搜索资源列表
Speech Enhancement Based On AUnvoiced-Voiced Model
- 摘要：基于语音状态模型的语音增强算法是当前语音信号处理的研究热点。把通常的LPC语音模型修正后，将得到两个语音模型：时变AR 模型、时变双AR模型。但是利用这些模型增强语音时，都没有考虑到语音的清音、浊音区别。为此本文引入了语音清浊音状态空间模型，这种模型在描述语音方面比时变AR模型、时变双AR模型要强，而且物理含义明显 同时在用含噪语音信号预测纯净语音信号时，引入遗忘因子和粒子滤波算法以降低计算复杂性，减小运算量。实验证明，增强后的语音信号信噪比有一定提高．且优于传统的LPC模型.
feng
- lpc语音信号合成，给出了完整的LPC matlab程序，包括语音信号采集，LP预测系数-failed to translate
speech
- 运用matlab仿真实现语音增强和噪声消除的功能-Matlab simulation using voice enhancement and noise reduction features
yuyinbianma
- 讲述了语音编码的基本概念。 主要包括PCM、ΔM、CVSD、ADPCM、DCME-ADPCM、E-ADPCM、LPC等概念-Describes the basic concepts of speech coding. Include PCM, ΔM, CVSD, ADPCM, DCME-ADPCM, E-ADPCM, LPC concepts
MELP
- 文基于LPC的自适应前后向量化技术,提出了一种可变速率的混合激励线性预测MELP语音编码算法.该算法中,采用当前语音帧(前向LPC)或前面某帧已合成语音帧(后向LPC)进行线性预测,当采用后向LPC时,只需传输时间序列编码,故减少了LPC系数的平均编码比特.计算机模拟表明,该算法与标准MELP算法合成的语音质量相当,但显著减少了LPC的传输带宽,从而明显降低了MELP平均编码速率.-VARIABLE-RATE MELP SPEECH CODER BASED ON ADAPTIVE FORWARD
2.4Pkb-sPMELP
- 提出了一种新的工作于极低码率下的混合激励线性预测(MELP)声码器.该声码器结合了线性预测编码(LPC)和多带激励编码算法的优点,对算法和量化方案重新进行了设计和改造,其主要特征包括改进的基音检测算法、混合的周期脉冲和随机噪声激励、有效的线性谱频率(LSF)参数量化以及激励谱形状表示.非正式主观测试表明,由采用本算法的一个2.4 kb/s编码器所重建的语音质量略优于美国联邦标准4.8 kb/s码激励线性预测编码(CELP)所重建的语音质量.-New Mixed Excitation Linear
MELPcodepaper
- 目前2.4kbps的混合激励线性预测 (MELP) 语音编码方法已经被确定为美国新的联邦语音编码标准.本文提出了一种改进的MELP语音编码方法,利用滤波器相似度和基于LPC系数分类的矢量量化技术,可以把MELP的码率降到1.7kbps以下,仍有较好的合成语音质量.-An Improved MELP Speech Coder