CN104078047A - 基于语音多带激励编码lsp参数的量子压缩方法 - Google Patents
基于语音多带激励编码lsp参数的量子压缩方法 Download PDFInfo
- Publication number
- CN104078047A CN104078047A CN201410294051.XA CN201410294051A CN104078047A CN 104078047 A CN104078047 A CN 104078047A CN 201410294051 A CN201410294051 A CN 201410294051A CN 104078047 A CN104078047 A CN 104078047A
- Authority
- CN
- China
- Prior art keywords
- lambda
- rang
- quantum
- lsp parameter
- voice
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000006835 compression Effects 0.000 title claims abstract description 34
- 238000007906 compression Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000005284 excitation Effects 0.000 title claims abstract description 14
- 239000013598 vector Substances 0.000 claims abstract description 18
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 230000006837 decompression Effects 0.000 claims abstract description 4
- 239000002096 quantum dot Substances 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种基于语音多带激励编码LSP参数的量子压缩方法,涉及编码技术领域。通过参数提取、压缩、排序,将语音的LSP参数转换为经典二进制序列,长度为经典二进制8比特,应用幺正变换U,对不同子空间的输入序列进行变换,发送端对|ψ′〉的第八个比特进行测量,接收端对所接收的信息后面添加|0〉,并进行解压缩操作,将得到的八位态矢对应至经典二进制信息,生成最终的LSP参数,对码本按照选中的参数次数进行排序。本发明利用量子与语音压缩进行结合应用的语音模型多带激励模型,合理的利用各态矢之间的相关性,填补现有技术的空白,满足人们的使用需求。
Description
技术领域:
本发明涉及编码技术领域,尤其涉及一种基于语音多带激励编码LSP参数的量子压缩方法。
背景技术:
在经典通信领域,传输的信息具有一定的冗余性,去除信息冗余以减少传输信息比特的方法称为压缩,信息的压缩可以起到节约资源的目的。在量子通信领域,也要进行量子压缩,以达到节约传输量子比特的目的。
现有的量子压缩编码的方法是在量子信息论的基础上提出来的,主要有分布式压缩,固定长度压缩,变长压缩等。而且,量子压缩算法具体的应用只在图像压缩方面。其中:
分布式压缩是指将源量子态分发至两个或更多的小组中,每个小组在发送消息至接收方前,对分到的量子态进行独立压缩,而接收方可以据此重建原始输入。该类压缩方式,不能合理的利用各态矢之间的相关性,因此只在理论上进行了验证,而无实例。
在固定长度压缩中,需要信源的密度矩阵,并称密度矩阵的特征值张量空间为典型子空间,发送的信源信息在发送端判断是否为典型序列,若为典型序列,则可以用较少的量子比特来发送;若非典型序列,则任意发送典型子空间内的任一序列至接收端。
变长压缩是将量子码字通过幺正变换变为长度缩短的新量子码字,并通过其他渠道将原量子码字的长度告知接收端,由接收端根据收到的量子码字及原码字长度,对接受码字添加一定个数的0,使码字长度恢复原长,再进行该幺正变换的逆变换而恢复原量子码字。
还有学者提出了基于量子神经模型和人工神经网络的量子反向传播(quantum reverse propagation,QBP)算法,并用于图像压缩,用更少的学习迭代过程得到了比BP算法更好的重建图像质量。
因此,到目前为止,已经有很多人研究了量子压缩问题,但是并未有人将量子与语音压缩进行结合的实例。
多带激励(Multi-Band Excitation,MBE)模型是Griffin和Lim于1988年针对传统二元模型中的缺点提出一种新的语音模型。简单的二元清/浊音模型中,将一整段语音完全判决为清音或者浊音,但在实际语音中,这一段语音可能既含有清音又含有浊音,如果根据某个标准只判决为一种,那么可能会在合成语音中产生嗡嗡声。
