冲序列谱作为激励信号频谱；对于清音带，则使用白噪声谱作为激励信号频谱，根据不同的激励信号产生合成语音，最后将各带信号相加形成全带语音。二、语音分析在MBE核心算法的基础上，本论文对其进行了改进。首先，对输入语音进行分析，建立合理的语音模型并准确地估计模型参数。在语音模型中，合成语音所需要的参数包括：基音频率、谱包络信息和各带的清浊音信息。对语音信号进行预处理之后，首先做LPC分析来提取谱幅度系数。采用了时域中的共轭梯度算法进行参数估计，它可以精确快速地估计出每帧语音模型的参数，得到和做为表示语音信号的谱包络信息。针对自相关函数、平均幅度差函数等典型的基音检测算法存在着复杂度较高，检测不够准确等缺陷，本论文研究的小波变换模极大值基音检测法是一种有效的改进方案，对于输入的加窗语音序列采用Mallat快速算法进行离散二进小波变换，对信号做5阶小波分解，并检测每个尺度下模极大值的位置，相<WP=76>邻最大值之间的间隔即为语音周期。该算法有效的降低基音检测的复杂度，并能避开噪声的干扰，更准确的提取语音基音频率。清浊音判决的正确性在很大程度上影响合成语音质量。通过分带信号在频域上的波形不同来判定U/V信息。先对低通余量信号进行离散傅立叶变换，把它转换至频域。为了降低编解码器对语音基音的依赖性，将语音频谱划分为固定的9个子带，在每一子带上计算其自相关函数，根据信号频域波形有无明显的谱线结构来区分清音子带和浊音子带，获得清浊音信息。叁、参数编码对于8kHz的采样率，以25ms为一帧，每帧200个样点，在一帧语音中，使用45比特分配技术，则传输速率约为2.0kb/s。采用6比特非均匀标量量化的方法对基音周期进行量化，对低频段分配较多码率以进行细致分析；根据语音分析时固定的分带数来确定采用9比特传递U/V信息；对于能量系数，将其开平方后转化到对数域进行线性量化，把其结果线性映射到[0，31]的范围中，取这个范围内与映射结果最接近的整数作为量化结果，并分配5比特进行标量量化。LPC系数的编码是参数编码的重点，由于其动态范围大，需要的计算量和存储量较多，需要转化为相应的等价形式LSF参数以保证合成滤波器的稳定性，采用了分裂矢量量化的方法。将一个10维的LSF特征矢量分裂成3个维数分别为3、3、4的低维矢量，然后对叁个低维矢量分别进行矢量量化。采用LBG算法来得到所需要的叁个码本，并通过全搜索方法从码本中搜索最佳码矢量来量化LSF参数。四、语音合成在语音合成端按清浊音分别对应的不同激励源构造激励信号，综合考虑时域和频域合成的优缺点，用频域合成法完成对清音带语音激励的重建。这种重建比较容易在频域中实现带通滤波器；采用时域合成法完成对浊音带语音激励的合成，以保证帧间语音的平滑过渡，迭加为全带激励信号后，将其作为合成语音的残差信号，经LPC综合逆滤波器得到最终合成语音。这样就产生了LPC-MBE 语音编码方案。这种编码方案不需要进行谱幅度重建，直接由LPC<WP=77>系数作为合成滤波器的参数分量，对残差信号做整体拟合更为简单方便。五、语音增强为了在噪声背景中提高LPC-MBE 语音编码器的性能，引入语音增强算法作为语音编码器的预处理器。采用双通道卡尔曼滤波的语音增强技术，信号与噪声模型的参数由共轭梯度算法进行估计，为在噪声环境下，尽可能提供纯净的语音作为语音编码器的输入提供了一种选择可能性。六、仿真结论在8kHz的采样频率下分别输入一段男声和一段女声，在计算机上采用MATLAB语言模拟仿真该语音编码算法。仿真结果表明，合成语音的波形同原始语音波形基本保持一致，从语谱图中可以看出语音能量的损失很小，主观测听效果较为理想，并基本上能满足实时通话需要。(本文来源于《吉林大学》期刊2004-05-01）
李霁野,邱柯妮[8]（2004）在《专用语音处理芯片AC48105在低速语音编码设备中的应用》一文中研究指出AC48105是以色列AudioCodes公司生产的一种专用语音处理芯片 ,可用于完成低比特率的语音压缩编码解压和传真等功能。该芯片内含5路相互独立的复用信道 ,可以传输语音、传真和数据信息 ,带有的16位DSP内核可提供多种语音编码格式。文中结合该芯片在低速语音编码设备中的应用 ,详细介绍了其工作模式及配置方法。(本文来源于《国外电子元器件》期刊2004年04期）
