导读:本文包含了语音解码论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语音,解码器,脉冲,可编程,门阵列,参量,参数。
语音解码论文文献综述
徐永康[1]（2018）在《基于FPGA的G.729语音解码算法的实现与验证》一文中研究指出随着信息社会的高速发展,人们对语音编解码器性能的要求越来越高。G.729语音编解码算法以低延时、低码率、高合成语音质量的性能优势成为了现今中、低速率语音编解码的主流解决方案。但是由于该算法复杂度高,数据存储量大,基于传统DSP的解码器硬件实现始终存在着性能上的瓶颈。因此,本论文基于FPGA完成G.729语音解码器的硬件实现与验证。本文首先详细阐述了G.729语音解码算法的基本原理,并在Visual Studio平台上验证了G.729算法功能的正确性。在此基础上,使用高层次综合(HLS)设计方法完成了G.729解码器IP核的设计。根据设计流程,在Vivado HLS平台上对C代码进行了修改调整、仿真验证、综合实现、联合仿真以及IP封装。结果显示解码器处理一帧数据的平均延时仅有0.4ms,性能明显优于DSP实现。为了后续对G.729解码器IP核进行FPGA仿真验证,搭建IP核外围测试电路,构成了G.729语音解码器IP核验证系统。鉴于高层次综合设计方法下系统性能优化方案有限,本文继续使用硬件描述语言(HDL)设计方法完成了G.729语音解码算法中线性预测滤波器参量解码系统、语音重构以及后处理部分滤波器的硬件实现。线性预测滤波器参量解码系统采用自顶向下的设计方法,根据功能划分为lsp顶层模块,cb_cearch、lsp_expand、lsp_prev_compose、lsf2lsp四个子模块。为提升系统性能,从多方面对该系统的各模块进行了优化设计。结果显示该系统的资源占用以及平均延时都是在高层次综合设计的一半以下,性能有明显地提升。使用Vivado Simulator对各模块和系统进行了功能仿真验证,并在Xilinx KC705 FPGA开发板上对G.729解码器IP核验证系统和线性预测滤波器参量解码系统进行了硬件验证,结果表明了算法硬件实现功能的正确性。(本文来源于《东南大学》期刊2018-05-31）
方岚[2]（2015）在《《听力语音学:语流中的语音解码教学》评介》一文中研究指出《听力语音学:语流中的语音解码教学》一书借用语音学的框架和概念来描述自然语言(spontaneous speech)的语音特征,阐明EFL听力教学必须教习自然语言中语音解码技巧的主张。全书共分四个部分。第一部分介绍全书所用的框架"window on speech";第二部分描述即时语言的语音特征;第叁部分说明口音、身份和情绪等因素与听力语音之间的关系。第四部分提出了具体的听力教学方法。本文详细介绍了全书各章的主要内容,并评价了它在听力教学实践和听力研究理论方面的贡献。(本文来源于《语言教育》期刊2015年04期）
张芹,江新道[3]（2014）在《基于TMS320C642的语音解码实现》一文中研究指出该文根据G.729编解码理论和具体解码流程,结合TI公司DSP产品TMS320C6000系列的TMS320DM642、CCS6000集成开发环境以及G.729的硬件实现平台,提出了DSP传送数据给ARM的算法,以及实现G.729解码算法的主要程序,在最后给出了G.729解码的结果。实验表明:该方案能够成功地实现语音解码。该方法具有低延迟、低速率、高语音质量的优点。(本文来源于《电脑知识与技术》期刊2014年19期）
孙莉[4]（2014）在《语言相似性对语音解码的语际影响——中国日语和德/法语L2学习者学习L3英语单词的差异》一文中研究指出本文探讨了语言相似性对L3英语单词语音解码和单词学习的影响。被试为15个中等水平的中国日语学习者和16个中国德/法语L2学习者。他们首先参加了两类英语假词的命名实验(规则和不规则拼写词),然后接受成对联想学习任务和两项回忆任务测试。结果显示,德/法语L2学习者在命名任务中的反应时和准确率均高于日语学习者,他们在回忆任务中的成绩也显着高于日语学习者。这表明二语和叁语的语言相似性会影响L3语音解码和单词学习;当L2与L3相似程度较高时,L2语音知识会促进L3的语音解码准确率,进而促进词汇习得。(本文来源于《解放军外国语学院学报》期刊2014年03期）
尹明明,李弼程,屈丹,牛铜[5]（2012）在《连续语音解码阈值参数的优化》一文中研究指出针对目前连续语音识别解码过程中剪枝阈值的确定不能兼顾解码速度与精度的不足,文中提出一种多维剪枝阈值参数联合优化算法.该算法主要研究全局阈值、词尾阈值、激活模型数、令牌数四维剪枝阈值参数的优化,其优化的主要过程是首先应用多目标优化理论对这四维阈值参数进行联合优化,然后根据优化结果采用分段动态阈值的方法进行后处理.实验结果表明,采用该方法优化后的阈值参数进行一遍解码,解码器的剪枝性能得到明显改善,搜索空间的大小得到有效控制,达到预期的速度与精度权衡的优化效果.(本文来源于《模式识别与人工智能》期刊2012年01期）
