-
公开(公告)号:CN104079932B
公开(公告)日:2017-09-22
申请号:CN201410306295.5
申请日:2014-06-30
Applicant: 清华大学 , 信瑞递(北京)科技有限公司
IPC: H04N19/147 , H04N19/166 , H04N19/895 , H04N19/30
Abstract: 本发明提供了一种差错信道下MGS视频传输的码流抽取方法,该方法包括:分别建立差错信道下MGS基本层和增强层的传播失真分析模型;基于差错信道下MGS基本层和增强层的传播失真分析模型,通过码流解码对模型的参数进行估计,从而得出MGS编码的总差错失真传播模型;根据MGS编码的总差错失真传播模型不断更新和计算不同编码单元CU的率失真斜率,逐次在目标编码单元集合中加入当前率失真斜率等级最高的编码单元,直至满足截断码率的要求。本发明提供的传播失真分析模型能够准确的估计由于差错隐藏和码率截断产生的漂移失真,根据此模型进行码流抽取使得接收端的重建视频质量提高。
-
公开(公告)号:CN104599682A
公开(公告)日:2015-05-06
申请号:CN201510017199.3
申请日:2015-01-13
Applicant: 清华大学
Abstract: 本发明提出一种电话线质量语音的基音周期提取方法,包括以下步骤:对原始语音进行非线性处理,计算原始语音的第一时域自相关函数和非线性处理后的语音的第二时域自相关函数;融合第一时域自相关函数和第一时域自相关函数得到第三时域自相关函数;计算原始语音中每一帧的长时基音周期,并据此对第三时域自相关函数进行修正;对原始语音进行LPC逆滤波得到余量信号,并进行FFT变换,根据变换结果计算频域自相关函数;根据第三时域自相关函数和频域自相关函数计算基音周期候选值的时域权重和频域权重,并进一步得到最终权重;根据最终权重进行路径规划,以确定最终的基音周期值。本发明的方法在对电话线质量语音提取时,具有准确度高的优点。
-
公开(公告)号:CN104080184A
公开(公告)日:2014-10-01
申请号:CN201410307496.7
申请日:2014-06-30
Applicant: 清华大学 , 信瑞递(北京)科技有限公司
CPC classification number: Y02D70/00
Abstract: 本发明提供了一种COFDM系统中传输分层压缩信源的不等重资源分配方法,该方法包括:将压缩信源分解为两个子层,分别计算出其分解前后的资源分配方案和期望重建失真,将分解前后的期望重建失真进行比较,若分解前期望重建失真小于分解后期望重建失真,则保存分解前资源分配方案,否则继续分解,将这一分解过程递归下去,直至依靠子层分解的不等重资源分配不再能获得更小的期望传输失真。本发明提供的方法基于分而治之DC的思想,能对逐层信源比特的子载波、以及功率资源进行高效分配,以减小接收端信源的期望重建失真。
-
公开(公告)号:CN101030375B
公开(公告)日:2011-01-26
申请号:CN200710065401.5
申请日:2007-04-13
Applicant: 清华大学
IPC: G10L19/00
Abstract: 本发明属于语音编码技术领域,其特征在于,采用逆滤波进行谱平坦操作,并把逆滤波零点位置限制在单位圆内的一个单位圆的同心圆中,避免了零点处谐波被过度衰减;同时该动态规划方法考虑了基音周期的正常变化与自身提取错误的情况,使用分段函数计算路径代价,并且对刚过去一帧与当前帧的路径代价限幅,以避免错误传播。由于清音不含周期信息,不能参与动态规划,该算法需要输入清浊音信息,但清浊音的判决错误同样不可避免,所以该算法使用帧间加权来减弱清音帧判断错误对算法的影响。本发明能在较低延时下取得更好的提取性能。
-
公开(公告)号:CN101009098B
公开(公告)日:2011-01-26
申请号:CN200710063063.1
申请日:2007-01-26
Applicant: 清华大学
Abstract: 本发明属于语音编码抗信道误码技术领域。其特征在于:利用增益参数在不同清浊音模式下的分布统计特性和不同清浊音转移模式下的变化特性在解码端对信道误码引起的增益参数错误进行检测和恢复;为了防止错误的扩散,在上一帧做过误码恢复的情况下,本帧增益的误码检测与恢复就不再利用与上一帧的增益差值的统计特性;另外,通过计算分布最集中的全1模式的增益参数的长时平均值估计语音的总体能量水平,自适应地对使用的增益参数特性值作相应的调整以适应不同的语音情况。该算法能够在2400b/s声码器上将增益参数由于信道误码而引起的误差降低40%以上。
