试论amr-wb语音端点检测功能分析研究及定点c代码仿真

《试论amr-wb语音端点检测功能分析研究及定点c代码仿真》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文AMR-WB语音端点检测功能分析研究及定点C代码仿真姓名：刘江申请学位级别：硕士专业：计算机应用技术指导教师：吴亚栋2003.1.1AMR-WB语音端点检测功能分析研究及定点C代码仿真摘要在当前移动通信系统中AMR-WB(AdaptiveMulti-rateWideband)自适应多速率宽带语音编解码器由于其音频带宽扩展到7kHz采样频率扩展到16kHz突破了窄带语音编解码器带宽方面的限制因此在语音的自然度音乐处理等方面有较大的改善本文主要阐述了AMR-WB宽带语音编解码器系统的原理及其实

2、现技术重点研究分析了噪声环境下AMR-WB中的端点检测算法(VADVoiceActivityDetection)并提出了一种更具鲁棒性的VAD算法在此基础上本文依托实际项目结合委托单位的具体要求开发实现了一个具有实用化价值的AMR-WB宽带语音编解码器仿真系统本文主要内容为(1)对AMR-WB标准中的主要算法ACELP(AlgebraicCodeExcitationLinearPrediction)进行了详细分析特别是对一些理论上的难点和要点以及实现方法给出了详细说明并用软件方式设计实现了相关算法为构筑AMR-W

3、B仿真环境打下了技术基础(2)对在噪声环境下的AMR-WB中的端点检测算法(VADVoiceActivityDetection)进行了重点研究分析并在此基础上提出了一种更具鲁棒性的VAD改进算法(3)用C代码在PC机上设计实现了AMR-WB定点仿真环境该仿真环境为研究验证相关算法(特别是VAD算法)的可行性和有效性提供了有效的实验平台本文由五部分组成第一章前言对当前使用的语音编解码器的概念发展状况及存在的问题进行了阐述第二章对AMR-WB宽带语音编解码器的组成部分与原理进行了介绍第三章对AMR-WB宽带语音编解码

4、器的语音端点检测算法VAD及其具体实现方法进行了详细分析提出了改进方法并对改进后的VAD方法进行了实验验证第四章对AMR-WB宽带语音编解码器仿真系统设计进行了阐述包括系统模型各模块分析以及算法设计并且对实测数据进行了详细分析第五章为总结和展望关键词AMR-WB语音编解码器ACELP端点检测鲁棒性MECHANISMSTUDYOFVOICEACTIVITYDETECTOR(VAD)ANDCSIMULATIONOFAMR-WBCODECABSTRACTAtpresentinmobilecommunicationsys

5、temAMR-WB(AdaptiveMulti-rateWideband)CODECmakesspeechfrequencyextendedto7kHzandsamplefrequencyextendedto16kHz,greatlybreakthroughstherestrictionofthebandwidththanthenarrowbandCODEC.Therefore,AMR-WBCODECwillameliorategreatlyinmanyaspectssuchasspeechnaturalness

6、andmusicalprocessing.ThispaperexpatiatestheanalysisoftheVAD(VoiceActivityDetection)algorithmoftheAMR-WBCODECinthenoisebackgroundcondition.Basedonthisresearch,authorgivesamorerobustimprovedVADalgorithm.Onthebasis,authordevelopsapracticalAMR-WBCODECsimulationsy

7、stemaccordingtodemandsfromconsigningunit.Inthepaper,severalimportanttechnologiesappearingintheresearchanddevelopmentofAMR-WBCODECarebeingdiscussed.First,expoundthemainalgorithm(ACELP:AlgebraicCodeExcitationLinearPrediction)intheAMR-WBCODECparticularlysometheo

8、reticaldifficultpointsandimplementmethods,givethetestdata,andlayasolidbasistoAMR-WBCODECsimulationsurroundings.Second,emphasizetheanalysisoftheVAD(VoiceActivityDetection)algorithmoftheAMR