CN1184548A - 用于语音有效编码的谱参数预测分解矩阵量化 - Google Patents

用于语音有效编码的谱参数预测分解矩阵量化 Download PDF

Info

Publication number
CN1184548A
CN1184548A CN96193827A CN96193827A CN1184548A CN 1184548 A CN1184548 A CN 1184548A CN 96193827 A CN96193827 A CN 96193827A CN 96193827 A CN96193827 A CN 96193827A CN 1184548 A CN1184548 A CN 1184548A
Authority
CN
China
Prior art keywords
matrix
frame
lpc
subframe
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN96193827A
Other languages
English (en)
Other versions
CN1112674C (zh
Inventor
克劳德·拉弗莱姆
雷德曼·萨拉米
让-彼埃尔·阿杜尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universite de Sherbrooke
Original Assignee
Universite de Sherbrooke
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=23648186&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=CN1184548(A) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Universite de Sherbrooke filed Critical Universite de Sherbrooke
Publication of CN1184548A publication Critical patent/CN1184548A/zh
Application granted granted Critical
Publication of CN1112674C publication Critical patent/CN1112674C/zh
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L19/04Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis using predictive techniques
    • G10L19/06Determination or coding of the spectral characteristics, e.g. of the short-term prediction coefficients
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L19/00Speech or audio signals analysis-synthesis techniques for redundancy reduction, e.g. in vocoders; Coding or decoding of speech or audio signals, using source filter models or psychoacoustic analysis
    • G10L2019/0001Codebooks
    • G10L2019/0004Design or structure of the codebook

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Investigating Or Analysing Materials By The Use Of Chemical Reactions (AREA)
  • Spectrometry And Color Measurement (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及对每帧多于一个的LPC谱模型进行有效量化以增强时变谱模型的精度同时又不损害编码率。这种LPC谱模型的有效模型对多种用于语音和/或音频信号数字编码的技术是有利的。

