基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
研究了在语音传输过程中由于参数丢失导致语音质量急剧下降的丢帧补偿问题.利用大规模隐式马尔可夫模型对自适应多速率宽带语音编码(AMR-WB)的ISF参数进行建模,然后对丢失的ISF参数进行基于最小均方误差(MMSE)准则的最优估计,将估计的ISF参数和前帧的ISF参数进行加权以平滑估计值,得到补偿的ISF参数.在接收端,利用ISF参数的估计值进行语音合成.将本算法的合成语音和由G.722.2标准附件Ⅰ的基准补偿的合成语音进行比较,仿真结果表明,本补偿算法可以得到更好的性能,在频率加权谱失真和信噪比这2种评价准则上都有所改善,信噪比提高约2.41 dB,频率加权谱失真下降约0.885 dB,证明了该算法的有效性.
推荐文章
基于隐马尔可夫模型的连续语音同步识别系统
隐马尔可夫模型
连续语音识别
同步识别
信号处理
人机交互
系统结构设计
基于离散隐马尔科夫模型的语音识别技术
语音识别
隐马尔科夫模型
动态时间规整
人工神经网络
基于隐马尔可夫模型和聚类的英语语音识别混合算法
英语语音识别
隐马尔科夫模型
聚类
特征数据
基于隐马尔可夫模型的运动目标轨迹识别
轨迹识别
运动分析
行为模式
隐马尔可夫模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于大型隐马尔可夫模型的宽带语音丢帧补偿
来源期刊 东南大学学报(英文版) 学科 工学
关键词 丢帧补偿 宽带语音 大型隐马尔可夫模型 ISF参数
年,卷(期) 2009,(2) 所属期刊栏目
研究方向 页码范围 152-155
页数 4页 分类号 TP391
字数 1064字 语种 英文
DOI 10.3969/j.issn.1003-7985.2009.02.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴镇扬 东南大学信息科学与工程学院 167 1889 20.0 37.0
2 王仕奎 东南大学信息科学与工程学院 5 17 1.0 4.0
6 尤红岩 东南大学信息科学与工程学院 3 3 1.0 1.0
7 汤一彬 东南大学信息科学与工程学院 7 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
丢帧补偿
宽带语音
大型隐马尔可夫模型
ISF参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
东南大学学报(英文版)
季刊
1003-7985
32-1325/N
大16开
南京四牌楼2号
1984
eng
出版文献量(篇)
2004
总下载数(次)
1
总被引数(次)
8843
论文1v1指导