周旭,赵晓晖[9]（2003）在《变码率增强型双带激励LPC低速语音编码算法》一文中研究指出基于对语音信号的分析,借鉴频率分带技术和码激励线性预测编码中传输残差信号可提高合成语音鲁棒性的思想,建立了双带激励模型,同时对基音检测、矢量量化、语音合成等环节加以改进,提出了最高码率为2400bit/s,最低码率为80bit/s的变码率增强型双带激励LPC(LinearPredictiveCoding)低速语音编码算法。仿真结果表明:该算法在有效降低平均码率的前提下能保证较高的合成语音质量。(本文来源于《吉林大学学报(信息科学版)》期刊2003年02期）
陈亮,张雄伟[10]（2003）在《一种基于子帧联合编码的600b/s低速语音编码算法》一文中研究指出为了适应无线通信等甚低速语音通信应用,文中提出一种基于子帧联合编码的600b/s语音编码算法。该算法的激励源采用混合激励模型,声道参数使用帧内预测多级矢量量化进行高效量化,在参数编解码时提出了子帧分类联合的思想,并在编码端使用语音增强仰制背景噪声,解码端使用后滤波处理来改善语音质量,这些方面较传统LPC算法有了明显改进。同时,选用TI公司的TMS320VC5416DSP芯片实时实现了该算法。非正式主观试听结果表明,该算法在可懂度、消晰度等方面与传统的2.4kb/sLPC自法相当,而速率仅为LPC算法的1/4,是甚低速率的一种良好的编码方案。(本文来源于《电子与信息学报》期刊2003年03期）
低速语音编码论文开题报告
（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：
在现代社会中，随着数字通信的快速发展和广泛应用，低速语音编码算法在窄带通信，特别是军事或安全通信等领域中发挥着重要的作用，并且也广泛应用于民用通信中。混合激励线性预测MELP是一种性能比较好的低速语音编码算法。MELP在线性预测模型的基础上作出改进，使用了非周期脉冲、混合激励、自适应谱增强、脉冲整形滤波和傅里叶级数幅值；并且结合了多带的思想，具有多带激励和线性预测编码的优点。本文以MELP编解码算法为模型，设计和实现了1.2kbps的低速语音编解码算法。由于可用来表征语音参数的比特数比较少，1.2kbps的语音编码算法很难达到很好的质量，所以本文使用两个子帧构成一个超级帧。每超帧内分别对两个子帧的参数进行提取，其中带通清浊判决、增益和线谱频率仍采用单帧量化，而基音周期和傅里叶级数幅值两帧联合进行矢量量化编码。最后将1.2kbps低速语音编码算法移植到TI C6000系列的DSP平台上，并对其进行优化。测试结果表明，设计的1.2kbps语音编解码算法的合成语音的PESQ值比2.4kbps MELP算法合成语音的PESQ值降低约0.17。说明本文设计算法合成语音的质量接近MELP的合成语音。在DSP平台上对算法进行实现，优化后算法复杂度降低到优化前的10%以下，为工程应用提供了良好的基础。
（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。
低速语音编码论文参考文献
[1].刘锋.紫外光通信系统中低速率语音编码技术研究[D].重庆大学.2016
[2].李晓丹.低速语音编码算法的设计和实现[D].西安电子科技大学.2013
[3].张忠.单芯片语音密码机中低速率语音编码的研究与实现[D].西安电子科技大学.2011
[4].马庆利,季新生,杨于村.低速语音编码中的预测分类分裂矢量量化技术[J].计算机应用研究.2009
[5].李蓉.低速语音编码的通信终端实现以及传输方案[J].移动通信.2004
[6].张志伟,谢胜利.基于TETRA的低速ACELP语音编码算法及其仿真[J].昆明理工大学学报(理工版).2004
[7].董婧.基于语音增强及小波变换基音检测的LPC-MBE低速语音编码算法[D].吉林大学.2004
[8].李霁野,邱柯妮.专用语音处理芯片AC48105在低速语音编码设备中的应用[J].国外电子元器件.2004
[9].周旭,赵晓晖.变码率增强型双带激励LPC低速语音编码算法[J].吉林大学学报(信息科学版).2003
[10].陈亮,张雄伟.一种基于子帧联合编码的600b/s低速语音编码算法[J].电子与信息学报.2003