发明内容:
针对上述问题填补该领域的空白,本发明基于语音多带激励编码LSP参数的量子压缩方法,以256大小的码本为例包括如下步骤:
1)通过参数提取、压缩、排序,将语音的LSP参数转换为经典二进制序列,长度为经典二进制8比特;
2)将二进制的0和1分别对应到量子态的|a〉和|b〉可以得到|aaaaaaaaa〉,|aaaaaaaab〉…|bbbbbbbbb〉256种态矢;
3)据表1,将|M〉={|aaaaaaaa〉,|aaaaaaab〉…|bbbbbbbb〉}划分为概率较大的正交空间
以及概率较小的正交补子空间
其中,表示其中|λa〉和|λb〉的个数与前相同但位置不同的量子态矢;
4)应用幺正变换U,对不同子空间的输入序列进行变换;
5)发送端对|ψ′〉的第八个比特进行测量;
6)接收端对所接收的信息后面添加|0〉,并进行解压缩操作,可以得到如下两种状态之一
7)将得到的八位态矢对应至经典二进制信息,生成最终的LSP参数。
作为优选,所述LSP参数采用码本的形式进行压缩和传输;每一组LSP参数是10维的向量,当一帧语音输入需要压缩时,从码本中来寻找与该向量最接近的向量,只传输该码本的编码即可,如果码本的大小为N,则需要传输的经典比特个数为log2N。
作为优选,所述语音的LSP参数提取自包含中外男女老少语音的语音库,用N大小的码本进行压缩,记录码本内LSP参数被选中的次数,并按照选中次数进行排序;以N=256为例,将选中次数最多的LSP参数编码为00000000,其次的为00000001,再次为00000010。
作为优选,所述编码原则为选中的次数越多,参数编码中包含0的个数越多;反之,则包含1的个数最多。
作为优选,所述对|ψ′〉的第八个比特进行测量时测量结果为0,则信息态为|fghijkl0〉,则证明将发送的量子比特为|fghijkl〉为典型态|ψtyp〉,用|ψcomp1〉表示,经信道发送|ψcomp1〉;测量结果为1,则信息态为|zyxwvut1〉,则证明发送的量子比特为非典型态|zyxwvut〉,即|ψcomp2〉,经量子信道发送|ψcomp2〉,其中|ψcom〉满足典型态。
本发明有益效果:本发明填补了该领域的空白,将量子压缩方法运用于多带激励模型中,对码本按照选中的次数进行排序,把一段语音划分成更小的子带,在每个子带中进行判决,大大接近实际语音情况,提高了合成语音的质量,合理的利用各态矢之间的相关性,满足人们的使用需求。
附图说明:
为了易于说明,本发明由下述的具体实施及附图作以详细描述。
图1为本发明编码流程图;
图2为本发明LSP参数压缩流程图。
具体实施方式:
如图1所示,本具体实施方式采用以下技术方案:以256大小的码本为例的量子压缩的步骤如下:
1)通过参数提取、压缩、排序,将语音的LSP参数转换为经典二进制序列,长度为经典二进制8比特;
2)将二进制的0和1分别对应到量子态的|a〉和|b〉可以得到|aaaaaaaaa〉,|aaaaaaaab〉…|bbbbbbbbb〉256种态矢。
3)据表1,将|M〉={|aaaaaaaa〉,|aaaaaaab〉…|bbbbbbbb〉}划分为概率较大的正交空间
以及概率较小的正交补于空间
其中,表示其中|λa〉和|λb〉的个数与前相同但位置不同的量子态矢。
4)应用幺正变换U,对不同子空间的输入序列进行变换:
对于163个典型态,转换为
对于93个非典型态,转换为即所得结果为|ψ′〉=U|ψ〉。
5)发送端:对|ψ′〉的第八个比特进行测量
测量结果为0,则信息态为|fghijkl0〉,则证明将发送的量子比特为|fghijkl〉为典型态|ψtyp〉,用|ψcomp1〉表示,经信道发送|ψcomp1〉;
测量结果为1,则信息态为|zyxwvut1〉,则证明发送的量子比特为非典型态|zyxwvut〉,即|ψcomp2〉,经量子信道发送|ψcomp2〉,其中|ψcom〉满足典型态。
6)接收端:对所接收的信息后面添加|0〉,并进行解压缩操作,可以得到如下两种状态之一
将得到的八位态矢对应至经典二进制信息,生成最终的LSP参数。
如图2所示的,LSP参数在经典通信领域采用码本的形式进行压缩和传输。每一组LSP参数是10维的向量。当一帧语音输入需要压缩时,从已经准备好的码本中来寻找与该向量最接近的向量,只传输该码本的编号即可。如果码本的大小为N,则需要传输的经典比特个数为log2N。
将包含中外男女老少语音的语音库作为语音输入,提取该库内语音的LSP参数后,用N大小的码本进行压缩,记录码本内LSP参数被选中的次数,并按照选中次数进行排序。以N=256为例,将选中次数最多的LSP参数编号为00000000,其次的为00000001,再次为00000010。编码原则为选中的次数越多,参数编号中包含0的个数越多;反之,则包含1的个数最多。
这样,在信道上传递的LSP参数即为一系列经典二进制序列。将经典信息的0,1对应为量子纯态的|a〉,|b〉,并进行量子压缩。
