期刊专题

基于码本共享算法的分模式多级矢量量化

引用
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

暂无封面信息
查看本期封面目录

清华大学学报(自然科学版)

1000-0054

11-2223/N

51

2011,51(1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn