原创《基于改进型静音压缩算法在数字化语音系统中应用》：这是一篇与压缩算法论文范文相关的免费优秀学术论文范文资料,为你的论文写作提供参考。
【 摘 要 】 在智能化、数字化控制技术应用系统中,数字化语音信息系统得到广泛应用.为了有效地提高语音数据的存储率和储存空间,减少数据的存储量,选择必要的压缩算法是解决这一问题的关键.论文在总结传统压缩算法的基础上,提出了一种基于改进型的静音压缩算法的应用研究,经过实验和理论分析研究,这种算法能有效地解决语音信号的压缩、储存和解码,并且效果良好.
【 关键词 】 语音存储；算法；静音压缩
【 Abstract 】 In intelligent application system, digital control technology, digital voice information system is widely used； In order to effectively improve the rate of voice and data storage and storage space, reduce the number of data storage, choose the necessary compression algorithm is the key to solve this problem. In this paper, on the basis of summarizing the tradit ional compression algorithm, this paper proposes a mute compression algorithm based on modified application research, through experiment and theoretical analysis, this algorithm can effectively solve the voice signal compression, storage and decoding, and the effect is good.
【 Keywords 】 voice storage； algorithm； mute compression
1 引言
数字化语音系统首先完成语音信号转化为电信号,经放大、滤波处理后的电信号,通过A/D转换器转化为数字信号,选择必要的压缩算法将数字化的语音信号存放在存储器中；选择回放时,被存放的数字语音信号经D/A转换器转化成模拟信号,经电路滤波放大后驱动扬声器发出声音.为了有效地提高语音数据的存储率和储存空间,减少数据的存储量,必将选择合适的压缩算法来实现.
2 压缩算法的思考
语音信号是一种具有较强关联性的相邻样点间和短时平稳的非平稳的随机过程的信号.为了降低的数据率,获得较高质量的重构语音,通常采用自适应量化技术对其进行压缩编码.常用的压缩编码方法主要有差分编码调制（（Differential Pulse Code Modulation,DPCM）算法.这种算法主要是对前一个样本进行采样,用来估算当前样本,通过数据信息运算,确定当前样本与预测数值的差值,然后对差值进行数据量化.本算法能在8Kbps的采样速率下把数据率压缩至4kbps,使空间语音存储率增加,使信噪比减小,其数学表达式如下：
A（n）等于A（n-1）+e（n）
其中
e（n）等于 -7 （S（n）-A（n-1）<-7）
S（n）-A（n-1）（-7≤S（n）-A（n-1）≤7）
7 （S（n）-A（n-1）>7）
式中,e（n）为差分值；S（n）为当前采样值；A（n）为增量累加值；A（n-1）为预测值,以前一时刻A/D信号采样值用作现时刻的预测值；由于差分值e（n）的大小在-7～7之间,通常采用4位二位制表示并存入缓冲器,其中最高位是符号位,其余3位是数据位,最大值为0111（7）,最小值为1111（-7）.缓冲器RAM多采用8位的存储空间,每经过两次A/D采样后完成一个8位RAM值的拼接,第N次A/D信号采样后的差分值存放在高4位,第N+1次A/D信号采用后的差分值存放在低4位,从而使语音数据量采样信号压缩储存空间到原来一半.在无线数据通信应用场所,利用无线设备可以将压缩后的语音差分信号传输出去,把每个字节进行拆分重组后进行解码,在信号接收端接收的数据量是两倍的实际语音A/D数据量,从而提高了传输效率.
3 语音信号压缩算法的改进
在DPCM算法中,当前采样的数据信号值若与上一时刻估算值的差值相差7以上时,在输入几百Hz频率时的语音信号具有较好的解码效果,当输入1kHz以上频率时的语音信号语音信号时,就会出现较严重的信号失真.通过进一步的实验和理论分析当信号采样速率一定时,输入信号频率越小时,信号采样的样本点数在一个周期内增多,使得相邻两个信号数据采样点的信号值比较接近,现时预测值较为准确,解码效果也较好.但是语音信号的输入频率越高时,一个周期内信号采样的点数减少,使得相邻两个信号采样点的数据值可能相差很大,当最高频率3.4kHz的语音信号输入时,信号的失真就会更加严重.这样,DPCM算法就会出现一些问题.基于上述问题的考虑,如果把信号的采样值和预测值差值的绝对值相差14以上时,用作为它们的差值,即差值的阈值定在14.为了达到相同的压缩目的,在数据差分值保存时,可将差值除以2后进行数据保存,这样也同样符合DPCM算法.其表达式为：
A（n）等于A（n-1）+e（n）
其中
e（n）等于 -14 （S（n）-A（n-1）<-14）
S（n）-A（n-1）（-14≤S（n）-A（n-1）≤14）
14 （S（n）-A（n-1）>1）
通过对DPCM算法进行上述改进后,使得语音输入信号的频率较大时,信号失真也相对较小；实验发现,当输入较大振幅的语音信号时,提高了解压输出信号的跟踪性能,同时也降低了语音信号的失真,而且输出信号频带也变宽了.改进后的DPCM算法中采用14作为阈值,并不是说阈值越大越好,是因为如果阈值再增大时,进行信号数据差分值保存时需要除以大于2的运算,但是当差分值较小时,经过大于2的除法运算后,数据信号将为零,这样运算的结果就是丢失了差分值比较小的数据信息,在进行数据信息解码时,必然会影响其语音信号的重现效果.
压缩算法论文参考资料：
结论：基于改进型静音压缩算法在数字化语音系统中应用为关于对写作压缩算法论文范文与课题研究的大学硕士、相关本科毕业论文压缩算法论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。
