原文服务方: 计算机应用研究       
摘要:
为降低编码速率的同时仍能提供较好的谱失真性能,提出了一种预测分类分裂矢量量化算法,它根据线谱对的特点,融合了预测、分类、分裂的方法对线谱对进行量化,加入了记忆性.实验证明与其他几种方法相比,该算法的量化性能在速率与失真间达到了较好的平衡,且计算量大大降低,仅占有内存有所增加.
推荐文章
基于分裂预测式矢量量化的研究
语音编码
线谱频率
分裂预测式矢量量化
语音信号的矢量量化研究综述
矢量量化
语音信号
码书
语音质量
图像矢量量化编码算法的回顾和比较
图像
矢量量化
码书
比特率
码字匹配
自适应矢量量化在语音识别中的应用
语音识别
矢量量化
LBG
自适应码书
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 低速语音编码中的预测分类分裂矢量量化技术
来源期刊 计算机应用研究 学科
关键词 语音编码 线谱对 多级矢量量化 预测分类分裂矢量量化 谱失真
年,卷(期) 2009,(10) 所属期刊栏目 算法研究探讨
研究方向 页码范围 3700-3702
页数 3页 分类号 TN912.3
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.10.028
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 杨于村 华南理工大学电信学院 7 30 3.0 5.0
2 季新生 100 505 11.0 17.0
3 马庆利 1 6 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  (1)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (9)
2007(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)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(5)
  • 引证文献(2)
  • 二级引证文献(3)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音编码
线谱对
多级矢量量化
预测分类分裂矢量量化
谱失真
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导