高健[6]（2012）在《基于机顶盒VoIP语音解码模块的设计与验证》一文中研究指出随着叁网融合和机顶盒行业的发展,机顶盒应用功能的扩展已成为机顶盒厂商取得行业竞争优势的重要途径。本文基于重庆微电子有限公司机顶盒VoIP项目,提出一种VoIP解码模块的设计方案,重点探讨了影响机顶盒VoIP解码端实时性和语音质量的主要因素,并根据这些因素从语音编解码算法选取、解码端缓存方案,终端控制策略3个角度给出解决方案。最后,结合项目其它模块资源对VoIP系统进行测试,验证了机顶盒VoIP解码模块设计方案的可行性,为项目后续开发奠定了基础。(本文来源于《电子测试》期刊2012年01期）
尹明明,屈丹,李弼程,黄山奇[7]（2011）在《基于词图重估的语音解码参数优化方法》一文中研究指出在大词汇连续语音识别系统中,语言模型权值和插入代价等语音解码参数对系统的识别率有较大的影响,而在实际应用中常通过实验手动调整其值寻求最佳识别结果。为此,提出一种利用二元文法进行词图重估的方法,自动优化语音解码参数。在重估的参数空间搜索过程中采用线性搜索与模拟退火搜索相结合的方法,使优化参数具有全局最优和对初值稳定性强的优点。实验结果表明,相比凭经验设置的参数,该方法估计出的参数值能大幅降低识别词错误率,与经典的N-best优化相比,其优化速度有较大提升。(本文来源于《计算机工程》期刊2011年16期）
杨白,唐宁,汪洋,屈星[8]（2009）在《ADPCM语音解码合成输出系统的设计》一文中研究指出文章介绍了自适应差分脉冲编码调制(ADPCM)技术的编解码和脉冲宽度调制(PWM)技术的基本原理,研究在现场可编程门阵列(FPGA)上通过有限状态机方式实现ADPCM语音解码算法,利用PWM技术将解码后的数字语音信号转化为PWM波,以此直接驱动喇叭发出声音,输出的合成语音质量良好。(本文来源于《光通信研究》期刊2009年01期）
周琳,吴镇扬[9]（2005）在《基于信道软输出及信源参数相关性的联合语音解码》一文中研究指出提出一种基于接收端的联合语音解码算法,根据信道或信道解码提供的参数软输出值,以及语音编码参数的冗余量计算接收参数的后验概率;利用后验概率基于MAP或MS准则进行参数估计,最佳估计值进行语音解码.仿真中采用G.711和GSMEFR两种语音编码标准,结果表明联合解码算法显着提高了解码语音信噪比.(本文来源于《应用科学学报》期刊2005年03期）
周琳,吴镇扬[10]（2005）在《基于迭代结构的联合信源信道GSM语音解码》一文中研究指出由于算法复杂度和延迟的限制,语音编码参数仍然保留了一定的冗余信息,这些冗余量表现为参数的非等概分布和时间相关性。该文在比特级上利用信源编码参数的冗余信息在软输入、软输出信道解码和信源参数估计之间进行迭代运算,并将此联合解码算法运用于GSM EFR系统。仿真结果表明此算法降低了编码参数的BER,提高了解码语音的信噪比,具有一定的可行性和有效性。(本文来源于《电子与信息学报》期刊2005年06期）
语音解码论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
《听力语音学:语流中的语音解码教学》一书借用语音学的框架和概念来描述自然语言(spontaneous speech)的语音特征,阐明EFL听力教学必须教习自然语言中语音解码技巧的主张。全书共分四个部分。第一部分介绍全书所用的框架"window on speech";第二部分描述即时语言的语音特征;第叁部分说明口音、身份和情绪等因素与听力语音之间的关系。第四部分提出了具体的听力教学方法。本文详细介绍了全书各章的主要内容,并评价了它在听力教学实践和听力研究理论方面的贡献。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语音解码论文参考文献
[1].徐永康.基于FPGA的G.729语音解码算法的实现与验证[D].东南大学.2018
[2].方岚.《听力语音学:语流中的语音解码教学》评介[J].语言教育.2015
[3].张芹,江新道.基于TMS320C642的语音解码实现[J].电脑知识与技术.2014
[4].孙莉.语言相似性对语音解码的语际影响——中国日语和德/法语L2学习者学习L3英语单词的差异[J].解放军外国语学院学报.2014
[5].尹明明,李弼程,屈丹,牛铜.连续语音解码阈值参数的优化[J].模式识别与人工智能.2012
[6].高健.基于机顶盒VoIP语音解码模块的设计与验证[J].电子测试.2012
[7].尹明明,屈丹,李弼程,黄山奇.基于词图重估的语音解码参数优化方法[J].计算机工程.2011
[8].杨白,唐宁,汪洋,屈星.ADPCM语音解码合成输出系统的设计[J].光通信研究.2009
[9].周琳,吴镇扬.基于信道软输出及信源参数相关性的联合语音解码[J].应用科学学报.2005
[10].周琳,吴镇扬.基于迭代结构的联合信源信道GSM语音解码[J].电子与信息学报.2005
论文知识图