Description

用于语音有效编码的谱参数 预测分解矩阵量化
本发明涉及一种对用于多个语音和/或语言编码技术的谱参数进行量化的改进技术。
众多具有优良的品质/比特率协调性的有效数字语言编码技术采用了线性预测模型来传送时变谱信息。
在包括G729 ITU-T在内的几个国际标准中可找到的这样一种技术是ACELP(Algebraic Code Excited Linear Prediction:代数码激励线性预测)[1]技术。
在ACELP等技术中,对取样的语言信号以称之为帧的L个样本的块进行处理。例如,在很多语言编码系统中,通常采用20ms作为帧持续时间。对于电话语音(8000样本/秒)的情况,这个持续时间转换成L=160个样本,而在7kHz带宽的语音(16000样本/秒)情况下,其被转换成L=320个样本。
对每一帧,谱信息以量化谱参数的格式传输,该量化谱参数是从所熟知的通常被称作LPC信息的语音线性预测模型[2,3]中取得的。
在有关10至30ms之间的帧的现有技术中,每帧发送的LPC信息对应一个单谱模型。
采用10ms的更新率传输时变谱的精度当然要高于更新率为30ms的情况,但这种差别不值得将编码率提高到其原来的3倍。
通过组合两种技术,本发明解决了谱精度/编码率之间的矛盾,这两种技术指的是:用于比特率极低的应用中的矩阵量化,此时来自数帧的LPC模型被同时量化[4];和帧内预测矩阵的外延[5]。
参考文献
[1]1992年9月10日申请的美国专利#927,528,题目为“DynamicCodebook for effcient speech coding based on algebraic code:用于基于代数码进行有效语音编码的动态代码簿”,发明人是J-P Adoul和C.Laflamme。
[2]J.D.Markel和A.H.Gray,Jr编著,“Linear Prediction of Speech:语音线性预测”,Springer Verlag,1976年。
[3]S.Saito和K.Nakata编著,“Fundamentals of Speech SignalProcessing:语音信号处理基础”,Academic Press,1985年。
[4]C.Tsao和R.Gray,“Matrix Quantizer Design for LPC Speech Using theGeneralized Lloyd Algorithm:采用广义劳埃德算法对LPC语音的矩阵量化器设计”,IEEE trans.ASSP第33卷,第3册,537-545页,1985年6月。
[5]R.Salami,C.Laflamme,J-P Adoul和D.Massaloux,“A toll quality8Kb/s Speech Codec for the Personal Communications System(PCS):用于个人通信系统的长途质量8Kb/s语音编解码器”,IEEE transactions on VehicularTechnology,第43卷,第3册,808-816页,1994年8月。
本发明的主要目的是提供一种用于对每帧多于一个的谱模型进行量化而相对于单谱模型传输没有或有很小的编码率增加的方法。从而该方法可实现更精确的时变谱模型而不引起编码率成本的明显增加。
更具体地讲,根据本发明,限定了一种用于对每帧的N个LPC谱模型进行有效量化的方法。该方法在用于语音和/或音频信号数字编码的各种技术中增强其谱精度/编码率之间的协调是有利的。
所述方法包括如下步骤:
(a)生成一个矩阵F,其行为N个LPC谱模型矢量;
(b)根据一个或多个先前帧来从F(可能为一个恒定矩阵项)去除一个时变预测矩阵P,以获得一个剩余矩阵R;和
(c)对所述矩阵R进行矢量量化。
可通过将所述矩阵R分成q个N行的子矩阵并将每个子矩阵分别进行矢量量化来减小对所述矩阵R进行矢量量化的复杂性。
可通过非递推预测方法来获得用于这种方法中的时变预测矩阵P。计算时变预测矩阵P的一种非常有效的方法可用下式来表示:
P=ARb
其中A是M×b矩阵,其元素为标量预测系数,而Rb’是b×M矩阵,其由矩阵R’的最后b个行构成,其中R’是通过对先前帧的R矩阵进行矢量量化而得到的。
需要注意的是,也可采用一种递推预测方法来得到这个时变预测矩阵P。
在降低编码率和复杂性的所述方法的一个变化例中,每帧N个LPC谱模型对应于插入了m-1个子帧的N个子帧;
其中对应于所述插入的子帧的N(m-1)个LPC谱模型矢量是采用线性内插法得到的。
最后,每帧N个谱模型从LPC分析而获得,该分析可根据该帧中的特定谱模型的阶来采用不同的窗形状。在图1中例示出的这种措施有助于最大限度地利用可获得的信息,特别是当不允许或不足地允许“向前看”(超出帧边界的未来帧)时。
在附图中:
图1描述了一个典型的帧和窗结构,其中L=160样本的20ms帧被分割成两个与不同形状的窗对应的子帧;和
图2给出优选实施例的示意框图。
本发明描述了一种编码率有效方法,用于对每个L=N×M样本的处理过的帧的N(N>1)个谱模型进行联合或分别编码;一个帧被分割成大小为K的N个子帧。该方法对用于语音和/或音频信号数字编码的各种技术非常有用,这些技术是指,例如但不限于以下几种,随机或代数码激励线性预测、波形内插、谐波/随机编码技术。
