基于二维非负矩阵分解的1kb/s WI语音编码算法

• 作者: 李如玮 薛二娟 鲍长春
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 语音编码 波形内插 特征波形 二维非负矩阵分解 两帧联合
• 年，卷（期）: 2010,（7）
• 页码范围: 1574-1579
• 分类号: TN912.3
• 字数: 6187字
• 语种: 中文

摘要

本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化.此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音.本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换(DCT)和分裂式矩阵量化等技术来降低编码速率和改善音质.非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲍长春	北京工业大学电子信息与控制工程学院语音与音频信号处理研究室	93	719	12.0	22.0
2	李如玮	北京工业大学电子信息与控制工程学院语音与音频信号处理研究室	27	251	9.0	15.0
3	薛二娟	北京工业大学电子信息与控制工程学院语音与音频信号处理研究室	1	11	1.0	1.0