-
公开(公告)号:CN101295507A
公开(公告)日:2008-10-29
申请号:CN200810105138.2
申请日:2008-04-25
Applicant: 清华大学
IPC: G10L19/04
Abstract: 带级间预测的超帧声道参数多级矢量量化方法涉及超帧声道参数矢量量化方法,属于低速率语音压缩编码技术领域,其特征在于,该方法对已有的基于模式的去直流去帧间预测的多级矢量量化方案进行改进,多级矢量量化过程中,利用上一级码本的选定码矢对残差矢量进行预测,得到预测值,下一级矢量量化的待量化值由上一级矢量量化的待量化值减去上一级的选定码矢及预测值后得到。测试结果表明,这种带有多级码本级间预测的算法与无级间预测的算法相比能够有效提高声道参数的量化精度,使合成语音具有更高的可懂性。该方法适合300b/s-2400b/s低速率参数语音编码。
-
公开(公告)号:CN101261836A
公开(公告)日:2008-09-10
申请号:CN200810105137.8
申请日:2008-04-25
Applicant: 清华大学
IPC: G10L19/14
Abstract: 基于过渡帧判决及处理的激励信号自然度提高方法属于低速率语音压缩编码技术领域。若当前帧前后各60个样点的平均能量比值小于1/32,则被判定为过渡帧,并用子带清浊音矢量的冗余模式进行表示,解码端对参数进行解量化,根据解码得到的子带清浊音矢量判决当前帧是否为过渡帧,若判定为非过渡帧,再判决当前帧是否为浊音帧且前一帧是否为清音帧,若是,则在合成激励信号时,解码端当前帧参数不与前一帧参数进行插值。这种方法可以提高合成语音的自然度。该方法适用于SELP 2.4kbps声码器。
-
公开(公告)号:CN1284138C
公开(公告)日:2006-11-08
申请号:CN200410103564.4
申请日:2004-12-31
Applicant: 清华大学
IPC: G10L19/14
Abstract: 本发明涉及超帧声道参数量化方法,属于低速率语音压缩编码技术领域。该方法先对输入语音信号样点按时间顺序分帧,将连续的N子帧组成一个超帧;对当前超帧中的每一帧提取声道A参数,再转换成LSF参数,从N子帧组成的超帧中选择M子帧作为直接量化帧;将M子帧LSF参数用多级矩阵量化方法进行量化;利用量化后直接量化帧的LSF参数插值得到当前超帧中除去M个直接量化帧外其余未量化子帧的LSF参数;将量化后的线谱频率参数转换成声道A参数。本发明方法可以提高声道参数的量化精度,同时自适应帧选择矩阵量化的存储量减小为普通矩阵量化方法的一半。能有效的解决矩阵量化存储量的问题,适用于300~600bps甚低速率语音编码。
-
公开(公告)号:CN104080184B
公开(公告)日:2017-07-07
申请号:CN201410307496.7
申请日:2014-06-30
Applicant: 清华大学 , 信瑞递(北京)科技有限公司
CPC classification number: Y02D70/00
Abstract: 本发明提供了一种COFDM系统中传输分层压缩信源的不等重资源分配方法,该方法包括:将压缩信源分解为两个子层,分别计算出其分解前后的资源分配方案和期望重建失真,将分解前后的期望重建失真进行比较,若分解前期望重建失真小于分解后期望重建失真,则保存分解前资源分配方案,否则继续分解,将这一分解过程递归下去,直至依靠子层分解的不等重资源分配不再能获得更小的期望传输失真。本发明提供的方法基于分而治之DC的思想,能对逐层信源比特的子载波、以及功率资源进行高效分配,以减小接收端信源的期望重建失真。
-
公开(公告)号:CN104795074A
公开(公告)日:2015-07-22
申请号:CN201510121820.0
申请日:2015-03-19
Applicant: 清华大学 , 信瑞递(北京)科技有限公司
IPC: G10L19/038 , G10L19/107
Abstract: 本发明公开了一种多模式多级码本联合优化方法,属于低速率语音编码矢量量化技术领域,解决了现有的多模式多级码本训练中,误码对系统失真的影响较大的技术问题。该多模式多级码本联合优化方法包括:输出待量化矢量;对所述待量化矢量进行训练,获得各模式各级初始化码本;对所述各模式各级初始化码本进行码本索引的重排,获得新的码本;对所述待量化矢量,利用新的码本,寻找使得系统失真最小的最优胞腔和量化索引;利用输入残差矢量和对应的量化索引,更新各级各模式最优码字,并迭代至预设次数;获取最后一次迭代得出的码本。
-
-
-
-
-
-
-
-
-