用于从语音信号中抽取线性预测编码(LPC)谱模型的方法在语音编码领域[1,2]是熟知的。对于电话语音来讲,通常采用M=10阶的LPC模型,而M=16或更大阶的模型优先用于宽带语音应用中。
为了获得对应于一个给定子帧的M阶的LPC谱模型,给取样的语音加上一个置位于该给定子帧中心的LA样本长度分析窗。基于LA开窗输入样本的LPC分析产生一个M个实元素的f矢量,其表征所述子帧的语音谱。
通常,置位于该子帧中心的汉明(Hamming)窗被以窗尺寸LA来使用,该尺寸一般大于子帧尺寸K。在一些情况下,最好根据在帧中子帧的位置而使用不同的窗。图1示出了这种情况。在该图中,一个L=160样本的20ms帧被分割成两个大小为K=80的子帧。子帧#1使用汉明窗。子帧#2食用一个不对称窗,这是因为在该分析的时间上不能访问扩展超出该帧边界的未来语音样本,或用语音专家的术语来讲,不允许或不足地允许“向前看”。图1中,窗口#2是通过将半个汉明窗口与四分之一余弦窗口组合而得到的。
在语音编码文献中已经采用了LPC谱模型f的各种等效M维模型。它们包括:“部分相关”、“对数面积比”、LPC倒谱和线谱频率(LPC)。
在优选实施例中,尽管假设了LSF模型,但通过进行对熟悉语音编码领域的人而言是非常明显的最小调整,本发明中叙述的方法仍可应用于LPC谱模型的任何等效模型,包括上面所述的模型。
图2描述了与根据该优选实施例对一个帧的N个谱模型进行联合量化有关的步骤。
步骤1:对每个子帧i(i=1、…N)执行用于产生一个LSF矢量fi的LPC分析(并行或顺序地)。
步骤2:从被作为行矢量的所述抽取的LSF矢量中生成一个大小为N×M的矩阵F。
步骤3:从F去除平均矩阵,以产生大小为N×M的矩阵Z。平均矩阵的行彼此相同,而一个行中的第j元素是从LPC分析得出的LSF矢量f的第j元素的期望值。
步骤4:从Z去除一个预测矩阵P,以产生大小为N×M的剩余矩阵R。矩阵P根据过去的帧来推断出Z将呈现出的最可能值。用于获得P的过程将在后续步骤中详述。
步骤5:为了减小量化的复杂性,剩余矩阵R被分成q个子矩阵。更具体地说,R以下列方式进行分割:
R=[V1V2…Vq]
其中Vi是大小为N×mi的子矩阵,并且m1+m2…+mq=M。
被看成是一个矢量N×mi的每个子矩阵Vi是被分别矢量量化以产生传送到译码器的量化指数和对应于所述指数的量化的子矩阵Vi’。量化的剩余矩阵R’被重构成
R’=[V1’V2’…Vq’]
需要注意的是,这种重构和所有的后续步骤是在译码器上以相同方式执行的。
步骤6:将预测矩阵P加回到R’以产生Z’。
步骤7:还加上该平均矩阵以产生量化的矩阵F’。所述F’矩阵的第i行是可被相应数字语音编码技术有益使用的子帧i的(量化的)谱模型fi’。需要注意的是,谱模型fi’的传输需要最小的编码率,这是因为对它是同其它子帧一起分别和联合量化的。
步骤8:这个最后测试的目的是确定将用于处理下一帧的预测矩阵P。为了清楚起见,将使用帧指数n。可通过递推或非递推方式来获得预测矩阵Pn+1
更为直观的递推方法以函数g来操作,g是以前的Zn’矢量的函数,即,
Pn+1=g(Zn’,Zn-1’…)
在图2所述的实施例中,优选了非递推方法,这是由于它的通道错误的本征鲁棒性(intrinsic robustness)。在这种情况下,普遍情况可采用过去的Rn’矩阵的函数h来表示,即
Pn+1=h(Rn’,Rn-1’…)
本发明还公开了下面的简单实施例即h函数捕捉大多数预测信息。
Pn+1=ARb
P=ARb
其中A是一个M×b矩阵,其元素为标量预测系数,而Rb’是b×M矩阵,其由矩阵R’的最后的b个行(即,对应于帧n的最后b个子帧)构成。
内插子帧:下面描述在本发明方法中公开的基本方法的变型,其中在一个帧被分成很多子帧的情况下节省了一些编码率和流线复杂性。
考虑多个帧被分割成Nm个子帧并且其中N和m为整数(如12=4×3个子帧)的情况。
为了节省编码率和量化复杂性,前面所描述的“预测分解矩阵量化(Predictive Split-Matrix Quantization)”方法被应用于只有N个子帧被采用线性内插插入了m-1个子帧的情况。
更确切地讲,采用预测分解矩阵量化来对其指数为m的倍数的谱模型进行量化。
fm     量化成    fm
f2m    量化成    f2m
…      …        …
fkm    量化成    fkm
…      …        …
fNm    量化成    fNm
需要注意的是,k=1,2,…N是被以这种方式量化的这些谱模型的固有指数(natural index)。
现在来论述剩余谱模型的“量化”。为此,将f0’称作先前帧的最后子帧的量化谱模型(即k=0的情况)。具有i=km+j(即j≠0)格式的指数的谱模型采用如下fkm’和f(k+1)m’的线性内插方式进行“量化”,
fkm+j’=j/m fkm’+(m-j)/mf(k+1)m
其中比值j/m和(m-j)/m被用作内插系数。
尽管上面已经详尽地描述了本发明的优选实施例,仍可在所附权利要求的范围内并且在不背离本发明的实质和精神的情况下任意对这些实施例进行修改。此外,本发明不限于语音信号的处理,也可处理其它类型的声音信号例如音频。很明显,基于该基本原理进行的这种修改落在主题本发明的范围内。

