语音信号处理书籍，第一章绪论，第二章语音信号的表示，第三章听觉系统与语音识别，第四章同态处理与线性预测第五章矢量量化，第六章隐马尔可夫，第七章语音信号的波形编码……
上传时间： 2022-07-24
上传用户：
本文对家用电器中语音识别技术的DSP实现进行了研究。文章介绍了语音识别技术的基本概念，讨论了语音识别系统的组成和实现的技术；详细分析了构成语音识别系统的四个组成部分，包括语音信号数字化与预处理、语音的端点检测、特征提取与模式匹配。着重介绍了实现端点检测的短时平均能量与短时平均过零率分析，语音信号的线性预测分析及在此基础之上的倒谱特征参数，以及实现模式匹配的常用的矢量量化技术、动态时间规整技术和隐马尔可夫模型；根据提出的语音识别系统的构成，介绍了在MATLAB6.5上实现了采用动态时间规整算法的识别系统的仿真分析。
上传时间： 2013-04-24
上传用户：zwei41
H.264/AVC是由ITU和ISO两大组织联合组成的JVT共同制定的一项新的视频压缩技术标准，在较低带宽上提供高质量的图像传输是H.264/AVC的应用亮点。在同样的视觉质量前提下，H.264/AVC比H.263和MPEG-4节约了50％的码率。但H.264获得优越性能的代价是计算复杂度的增加，据估计其编码的计算复杂度大约为H.263的3倍，因此很难应用于实时视频处理领域。针对这一现状，业内做了大量的研究工作，力图降低其计算复杂度和提高运行效率。比如在运动估计方面，国内外在这方面的研究已经很成熟。而针对帧内/帧间预测编码的研究却较少。因此研究预测模式的快速算法具有理论意义和应用价值。 本文在详细研究H.264标准视频压缩编码特点基础上，分析了H.264帧内编码, 帧间编码及变换，量化技术的原理及特点，提出了一种基于局部边缘方向信息的快速帧内模式判决算法，通过结合SAD的模式选择方法来减少模式选择数目。它采用了Sobel梯度算子计算当前块的边缘信息，累加当前块中属于同一方向像素点的边缘矢量构造不同模式下的边缘方向直方图，以便确定最可能的预测模式。该算法有效降低了编码器的运算复杂度，在并未显著降低编码性能的情况下提升了编码器效率。仿真表明：Foreman 图像序列编码性能有了提高，其中PSNR平均降低了0.06dB，Bitrate平均降低了19.4％，这大大提高了视频传输的质量。 另外在帧间预测模式选择算法方面进行了改进研究：按顺序对不同类型进行判决，有选择地去比较可能模式，使得在有效减少需判决的模式数量的同时，结合小块模式搜索中途停止准则来确定最优模式。仿真表明：改进算法相对与原来算法能够节省很多的编码时间（平均下降了49.3％），但带来的图像质星的下降（平均下降0.08dB,可以忽略）和码率较少的增加。 同时在整数DCT变换模块中，提出了一种快速蝶形算法，使得对4×4点数据做一次变换，只需通过8×8次加法和2×8次移位运算便可完成，与原来12×8次加法和4×8次移位相比，新算法大大降低了运算复杂度。 最后介绍FPGA的特点及设计流程，并实现了H.264编解码器中变换编码及量化和熵解码模块的硬件。这种基于FPGA所实现的H.264编码视频处理模块设计具备了成本低，周期短，设计方法灵活等优点，具有广阔的市场应用前景。 仿真表明，通过使用本文提出的帧内/帧间速算法方法可使得H.264编码速度获得显著的提高，使H.264 Baseline编码器能在PC平台上实现实时编码。
上传时间： 2013-07-18
上传用户：zukfu
随着移动终端、多媒体、Internet网络、通信，图像扫描技术的发展，以及人们对图象分辨率，质量要求的不断提高，用软件压缩难以达到实时性要求，而且会带来因传输大量原始图象数据带来的带宽要求，因此采用硬件实现图象压缩已成为一种必然趋势。而熵编码单元作为图像变换，量化后的处理环节，是图像压缩中必不可少的部分。研究熵编解码器的硬件实现，具有广阔的应用背景。本文以星载视频图像压缩的硬件实现项目为背景，对熵编码器和解码器的硬件实现进行探讨，给出了并行熵编码和解码器的实现方案。熵编解码器中的难点是huffman编解码器的实现。在设计并行huffman编码方案时通过改善Huffman编码器中变长码流向定长码流转换时的控制逻辑,避免了因数据处理不及时造成数据丢失的可能性，从而保证了编码的正确性。而在实现并行的huffman解码器时，解码算法充分利用了规则化码书带来的码字的单调性，及在特定长度码字集内码字变化的连续性，将并行解码由模式匹配转换为算术运算，提高了存储器的利用率、系统的解码效率和速度。在实现并行huffman编码的基础上，结合针对DC子带的预测编码，针对直流子带的游程编码，能够对图像压缩系统中经过DWT变换，量化，扫描后的数据进行正确的编码。同时，在并行huffman解码基础上的熵解码器也可以解码出正确的数据提供给解码系统的后续反量化模块，进一步处理。在本文介绍的设计方案中，按照自顶向下的设计方法，对星载图像压缩系统中的熵编解码器进行分析，进而进行逻辑功能分割及模块划分，然后分别实现各子模块，并最终完成整个系统。在设计过程中，用高级硬件描述语言verilogHDL进行RTL级描述。利用了Altera公司的QuartusII开发平台进行设计输入、编译、仿真，同时还采用modelsim仿真工具和symplicity的综合工具，验证了设计的正确性。通过系统波形仿真和下板验证熵编码器最高频率可以达到127M，在62.5M的情况下工作正常。而熵解码器也可正常工作在62.5M，吞吐量可达到2500Mbps，也能满足性能要求。仿真验证的结果表明：设计能够满足性能要求，并具有一定的使用价值。
上传时间： 2013-05-19
上传用户：吴之波123
线性预测技术作为一种基于全极点模型假定和均方预测误差最小准则下的波形逼近技术。本文简要介绍了LPC 技术的基本原理，并利用MATLAB 这一有力工具对语音信号进行了LPC 分析，并对阶数的选取
上传时间： 2013-05-26
上传用户：博雅abcd
数据压缩实验指导，有游程编码和预测编码的实现
上传时间： 2015-09-20
上传用户：lwwhust
列文森-杜宾算法，用于语音的线性预测控制中，也可以用于谱包络。
标签： 算法
上传时间： 2013-12-25
上传用户：450976175
本文首先介绍了视频处理的一般原理，主要介绍了采样，变换编码，预测编码，量化，熵编码等。然后介绍了最新的视频标准MPEG主要介绍了系统体系结构，系统解码器模型，缓冲区模型规范，对象描述框架，以及场景描述和视频部分。接着介绍了DSP，介绍了它的特点，主要应用，CPU结构，
标签： 视频处理
上传时间： 2016-01-16
上传用户：hoperingcong
高阶统计量常用函数的源代码，以及其基本用法。其中包括参数模型高阶谱估计，线性预测模型，谐波恢复与DOA估计，非线性随机过程，wigner时频分析，时延估计等matlab源代码和一些基本用法。希望对大家有帮助！
上传时间： 2013-12-18
上传用户：Yukiseop
《VC数字图处理典型算法以及实现》第12章的对应源代码，可以实现霍夫曼编码，算术编码，游程编码，预测编码等等，用MFC实现
上传时间： 2017-01-08
上传用户：luke5347
