基于低比特率语音算法MCU的设计与实现

基于低比特率语音算法MCU的设计与实现

论文摘要

语音编码是利用冗余度或者语音听觉上的制约来压缩语音信号中的不必要信息,从而达到降低传输速率或存储容量的目的。本文利用这两方面特性来实现对语音数据的压缩,并完成算法的软件与硬件实现。本文首先介绍波形编码算法的原理并详细论述了自适应差分脉宽编码调制(ADPCM)算法的原理及实现过程,利用VC6.0进行了软件仿真;在此基础上,利用Verilog HDL对该算法进行了集成电路设计,并用Modsim SE6.1对算法进行了仿真,验证,与测试,最后用Synplify Pro 7.3对电路作了综合,并且具体讨论了在设计过程中遇到的问题及解决方法。由于此算法受数码率的限制,它适合对语音音质要求较高的场合。另一部分对参数编码算法中常用到的关键技术进行了深入的剖析,并对代数码激励线性预测编码(ACELP)的原理及各功能模块进行了细致的分析,在此过程中,对关键功能模块的执行效率与代码实现及优化都进行了分析讨论,这为后面硬件实现奠定了基础,最后用软件进行了仿真,并将其结果与ADPCM编码效果作了比较,对其差异作了分析解释。最后对ACELP算法的硬件实现进行了讨论。本文的硬件采用的是IP C.CORE,它对乘法运算占用较多的指令周期,而此算法中乘法运算占用较大的比重,所以本文设计了专用的乘法器,同时对算法代码实现作了大量的优化,并对算法中主要模块的运算量作了统计分析。最终完成了ACELP算法的硬件实现,但要达到实际应用中高效实时的需求,还需进一步的完善优化。

论文目录

  • 摘要
  • ABSTRACT
  • 目录
  • 第一章 绪论
  • 1.1 引言
  • 1.2 本课题研究的意义
  • 1.3 论文的研究内容及系统规划
  • 1.4 论文章节的安排
  • 第二章 波形编码算法及数字语音系统设计
  • 2.1 语音信号编码原理及仿真
  • 2.1.1 波形编码原理
  • 2.1.2 波形编码算法分类比较
  • 2.1.3 自适应差分脉冲编码调制原理
  • 2.1.4 软件实现编码
  • 2.1.5 软件实现编解码结果
  • 2.2 数字语音系统的设计
  • 2.2.1 数字语音编码部分实现
  • 2.2.2 编码部分验证与综合
  • 2.2.3 数字语音解码部分实现
  • 2.2.4 数字语音系统解码仿真测试
  • 2.2.5 仿真结果
  • 2.2.6 综合结果
  • 2.2.7 系统设计的困难及解决
  • 2.3 本章小节
  • 第三章 低比特率语音编码的关键技术
  • 3.1 语音信号特点的分析
  • 3.2 参数编码算法比较
  • 3.3 语音算法模型的建立
  • 3.4 短时处理技术
  • 3.5 线性预测编码分析
  • 3.5.1 线性预测分析的原理
  • 3.5.2 线性预测方程的建立及求解
  • 3.6 矢量量化
  • 3.7 码激励线性预测
  • 3.8 本章小节
  • 第四章 ACELP编解码算法原理
  • 4.1 编解码原理
  • 4.1.1 编码原理
  • 4.1.2 解码原理
  • 4.2 编码功能模块
  • 4.2.1 预处理
  • 4.2.2 线性预测编码分析
  • 4.2.3 线谱频率分析
  • 4.2.4 LSP矢量量化
  • 4.2.5 短时感觉加权滤波器
  • 4.2.6 开环基音周期
  • 4.2.7 谐波噪声形成滤波器
  • 4.2.8 联合滤波器(脉冲响应)
  • 4.2.9 闭环基音周期预测
  • 4.2.10 编码比特分配
  • 4.3 解码功能模块
  • 4.3.1 线谱频率解码
  • 4.3.2 激励搜索(ACELP)
  • 4.3.3 自适应码本激励解码
  • 4.3.4 固定码本激励解码
  • 4.3.5 增益放大部分
  • 4.4 本章小节
  • 第五章 ACELP的软硬件实现及改进
  • 5.1 软件的实现及与ADPCM算法比较
  • 5.2 硬件MCU的设计
  • 5.2.1 硬件系统的规划
  • 5.2.2 仿真结果
  • 5.3 程序代码优化
  • 5.4 本章小节
  • 第六章 结论与展望
  • 6.1 结论
  • 6.2 需进一步进行的工作
  • 参考文献
  • 攻读硕士期间发表和递交的论文
  • 致谢
  • 相关论文文献

