为了降低代数码激励线性预测(algebraic code-excited linear prediction,ACELP)语音编码算法的复杂度,以便更好地实时实现,提出了一种有效的改进算法。在自适应码书搜索上提出了不连续的开环基音搜索算法,利用时间抽取因子对不同时延...为了降低代数码激励线性预测(algebraic code-excited linear prediction,ACELP)语音编码算法的复杂度,以便更好地实时实现,提出了一种有效的改进算法。在自适应码书搜索上提出了不连续的开环基音搜索算法,利用时间抽取因子对不同时延段语音样点进行不连续抽取;在代数码书的搜索上提出了一致脉冲替换法,采用脉冲位置预选和循环判断机制控制码书搜索的次数。以G.729A为实验平台进行仿真,仿真结果表明,改进的算法在保证语音质量的情况下,有效降低了ACELP码书搜索的复杂度。展开更多
文摘为了降低代数码激励线性预测(algebraic code-excited linear prediction,ACELP)语音编码算法的复杂度,以便更好地实时实现,提出了一种有效的改进算法。在自适应码书搜索上提出了不连续的开环基音搜索算法,利用时间抽取因子对不同时延段语音样点进行不连续抽取;在代数码书的搜索上提出了一致脉冲替换法,采用脉冲位置预选和循环判断机制控制码书搜索的次数。以G.729A为实验平台进行仿真,仿真结果表明,改进的算法在保证语音质量的情况下,有效降低了ACELP码书搜索的复杂度。
基金Supported by the Science and Technology Project of Beijing Municipal Education Commission (KM200310005024)Xinxing Project of Beijing Municipal Science and Technology Commission (953811300).
基金国家自然科学基金(the National Natural Science Foundation of China under Grant No.60472094)山西省自然科学基金(the NaturalScience Foundation of Shanxi Province of China under Grant No.20051039)
