搜索资源列表
melp_fxp
- 语音编码中的MELP方法的定点实现源码，混合激励线性预测方法。-speech coding methods of the sentinel MELP achieving source, mixed-excited linear prediction method.
voice_identify
- 本文介绍了一种基于动态时间归整（DTW）方法的小词汇表非特定人语音识别通用模块。系统采用Motorola公司DSP56F805芯片为核心，应用线性预测编码（LPC）与动态时间归整（DTW）算法进行非OOV(out of vocabulary)语音识别。测试表明，有良好的实用性。-Use Motorola s DSP56F805 to Build a Common module of Voice identify.
pcm
- 语音编码方案的选取对移动通信系统的通话质量、信道容量等有重要影响。本文讨论了TD-SCDMA系统中AMR语音编码的自适应机制，同时分析了AMR中代数码本线性预测(ACELP)算法及实现过程。该方案可以在一块TMS320C5510上实现。-The selection of voice coding schemes for mobile communication systems the quality of the call, such as channel capacity have had a
mpelpc
- 此方案基于全极点语音产生模型，编码过程简述如下：首先通过线性预测分析方法提取声道滤波器参数；其次通过合成分析法确定最佳激励矢量；最后将滤波器参数和最佳激励矢量进行编码传输。-This program is based on all-pole speech production model, the encoding process summarized as follows: First, by linear prediction analysis to extract channel filt
plugin-huang-part4
- 音频编码技术与标准介绍包括语音编码技术和音频编码技术 PCM、ADPCM、SB-ADPCM、线性预测、CELP、ACELP 心理声学模型、时频变换、窗切换、时域噪声整形、带宽扩展、立体声编 码、空间音频编码-Audio coding technology and standards introduced, including voice coding techniques, and audio coding technology ⣶
75448151lsp3
- 语音信号的LPC线性预测编码程序，求其基因周期的源程序了，分帧，预处理，LPC算法-LPC Linear Predictive speech signal coding process, seeking the source of its genetic cycle, and sub-frame, pre, LPC algorithm
durbin_test
- Durbin算法是语音处理中的一种线性预测编码算法，它对语音的线性预测有很好的效果。-Durbin algorithm is a speech processing in a linear predictive coding algorithm, it has a good voice of the linear prediction results.
MELP
- 混合激励线性预测(MELP）低比特率数字语音编码技术研究-MELP low bit rate digital speech coding
MCU_1865
- G.729 语音编码算法叫做对结构代数码激励线性预测语音压缩编码，它的核 心原理是线性预测和矢量量化。这种编码标准已在1995年H月工TU一TSG15全会上 通过，并在1996年6月的工TU一TSG15末次会议上通过了G.729的附件A“减少复杂 度的skbit/5cs一ACELP语音编解码器”，正式成为国际电信标准 -ITU一TG72915one ofthestandardsthatcanProcesssPeechsignalefficiently . Thisst
LPC_fin_speech
- 用线性预测编码进行语音压缩 - Speech compression using Linear Predictive Coding-LPC is the oldest and the most basic of modern speech coders. Its a lossy scheme. Playback quality isn t preserved in the process but it can be used in low bit-rate systems.
GSM_full_rate.RAR
- 长期预测(LTP)与规则脉冲激励(RPE),而全速率编解码器就被称为RPE-LTP线性预测编码器。 输入至RPE-LTP编码器的数据为包括160个采样值的20ms语音,每一个采样值都拥有13位精度。数据首先通过预加重滤波器来提高信号的高频分量,以获得更好的传输效率。滤波器一般还消除信号上的任何偏移以简化进一步的计算。 正如前面所提到的,语音产生模型可看成是空气通过一组不同大小的圆柱体。短期分析级采用自动相关来计算与模型所用的8个圆柱体有关的8个反射系数,同时采用一种称为S
progress-in-speech-compression
- 为了满足数字通信及其它商业应用的需求，语音压缩编码技术得到了迅速发展。介绍了目前语音压缩编码技术 的研究进展，主要包括连续可变斜率增量调制(CVSD)、小波分析、多脉冲激励线性预测编码、散布脉冲码激励线性预 测(DP-CELP)、多重脉冲散布非均匀代数码本激励线性预测(MPD-USACELP)、波形内插(Ⅷ)、线谱对(频率)(LSP)的量化-In order to satisfy deman凼of the digital communication and other commercia
Frequency-cycle-synchronization
- 基于线性预测编码及音框基频周期同步之高品质语音变换技术页数-Based on linear predictive coding and the frame fundamental frequency cycle synchronization of high-quality voiceTransform technology pages
SOLA_Algorithm
- 基于线性预测编码及音框基频周期同步之高品质语音变换技术页数-Based on linear predictive coding and the frame fundamental frequency cycle synchronization of high-quality voiceTransform technology pages
LSP
- 语音线性预测分析，莱文森德斌算法求解参数编码-Voice linear predictive analysis, Levin Sunderbans Bin Algorithm parameters coding
lpc
- 线性预测分析是最有效的语音分析技术之一，在语音编码、语音合成、语音识别和说话 人识别等语音处理领域中得到了广泛的应用。语音线性预测的基本思想是：一个语音信号的 抽样值可以用过去若干个取样值的线性组合来逼近。通过使实际语音抽样值与线性预测抽样 值的均方误差达到最小，可以确定唯一的一组线性预测系数。-Linear predictive analysis is one of the most effective voice analysis technology has been wide
main2
- 使用Matlab,采用LPC线性预测编码对wav语音文件进行压缩编码-Using Matlab, using linear predictive coding LPC voice wav file compression
lpc
- 线性预测编码（LPC）算法压缩语音。MATLAB实现。计算预测系数和增益。-Linear predictive coding (LPC） algorithm
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
melppaper6
- 为了提高深度模型的编码重构性能,本文为传统对比散度(Contrastive divergence,CD)添加了基于交叉熵的重构误差约束。利用改进后的算法训练了重构性深度自编码机(Reconstructive deep au-to-encoder,RDAE),并用 RDAE 替换混合激励线性预测编码(Mixed excitation linear prediction, MELP)语音编码器中 LSF 参数的矢量量化方法。测试结果表明,改进后的算法在损失一定模型似然度的条件下获得了重构性能的提升,