线谱对矢量量化中的码本设计

摘要：

研究GLA算法和随机松驰算法设计的线谱对码本性能以及两种算法的特点.训练数据采用了去均值和一阶滑动平均模型预测的误差信号,随机松驰算法选用简化的解码器扰动算法.传统观点认为随机松弛算法比GLA算法每矢量索引少用1 bit.实验结果表明,在小训练数据量时的确如此,但在大数据量时它们的性能相差不大.在线谱对的码本设计中,随机松驰算法设计的码本信噪比提高很小.

关键词：语音编码、矢量量化、码本设计、GLA、模随机松驰、线谱对

所属期刊栏目：20

分类号：TN912.32

资助基金：国家自然科学基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：725-728