位置:成果数据库 > 期刊 > 期刊详情页
基于奇异值分解的低速率波形内插语音编码算法
  • ISSN号:0372-2112
  • 期刊名称:《电子学报》
  • 时间:0
  • 分类:TN912.3[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]北京工业大学电子信息与控制工程学院,北京100022
  • 相关基金:国家自然科学基金(No.60372063);北京市自然科学基金(No.4042009);北京市教委科技发展计划(No.KM200710005001)
中文摘要:

在波形内插(Waveform Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative Matrix Factorization,NMF)方法来分解语音特征波形.该分解方法仅需要当前帧的语音信号,不会给编码器带来额外的延时;为了提高分解精度,本文在CW分解之前先对CW按照其子帧的最大基音周期进行分类,然后按不同类别进行分解.另外,本文结合耳蜗模型提出了NMF的基矢量分带初始化算法,将CW的分解精度提高到与二阶奇异值分解相当的水平;为了降低踟编码器的计算复杂度,本文去除了传统踟编码器中的特征波形对齐模块,同时将NMF的分解阶数设定为16以折中CW分解的计算复杂度和分解精度.最后,本文基于矩阵量化技术,对非负矩阵分解后的编码矩阵采用分裂式矩阵量化方案来量化.主观A/B测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量接近于2.4kb/s SVD-WI编码器.MOS分测试表明,本文提出的2kb/s NMF-WI编码器的合成语音质量稍差于2.4kb/s MELP编码器.

英文摘要:

In WI coding scheme, how to decompose and quantize the characteristic wavefonns with low delay, low complexity and high precision have always been a hot research topic. The characteristic waveform decomposition based on non-negative matrix factorization is proposed in this paper. This CW decomposition method doesn't bring any additional delay to WI coder;In order to improve decomposition precision, the CW is firstly classified according to the maximum pitch of its sub-frames before being decomposed. Besides, band-partitioning initialization constraints are set to basis vectors before NMF is carried out, and this has made the CW decomposition precision of NMF-based method be comparable with that of 2 ranks of SVD; In order to reduce the computational complexity of WI coder, the CW alignment procedure is removed in our NMF-WI coder, and the factorization rank of NMF is set to 16 as a trade-off between computational complexity and decomposition precision.In the end,the low dimensional coding matrix is quantized by splitting matrix quantization scheme. The subjective A/B listening tests show that the proposed 2kb/s NMF-WI coder can give smooth speech with quality close to 2.4kb/s SVD-based WI coder.Mean Opinion Score test results indicate that the performance of proposed coder is a little worse than that of 2.4kbps MELP coder.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611