Claims (7)

1.一种用于对每帧N个LPC谱模型进行有效量化的方法,所述方法对用于语音和/或音频信号数字编码的各种技术中增强其谱精度/编码率之间的协调是有利的,并且
所述方法包括如下步骤:
(a)生成一个矩阵F,其行为N个LPC谱模型矢量;
(b)根据一个或多个先前帧来从F(可能为一个恒定矩阵项)去除一个时变预测矩阵P,以获得一个剩余矩阵R;和
(c)对所述矩阵R进行矢量量化。
2.如权利要求1所述的方法,其中通过将所述矩阵R分成q个具有N个行的子矩阵并将每个子矩阵分别进行矢量量化来减小对所述矩阵R进行矢量量化的复杂性。
3.如权利要求1所述的方法,其中通过一种非递推预测方法来获得所述时变预测矩阵P。
4.如权利要求3所述的方法,其中所述非递推预测方法包括根据下式来计算时变预测矩阵P,
P=ARb
其中A是M×b矩阵,其元素为标量预测系数,而Rb’是b×M矩阵,其由矩阵R’的最后b个行构成,其中R’是通过对先前帧的矢量量化而得到的。
5.如权利要求1所述的方法,其中所述每帧N个LPC谱模型对应于插入了m-1个子帧的N个子帧;
其中对应于所述插入的子帧的LPC谱模型矢量是采用线性内插法得到的。
6.如权利要求1所述的方法,其中采用一种递推预测方法来得到所述时变预测矩阵P。
7.如权利要求1所述的方法,其中所述每帧的N个谱模型从LPC分析而获得,该分析根据该帧中的特定谱模型的阶来采用不同的窗形状。
CN96193827A 1995-04-03 1996-04-02 用于语音有效编码的谱参数预测分解矩阵量化 Expired - Lifetime CN1112674C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US08/416,019 US5664053A (en) 1995-04-03 1995-04-03 Predictive split-matrix quantization of spectral parameters for efficient coding of speech
US08/416,019 1995-04-03

Publications (2)

Publication Number Publication Date
CN1184548A true CN1184548A (zh) 1998-06-10
CN1112674C CN1112674C (zh) 2003-06-25

Family

ID=23648186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN96193827A Expired - Lifetime CN1112674C (zh) 1995-04-03 1996-04-02 用于语音有效编码的谱参数预测分解矩阵量化

Country Status (12)

Country Link
US (1) US5664053A (zh)
EP (1) EP0819303B1 (zh)
JP (1) JP3590071B2 (zh)
CN (1) CN1112674C (zh)
AT (1) ATE198805T1 (zh)
AU (1) AU697256C (zh)
BR (1) BR9604838A (zh)
CA (1) CA2216315C (zh)
DE (1) DE69611607T2 (zh)
DK (1) DK0819303T3 (zh)
ES (1) ES2156273T3 (zh)
WO (1) WO1996031873A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101156318B (zh) * 2005-03-11 2012-05-09 新加坡科技研究局 编码器

