一种基于暂时分解的高效线谱频率参数量化方法

来源 :第十一届全国信号处理学术年会 | 被引量 : 0次 | 上传用户:yx10110605
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于二阶暂时分解模型,利用LSF参数的有序性,给出了一种用于LSF参数压缩的TD算法,在参数未量化的情况下可获得约为1.28dB的平均谱失真,对表征随时间变化的LSF参数序列的事件函数和事件函数矢量分别进行矢量量化,实验结果表明编码速率在500b/s以下时,能够获得一个相对较低的平均谱失真.
其他文献
本文提出了线性约束条件下任意凸规划的神经网络新模型,与原模型相比,缩小了规模,便于工程实现.网络是全局稳定的,并能收敛到最优点.
HUFFMAN算法是一种被广泛应用的压缩算法,由于它是一种变长熵编码,因此解码效率不高,不便于硬件实现.本文提出一种新的HUFFMAN解码算法,针对JPEG标准采用一种新的查找表分组
本文在分析统计信号贝叶斯模型和语音信号的时变自回归(TVAR)模型的基础上,利用蒙特卡洛滤波及平滑方法,对语音信号的TVAR模型参数进行了估计,提出了一种有效的针对非平稳加
本文在证明了有限Abel群G与它的特征群G^v存在同构的一个必要充分条件之后,构造了一类正交特征群,从而概括了相当一大类正交变换(它包括了散付时叶变换,阿达玛变换,数论变换,Chrest