混合激励参数提取量化编码新算法及其应用
中文摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-11页 |
1.1 引言 | 第8-9页 |
1.2 研究意义 | 第9-10页 |
1.3 论文主要内容和章节安排 | 第10-11页 |
1.3.1 论文的主要内容 | 第10页 |
1.3.2 论文的章节安排 | 第10-11页 |
第二章 低速率语音编码技术 | 第11-16页 |
2.1 低速率语音编码的发展与应用 | 第11页 |
2.2 低速率语音编码技术 | 第11-16页 |
2.2.1 混合激励线性预测语音编码 | 第11-12页 |
2.2.2 码激励线性预测编码 | 第12-13页 |
2.2.3 波形内插语音编码 | 第13-14页 |
2.2.4 多带激励语音编码和正弦变换编码 | 第14-16页 |
第三章 混合激励的基本原理和核心技术 | 第16-21页 |
3.1 激励模型 | 第16-17页 |
3.1.1 二元激励模型 | 第16-17页 |
3.1.2 混合激励模型 | 第17页 |
3.2 子带声音强度 | 第17-18页 |
3.3 子带声音强度的提取 | 第18-19页 |
3.4 混合激励的核心技术 | 第19页 |
3.5 量化算法存在的问题 | 第19-21页 |
第四章 子带声音强度新参数及其提取算法 | 第21-27页 |
4.1 声音强度提取的依据 | 第21-23页 |
4.1.1 短时平均幅度 | 第21-22页 |
4.1.2 短时平均幅度差函数 | 第22页 |
4.1.3 平均周期幅度 | 第22-23页 |
4.2 声音强度新参数提取算法的确定 | 第23-25页 |
4.3 新带通清/浊音强度的提取 | 第25-26页 |
4.4 两种提取算法的比较 | 第26-27页 |
第五章 子带声音强度新参数量化器的设计 | 第27-32页 |
5.1 矢量量化的失真测度 | 第27页 |
5.2 矢量量化器的最佳码本设计 | 第27-28页 |
5.3 改进的LBG算法及程序 | 第28-29页 |
5.4 训练样本集的建立 | 第29页 |
5.5 子带声音强度码本的训练结果 | 第29-32页 |
第六章 子带声音强度新参数的量化 | 第32-38页 |
6.1 全搜索算法 | 第32-33页 |
6.2 树搜索算法 | 第33-35页 |
6.3 两级搜索算法 | 第35-36页 |
6.4 分裂搜索算法 | 第36页 |
6.5 形状/增益码本搜索算法 | 第36-38页 |
第七章 算法仿真实验及应用 | 第38-50页 |
7.1 训练样本集 | 第38-41页 |
7.2 混合激励信号 | 第41-43页 |
7.3 在MELP声码器上的应用 | 第43-48页 |
7.4 实验结果分析 | 第48-50页 |
第八章 总结和展望 | 第50-52页 |
8.1 论文工作总结 | 第50-51页 |
8.2 今后工作展望 | 第51-52页 |
参考文献 | 第52-55页 |
致谢 | 第55-56页 |
个人简历和在学期间发表的学术论文 | 第56页 |