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3067676B2 (ja) * 1997-02-13 2000-07-17 日本電気株式会社 Lspの予測符号化装置及び方法
US6161089A (en) * 1997-03-14 2000-12-12 Digital Voice Systems, Inc. Multi-subframe quantization of spectral parameters
FI113903B (fi) 1997-05-07 2004-06-30 Nokia Corp Puheen koodaus
TW408298B (en) * 1997-08-28 2000-10-11 Texas Instruments Inc Improved method for switched-predictive quantization
US6199037B1 (en) * 1997-12-04 2001-03-06 Digital Voice Systems, Inc. Joint quantization of speech subframe voicing metrics and fundamental frequencies
FI980132A (fi) 1998-01-21 1999-07-22 Nokia Mobile Phones Ltd Adaptoituva jälkisuodatin
US6256607B1 (en) * 1998-09-08 2001-07-03 Sri International Method and apparatus for automatic recognition using features encoded with product-space vector quantization
US6347297B1 (en) * 1998-10-05 2002-02-12 Legerity, Inc. Matrix quantization with vector quantization error compensation and neural network postprocessing for robust speech recognition
US6219642B1 (en) 1998-10-05 2001-04-17 Legerity, Inc. Quantization using frequency and mean compensated frequency input data for robust speech recognition
GB2364870A (en) * 2000-07-13 2002-02-06 Motorola Inc Vector quantization system for speech encoding/decoding
DE102007006084A1 (de) 2007-02-07 2008-09-25 Jacob, Christian E., Dr. Ing. Verfahren zum zeitnahen Ermitteln der Kennwerte, Harmonischen und Nichtharmonischen von schnell veränderlichen Signalen mit zusätzlicher Ausgabe davon abgeleiteter Muster, Steuersignale, Ereignisstempel für die Nachverarbeitung sowie einer Gewichtung der Ergebnisse
KR101133486B1 (ko) * 2008-02-28 2012-07-12 샤프 가부시키가이샤 구동 회로 및 표시 장치
KR101315617B1 (ko) * 2008-11-26 2013-10-08 광운대학교 산학협력단 모드 스위칭에 기초하여 윈도우 시퀀스를 처리하는 통합 음성/오디오 부/복호화기

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2481026B1 (zh) * 1980-04-21 1984-06-15 France Etat
US4536886A (en) * 1982-05-03 1985-08-20 Texas Instruments Incorporated LPC pole encoding using reduced spectral shaping polynomial
US4667340A (en) * 1983-04-13 1987-05-19 Texas Instruments Incorporated Voice messaging system with pitch-congruent baseband coding
US5067158A (en) * 1985-06-11 1991-11-19 Texas Instruments Incorporated Linear predictive residual representation via non-iterative spectral reconstruction
IT1184023B (it) * 1985-12-17 1987-10-22 Cselt Centro Studi Lab Telecom Procedimento e dispositivo per la codifica e decodifica del segnale vocale mediante analisi a sottobande e quantizzazione vettorariale con allocazione dinamica dei bit di codifica
US4969192A (en) * 1987-04-06 1990-11-06 Voicecraft, Inc. Vector adaptive predictive coder for speech and audio
DE3732047A1 (de) * 1987-09-23 1989-04-06 Siemens Ag Verfahren zur umcodierung von kanalvocoder-parameter in lpc-vocoder-parameter
US4964166A (en) * 1988-05-26 1990-10-16 Pacific Communication Science, Inc. Adaptive transform coder having minimal bit allocation processing
US5384891A (en) * 1988-09-28 1995-01-24 Hitachi, Ltd. Vector quantizing apparatus and speech analysis-synthesis system using the apparatus
US4956871A (en) * 1988-09-30 1990-09-11 At&T Bell Laboratories Improving sub-band coding of speech at low bit rates by adding residual speech energy signals to sub-bands
CA2027705C (en) * 1989-10-17 1994-02-15 Masami Akamine Speech coding system utilizing a recursive computation technique for improvement in processing speed
CA2010830C (en) * 1990-02-23 1996-06-25 Jean-Pierre Adoul Dynamic codebook for efficient speech coding based on algebraic codes
JP2770581B2 (ja) * 1991-02-19 1998-07-02 日本電気株式会社 音声信号のスペクトル分析方法とその装置
US5351338A (en) * 1992-07-06 1994-09-27 Telefonaktiebolaget L M Ericsson Time variable spectral analysis based on interpolation for speech coding

