基于码本共享算法的分模式多级矢量量化
为了在存储量受限的情况下尽可能提高线性预测编码(linear predictive coding,LPC)系数量化性能,提出了一种基于码本共享算法的分模式多级矢量量化(multi-stage vector quantization,MSVQ)算法.由于LPC参数的分布与清浊音(unvoiced/voiced,U/V)参数相关,该算法对不同U/V对应的LPC参数进行不同量化,然后利用码本共享算法减少存储量需求.实验表明:在相同码宰的情况下,该算法较Msvo平均谱失真(spectrum distortion,SD)降低3.2%,码本大小增加26.7%;较分模式量化(mode-based quantization,MBQ)平均谱失真升高3.6%,但是码本尺寸下降了92.1%.该算法是MSVQ与MBQ算法的一种折衷,在增加少量存储量的情况下提高了LPC系数的量化性能.
语音编码、低速率、矢量量化、分模式量化、码本共享
51
TN912.32
国家自然科学基金60572081
2011-06-01(万方平台首次上网日期,不代表论文的发表时间)
131-134