| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·语音编码概述 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·语音编码的国内外发展状况 | 第11-14页 |
| ·衡量语音编码性能的主要因素 | 第14-18页 |
| ·G.728语音编码算法的研究现状 | 第18页 |
| ·自组织神经网络概述 | 第18-19页 |
| ·论文完成工作 | 第19-20页 |
| ·本论文的组织 | 第20-21页 |
| 第二章 G.728标准算法 | 第21-31页 |
| ·原理概述 | 第21-22页 |
| ·LPC系数的计算 | 第22-23页 |
| ·感觉加权滤波器 | 第23-24页 |
| ·综合滤波器 | 第24-25页 |
| ·对数增益滤波器 | 第25-26页 |
| ·码书搜索 | 第26-28页 |
| ·目标矢量 | 第26页 |
| ·码书结构 | 第26-27页 |
| ·码书搜索算法 | 第27-28页 |
| ·后滤波器 | 第28-31页 |
| ·长时后滤波器 | 第28-29页 |
| ·短时后滤波器 | 第29页 |
| ·输出增益调节单元 | 第29-31页 |
| 第三章 直接矢量量化方法在G.728语音编码算法中的应用 | 第31-46页 |
| ·直接矢量量化算法原理 | 第31-33页 |
| ·直接矢量量化方法在G.728算法中的应用 | 第33-40页 |
| ·合成语音生成的具体算法 | 第33-34页 |
| ·感觉加权逆滤波器参数的确定 | 第34-36页 |
| ·感觉加权逆滤波器系数的更新 | 第36-37页 |
| ·码书搜索过程 | 第37-38页 |
| ·增益码书的量化 | 第38-40页 |
| ·实验结果和结论 | 第40-44页 |
| ·小结 | 第44-46页 |
| 第四章 矢量量化和自组织映射神经网络的理论研究 | 第46-58页 |
| ·矢量量化基本原理 | 第46-50页 |
| ·矢量量化定义 | 第46-49页 |
| ·失真测度 | 第49-50页 |
| ·经典的码书设计算法 | 第50-52页 |
| ·LBG算法的理论基础 | 第50-51页 |
| ·LBG算法 | 第51-52页 |
| ·SOFM神经网络的理论研究 | 第52-57页 |
| ·SOFM网络的基本思想 | 第53页 |
| ·SOFM基本结构和原理 | 第53-55页 |
| ·SOFM算法的实现 | 第55-56页 |
| ·SOFM网络的自组织特性 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 SOFM神经网络在矢量量化中的应用 | 第58-73页 |
| ·SOFM神经网络各参数的选取 | 第58-62页 |
| ·学习速率η(t)的选取 | 第59-60页 |
| ·邻域函数Nc(t)的选取 | 第60-61页 |
| ·最大迭代次数和邻域初始半径的选取 | 第61-62页 |
| ·基本的SOFM学习算法的改进 | 第62-63页 |
| ·实验结论和分析 | 第63-72页 |
| ·小结 | 第72-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读学位期间发表的学术论文目录 | 第80页 |