计算信息的符号密度算符ρ=pa|a〉〈a|+pb|b〉〈b|,并求出ρ的特征向量|λa〉和|λb〉。选择的符号信息满足ρ的特征向量完备正交的条件,因此|λa〉和|λb〉构成空间U的完备正交基矢。
特征向量与量子态的交叠为
以码本大小为256为例,则最后表示码本的序列号为
00000000~11111111,对应到量子态为
|M〉={|aaaaaaaa〉,|aaaaaaab〉…|bbbbbbbb〉},共256种态矢。
|M〉对应空间的正交基矢{λ1,λ2,λ3,λ4,λ5,λ6,λ7,λ8=λa,λb},分别求出所有基矢.为了进行典型与非典型空间的划分,需要计算消息与正交基矢的交叠|〈ψ|M〉|2,如下所示,
依次类推,可以得到下表:
量子信息长度为n=8,定义典型子空间
其中,
Claims (5)
1.基于语音多带激励编码LSP参数的量子压缩方法,其特征在于,以256大小的码本为例包括如下步骤:
1)通过参数提取、压缩、排序,将语音的LSP参数转换为经典二进制序列,长度为经典二进制8比特;
2)将二进制的0和1分别对应到量子态的|a〉和|b〉可以得到|aaaaaaaaa〉,|aaaaaaaab〉…|bbbbbbbbb〉256种态矢;
3)据表1,将|M〉={|aaaaaaaa〉,|aaaaaaab〉…|bbbbbbbb〉}划分为概率较大的正交空间
以及概率较小的正交补子空间
其中,表示其中|λa〉和|λa〉的个数与前相同但位置不同的量子态矢;
4)应用幺正变换U,对不同子空间的输入序列进行变换;
5)发送端对|ψ′〉的第八个比特进行测量;
6)接收端对所接收的信息后面添加|0〉,并进行解压缩操作,可以得到如下两种状态之一
7)将得到的八位态矢对应至经典二进制信息,生成最终的LSP参数。
2.根据权利要求1所述的基于语音多带激励编码LSP参数的量子压缩方法,其特征在于:所述LSP参数采用码本的形式进行压缩和传输;每一组LSP参数是10维的向量,当一帧语音输入需要压缩时,从码本中来寻找与该向量最接近的向量,只传输该码本的编码即可,如果码本的大小为N,则需要传输的经典比特个数为log2N。
3.根据权利要求1所述的基于语音多带激励编码LSP参数的量子压缩方法,其特征在于:所述语音的LSP参数提取自包含中外男女老少语音的语音库,用N大小的码本进行压缩,记录码本内LSP参数被选中的次数,并按照选中次数进行排序;以N=256为例,将选中次数最多的LSP参数编码为00000000,其次的为00000001,再次为00000010。
4.根据权利要求1所述的基于语音多带激励编码LSP参数的量子压缩方法,其特征在于:所述编码原则为选中的次数越多,参数编码中包含0的个数越多;反之,则包含1的个数最多。
5.根据权利要求1所述的基于语音多带激励编码LSP参数的量子压缩方法,其特征在于:所述对|ψ′〉的第八个比特进行测量时测量结果为0,则信息态为|fghijkl0〉,则证明将发送的量子比特为|fghijkl〉为典型态|ψtyp〉,用|ψcomp1〉表示,经信道发送|ψcomp1〉;测量结果为1,则信息态为|zyxwvutl〉,则证明发送的量子比特为非典型态|zyxwvut〉,即|ψcomp2〉,经量子信道发送|ψcomp2〉,其中|ψcom〉满足典型态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410294051.XA CN104078047B (zh) | 2014-06-21 | 2014-06-21 | 基于语音多带激励编码lsp参数的量子压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410294051.XA CN104078047B (zh) | 2014-06-21 | 2014-06-21 | 基于语音多带激励编码lsp参数的量子压缩方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104078047A true CN104078047A (zh) | 2014-10-01 |
CN104078047B CN104078047B (zh) | 2017-06-06 |
Family
ID=51599269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410294051.XA Active CN104078047B (zh) | 2014-06-21 | 2014-06-21 | 基于语音多带激励编码lsp参数的量子压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104078047B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959065A (zh) * | 2016-06-28 | 2016-09-21 | 西安邮电大学 | 一种量子信息的压缩方法及装置 |