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101156318B (zh) * 2005-03-11 2012-05-09 新加坡科技研究局 编码器

Also Published As

Publication number Publication date
CA2216315A1 (en) 1996-10-10
CA2216315C (en) 2002-10-22
ES2156273T3 (es) 2001-06-16
CN1112674C (zh) 2003-06-25
AU697256B2 (en) 1998-10-01
JPH11503531A (ja) 1999-03-26
US5664053A (en) 1997-09-02
DK0819303T3 (da) 2001-01-29
AU697256C (en) 2003-01-30
EP0819303A1 (en) 1998-01-21
AU5263396A (en) 1996-10-23
ATE198805T1 (de) 2001-02-15
BR9604838A (pt) 1998-06-16
DE69611607D1 (de) 2001-02-22
JP3590071B2 (ja) 2004-11-17
WO1996031873A1 (en) 1996-10-10
DE69611607T2 (de) 2001-06-28
EP0819303B1 (en) 2001-01-17

Similar Documents

Publication Publication Date Title
CN1154086C (zh) Celp转发
EP1576585B1 (en) Method and device for robust predictive vector quantization of linear prediction parameters in variable bit rate speech coding
CN1112674C (zh) 用于语音有效编码的谱参数预测分解矩阵量化
CN1172293C (zh) 有效频谱包络编码方法及其编解码设备
US6704718B2 (en) System and method for trainable nonlinear prediction of transform coefficients in data compression
CN1552059A (zh) 分布式语音识别系统中语音识别的方法和设备
JP5241701B2 (ja) 符号化装置および符号化方法
CN1739143A (zh) 用于分布式语音识别系统内语音重构的方法和设备
CN1437747A (zh) 闭环多模混合域线性预测(mdlp)语音编解码器
CN1815558A (zh) 语音中非话音部分的低数据位速率编码
CN1188832C (zh) 过滤语言帧的多脉冲内插编码
CN1582468A (zh) 有效存储语音识别模型的系统和方法
Huang et al. Lossless audio compression in the new IEEE standard for advanced audio coding
EP1513137A1 (en) Speech processing system and method with multi-pulse excitation
US6768978B2 (en) Speech coding/decoding method and apparatus
Chong et al. A new waveform interpolation coding scheme based on pitch synchronous wavelet transform decomposition
CN1650156A (zh) 合成分析语音编码器中用于进行语音编码的方法和装置
Tanaka et al. Low-bit-rate speech coding using a two-dimensional transform of residual signals and waveform interpolation
JP3185748B2 (ja) 信号符号化装置
CN1244905C (zh) 评估编解码参数的方法
KR100768090B1 (ko) 디코딩의 계산량 감소를 위한 파형 인터폴레이션 인코딩장치 및 그 방법
CN1159044A (zh) 声音编码装置
CN1239569A (zh) 一种编码语音信号的方法
CN116631418A (zh) 语音编码、解码方法、装置、计算机设备和存储介质
Huong et al. A new vocoder based on AMR 7.4 kbit/s mode in speaker dependent coding system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CX01 Expiry of patent term

Granted publication date: 20030625

EXPY Termination of patent right or utility model