基于隐马尔可夫模型的能量参数预测量化算法

• 作者: 唐昆 崔慧娟 计哲 魏旋
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 语音编码 低速率 隐马尔可夫模型 分模式量化
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 理论与试验研究
• 页码范围: 123-127
• 分类号: TN912.32
• 字数: 3926字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2011.02.001

摘要

为了充分利用能量与线性预测编码(Linear prediction coding,LPC)系数之间的相关性,提高能量参数量化效率,提出了一种基于隐马尔可夫模型(Hidden Markov model,HMM)的能量参数预测量化算法.通过适当假设,使用HMM模拟能量参数和LPC系数之间的相关性,其中离散化后的能量参数组成隐状态序列,量化后的LPC系数组成可现测序列.然后利用HMM预测每一超帧中的能量参数的变化轨迹,并根据预测出的能量轨迹对预测残差进行分模式矢量量化(Mode-based vector quantization,MBQ).仿真实验中能量参数量化后的平均失真为2.668 dB,与线性预测量化算法相比下降了14.O%,表明本文算法通过利用能量参数与LPC系数的相关性,能够有效地提高能量参数量化效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔慧娟	清华大学清华信息科学与技术国家实验室	106	701	15.0	24.0
2	唐昆	清华大学清华信息科学与技术国家实验室	109	717	15.0	23.0
3	魏旋	清华大学清华信息科学与技术国家实验室	3	2	1.0	1.0
4	计哲	清华大学清华信息科学与技术国家实验室	9	10	2.0	3.0