在语音和图象处理,加密及编解码方面的一些工作成果

       2012年即将结束了,在这里展示一下我们这几年的工作成绩,希望有需要的同志联系我了,我的号码18699835710,这些技术都是我工作多年中的一些纯熟的技术,用于工程中的,不想让它这样浪费掉了.在这里就简单的罗列一个目录吧,算法居多了,可能有点偏软,希望能给有需要的同志一点帮助.

   

1 语音音乐处理

1.1 语音降噪

单通道噪声消除

计算量4MIPS，内存耗费约1k words。

例子见附件。

1.2 语音编码

全速率的宽、窄带语音压缩编码体制，包括：

Ø        A/u律PCM，64kbps；

Ø        ADPCM，32kbps；

Ø        ITU-T G.728，16kbps；

Ø        ITU-T G.279，8kbps；

Ø        ITU-T G.723.1，5.3k/6.3kbps；

Ø        自研的4.75kbps；

Ø        AMR 4.75kbps；

Ø        2.4kbps。

 

例子见附件。

 

其中，自行研制的4.75kbps的语音编码体制，其音质，稍好于国际标准AMR 4.75kbps的语音编码体制（安卓手机、Nokia手机的录音算法），远好于美国国防部的FS1016 4.8kbps的语音编码体制。音质比较结果如表1所示。

 

表1  PESQ测试结果（表中值为PESQ-MOS分），分值越高音质越好

测试语音	自研4.75kbps	AMR 4.75kbps	FS1016 4.8kbps
英语测试语音	3.417	3.347	3.062
汉语测试语音	3.373	3.283	3.089

 

1.3 语音识别

实现了“特定人特定词汇”的语音识别，可应用于构造语音锁、听话玩具等产品。由说话人先“训练”，把自己的特定词语采集到芯片中，应用时，说话人说同样的词语，芯片可比对成功后作出反应。

在16bit MCU上实现，计算量最大耗费43MIPS，内存耗费小于2k words。

1.4 语音变速

实现了语音的变速不变调技术（以及mp3文件播放的变速不变调）。

低计算复杂度，高音质。

1.5 语音变声

Talking TOM（汤姆猫）的语音变声。

1.5 语音保密

语音“模数模”加密。

语音的全数字加密。

1.6 回波抵销

 

1.7 语音质量评估

ITU-T P.862 PESQ。

1.8 音乐编解码

Mp3/AAC。

2 图像处理

2.1 图像压缩编码

JPEG

JPEG2000

JPEG-LS。

3 密码

数据加密密码算法： 3-DES体制、AES体制。

RSA公钥算法。

流密码。

4无损数据压缩

 

5 纠错编解码

 

6 调制解调

DTMF编解码

FSK编解码。

32QAM编解码。