CN112381233A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 数据压缩方法、装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0708435A1 (en) * | 1994-10-18 | 1996-04-24 | Matsushita Electric Industrial Co., Ltd. | Encoding and decoding apparatus of line spectrum pair parameters |
EP1179820A2 (en) * | 2000-08-10 | 2002-02-13 | Mitsubishi Denki Kabushiki Kaisha | Method of coding LSP coefficients during speech inactivity |
US20050075869A1 (en) * | 1999-09-22 | 2005-04-07 | Microsoft Corporation | LPC-harmonic vocoder with superframe structure |
US20090012784A1 (en) * | 2007-07-06 | 2009-01-08 | Mindspeed Technologies, Inc. | Speech transcoding in GSM networks |
CN102495886A (zh) * | 2011-11-28 | 2012-06-13 | 河南理工大学 | 基于量子算法的指纹数据库搜索方法 |
CN103368658A (zh) * | 2013-07-05 | 2013-10-23 | 西安邮电大学 | 基于四光子纠缠w态的量子信令超密编码方法 |
-
2014
- 2014-06-21 CN CN201410294051.XA patent/CN104078047B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0708435A1 (en) * | 1994-10-18 | 1996-04-24 | Matsushita Electric Industrial Co., Ltd. | Encoding and decoding apparatus of line spectrum pair parameters |
US20050075869A1 (en) * | 1999-09-22 | 2005-04-07 | Microsoft Corporation | LPC-harmonic vocoder with superframe structure |
EP1179820A2 (en) * | 2000-08-10 | 2002-02-13 | Mitsubishi Denki Kabushiki Kaisha | Method of coding LSP coefficients during speech inactivity |
US20090012784A1 (en) * | 2007-07-06 | 2009-01-08 | Mindspeed Technologies, Inc. | Speech transcoding in GSM networks |
CN102495886A (zh) * | 2011-11-28 | 2012-06-13 | 河南理工大学 | 基于量子算法的指纹数据库搜索方法 |
CN103368658A (zh) * | 2013-07-05 | 2013-10-23 | 西安邮电大学 | 基于四光子纠缠w态的量子信令超密编码方法 |
Non-Patent Citations (5)
Title |
---|
ZHANG MEILING ET AL.: "Quantum signaling transmission computing model and simulation analysis", 《AUTOMATIC CONTROL AND ARTIFICIAL INTELLIGENCE (ACAI 2012), INTERNATIONAL CONFERENCE ON》 * |
梁彦霞 等: "一种低速率多模MBE线性预测语音编解码器", 《西安电子科技大学学报(自然科学版)》 * |
梁彦霞 等: "一种应用于量子数据压缩的么正变换生成方法", 《物理学报》 * |
梁彦霞 等: "线谱频率参数的快速、低存储矢量量化", 《吉林大学学报(工学版)》 * |
梁彦霞 等: "量子语音多带激励算法", 《物理学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105959065A (zh) * | 2016-06-28 | 2016-09-21 | 西安邮电大学 | 一种量子信息的压缩方法及装置 |