    • [1].算法:一种新的权力形态[J]. 治理现代化研究 2020(01)
    • [2].算法决策规制——以算法“解释权”为中心[J]. 现代法学 2020(01)
    • [3].面向宏观基本图的多模式交通路网分区算法[J]. 工业工程 2020(01)
    • [4].算法中的道德物化及问题反思[J]. 大连理工大学学报(社会科学版) 2020(01)
    • [5].算法解释请求权及其权利范畴研究[J]. 甘肃政法学院学报 2020(01)
    • [6].算法新闻的公共性建构研究——基于行动者网络理论的视角[J]. 人民论坛·学术前沿 2020(01)
    • [7].算法的法律性质:言论、商业秘密还是正当程序?[J]. 比较法研究 2020(02)
    • [8].关键词批评视野中的算法文化及其阈限性[J]. 学习与实践 2020(02)
    • [9].掌控还是被掌控——大数据时代有关算法分发的忧患与反思[J]. 新媒体研究 2020(04)
    • [10].美国算法治理政策与实施进路[J]. 环球法律评论 2020(03)
    • [11].算法解释权:科技与法律的双重视角[J]. 苏州大学学报(哲学社会科学版) 2020(02)
    • [12].大数据算法决策的问责与对策研究[J]. 现代情报 2020(06)
    • [13].大数据时代算法歧视的风险防控和法律规制[J]. 河南牧业经济学院学报 2020(02)
    • [14].风险防范下算法的监管路径研究[J]. 审计观察 2019(01)
    • [15].模糊的算法伦理水平——基于传媒业269名算法工程师的实证研究[J]. 新闻大学 2020(05)
    • [16].算法推荐新闻对用户的影响及对策[J]. 新媒体研究 2020(10)
    • [17].如何加强对算法的治理[J]. 国家治理 2020(27)
    • [18].“后真相”背后的算法权力及其公法规制路径[J]. 行政法学研究 2020(04)
    • [19].算法规制的谱系[J]. 中国法学 2020(03)
    • [20].论算法排他权:破除算法偏见的路径选择[J]. 政治与法律 2020(08)
    • [21].政务算法与公共价值:内涵、意义与问题[J]. 国家治理 2020(32)
    • [22].算法的法律规制研究[J]. 上海商业 2020(09)
    • [23].蚁群算法在文字识别中的应用研究[J]. 信息与电脑(理论版) 2019(22)
    • [24].大数据聚类算法研究[J]. 无线互联科技 2018(04)
    • [25].RSA算法的改进研究[J]. 计算机与网络 2018(14)
    • [26].智能时代的新内容革命[J]. 国际新闻界 2018(06)
    • [27].改进的负载均衡RSA算法[J]. 电脑知识与技术 2018(25)
    • [28].基于深度学习的视觉跟踪算法研究综述[J]. 计算机科学 2017(S1)
    • [29].大数据算法的歧视本质[J]. 自然辩证法研究 2017(05)
    • [30].深度学习算法在智能协作机器人方面的应用[J]. 中国新通信 2017(21)

    标签:;  ;  ;  

    基于低比特率语音算法MCU的设计与实现
    下载Doc文档

    猜你喜欢