-
题名基于隐马尔可夫模型的能量参数预测量化算法
被引量：2
- 1
-
-
作者
魏旋
计哲
崔慧娟
唐昆
-
机构
清华大学清华信息科学与技术国家实验室
-
出处
《数据采集与处理》
CSCD
北大核心
2011年第2期123-127,共5页
-
基金
国家自然科学基金(60572081)资助项目
-
文摘
为了充分利用能量与线性预测编码(Linear prediction coding,LPC)系数之间的相关性,提高能量参数量化效率,提出了一种基于隐马尔可夫模型(Hidden Markov model,HMM)的能量参数预测量化算法。通过适当假设,使用HMM模拟能量参数和LPC系数之间的相关性,其中离散化后的能量参数组成隐状态序列,量化后的LPC系数组成可观测序列。然后利用HMM预测每一超帧中的能量参数的变化轨迹,并根据预测出的能量轨迹对预测残差进行分模式矢量量化(Mode-based vector quantization,MBQ)。仿真实验中能量参数量化后的平均失真为2.668 dB,与线性预测量化算法相比下降了14.0%,表明本文算法通过利用能量参数与LPC系数的相关性,能够有效地提高能量参数量化效率。
-
关键词
语音编码
低速率
隐马尔可夫模型
分模式量化
-
Keywords
speech coding
low bit-rate
hidden Markov model
mode-based quantization
-
分类号
TN912.32
[电子电信—通信与信息系统]
-