CN105959065B (zh) * | 2016-06-28 | 2018-05-25 | 西安邮电大学 | 一种量子信息的压缩方法及装置 |
CN112381233A (zh) * | 2020-11-20 | 2021-02-19 | 北京百度网讯科技有限公司 | 数据压缩方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104078047B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109525292B (zh) | 一种采用比特级优化网络的信道信息压缩反馈方法 | |
EP2528057B1 (en) | Hierarchical frequency encoding and decoding method for transient signal and system | |
US10341048B2 (en) | Channel encoding and decoding method and apparatus | |
DE60024123T2 (de) | Lpc-harmonischer sprachkodierer mit überrahmenformat | |
EP2295947B1 (en) | Coding method, decoding method,and coding apparatus | |
KR101496182B1 (ko) | 최소거리가 확장된 극 부호 생성 방법 및 장치 | |
CN103458460B (zh) | 对信号数据进行压缩和解压缩的方法和装置 | |
JP5277350B2 (ja) | 圧縮符号化および復号の方法、符号器、復号器、ならびに符号化装置 | |
ZA200408780B (en) | Method and system for multi-rate lattice vector quantization of a signal. | |
CN101510424A (zh) | 基于语音基元的语音编码与合成方法及*** | |
JP2019512735A5 (zh) | ||
CN115296862B (zh) | 一种基于数据编码的网络数据安全传输方法 | |
CN108989817A (zh) | 一种基于参考帧错位预测的雷达数据压缩方法 | |
CN106373583A (zh) | 基于理想软阈值掩模irm的多音频对象编、解码方法 | |
JP7143973B2 (ja) | 秘密データの隠蔽方法、これを実施するプログラム、及び秘密データ通信システム | |
CN104078047A (zh) | 基于语音多带激励编码lsp参数的量子压缩方法 | |
CN105354867A (zh) | 自适应冗余字典压缩感知的高光谱图像压缩算法研究 | |
CN101615911B (zh) | 一种编解码方法和装置 | |
CN1325529A (zh) | 用于语音编码的自适应规则 | |
CN101266795B (zh) | 一种格矢量量化编解码的实现方法及装置 | |
CN101266796A (zh) | 一种量化编解码方法及装置 | |
CN102646417B (zh) | 用于编码和解码增强层的方法 | |
JP4335245B2 (ja) | 量子化装置、逆量子化装置、音声音響符号化装置、音声音響復号装置、量子化方法、および逆量子化方法 | |
EP2447943A1 (en) | Coding method, decoding method, and device and program using the methods | |
RU2437148C1 (ru) | Способ сжатия и восстановления сообщений в системах обработки, передачи и хранения текстовой информации |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: XI'AN University OF POSTS & TELECOMMUNICATIONS Person in charge of patents Document name: payment instructions |
|
DD01 | Delivery of document by public notice | ||
DD01 | Delivery of document by public notice |
Addressee: XI'AN University OF POSTS & TELECOMMUNICATIONS Person in charge of patents Document name: Notice of Termination of Patent Rights |