预测自适应Gauss混合模型线谱频率的量化

作者：赵永刚; 唐昆; 崔慧娟

来源：清华大学学报(自然科学版), 2007, (04): 530-533.

DOI：10.16511/j.cnki.qhdxxb.2007.04.020

• 低速率语音编码
• 矢量量化
• 高斯混合模型
• 线谱频率
• 自适应 low bit rate speech coding
• vector quantization
• Gaussian mixture model(GMM)
• linear spectrum frequency(LSF)
• adaptive

为了实现高质量低速率的语音编码,提出了高效线性预测Gauss混合模型(Gaussian mixture model,GMM)线谱频率参数量化算法(LP-GMM-LSFQA)。线谱频率(linear spectral frequency,LSF)参数先去均值,经过一阶线性预测,得到残差信号,将残差用协方差矩阵为对角阵GMM量化算法进行量化。在此基础上,利用反量化后参数自适应更新GMM的加权系数和均值,进一步提出了预测自适应GMM-LSF量化算法(LP-AGMM-LSFQA)。实验表明:LP-GMM-LSFQA在20 b/帧时量化性能超过预测分裂矢量量化22 b/帧时的量化性能,节约2b/帧;LP...

• 单位
  微波与数字通信技术国家重点实验室