For real-time speech and audio enco

For real-time speech and audio encoders used in various multimedia applications, low-complexity encoding algorithms are required. Indeed, accurate classification of input signals is the key prerequisite for variable bit rate encoding, which has been introduced in order to effectively utilize limited communication bandwidth. This paper investigates implementation issues with a support vector machine (SVM)-based speech/music classifier in the selectable mode vocoder (SMV) framework, which is a standard codec adopted by the Third-Generation Partnership Project 2 (3GPP2). While a support vector machine is well known for its superior classification capability, it is accompanied by a high computational cost. In order to achieve a more realizable system, we propose two techniques for the SVM-based speech/music classifier, aimed at reducing the number of classification requests to the classifier. The first technique introduces a simpler classifier that processes some of the input frames instead of the SVM-based classifier, and the second technique skips a portion of input frames based on strong inter-frame correlation in speech and music frames. Our experimental results show that the proposed techniques can reduce the computational cost of the SVM-based classifier by 95.4 % with negligible performance degradation, making it plausible for integration into the SMV codec. © 2014 Springer Science+Business Media New York.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมเข้ารหัสต่ำความซับซ้อนไม่จำเป็นสำหรับเสียงแบบเรียลไทม์และตัวเข้ารหัสเสียงที่ใช้ในโปรแกรมประยุกต์มัลติมีเดียต่าง ๆ แน่นอน ถูกต้องประเภทของสัญญาณเป็นการคีย์ข้อกำหนดเบื้องต้นสำหรับบิตอัตราการเข้ารหัส ซึ่งได้รับการแนะนำการใช้แบนด์วิธที่จำกัดการสื่อสารอย่างมีประสิทธิภาพ กระดาษนี้ตรวจสอบปฏิบัติงานกับเครื่องจักรแบบเวกเตอร์สนับสนุน (SVM) -ใช้ classifier เสียงเพลงในโหมดเลือก vocoder (SMV) กรอบ ซึ่งเป็นตัวแปลงสัญญาณมาตรฐานรับรอง โดย 2 หุ้นส่วนโครงการรุ่นที่สาม (3GPP2) ในขณะที่เครื่องแบบเวกเตอร์สนับสนุนเป็นที่รู้จักกันดีสำหรับความสามารถของประเภทห้อง มันเป็นพร้อม ด้วยสูงคำนวณต้นทุน เพื่อให้ระบบ realizable มาก เราเสนอเทคนิคสองสำหรับ classifier SVM ตามเสียงเพลง มุ่งลดจำนวนคำขอประเภทที่ classifier เทคนิคแรกแนะนำ classifier ง่ายกว่าที่ประมวลผลของกรอบป้อนข้อมูลแทน classifier ใช้ SVM และเทคนิคที่สองข้ามส่วนของกรอบป้อนข้อมูลตามกรอบระหว่างความสัมพันธ์ที่แข็งแกร่งในการพูดและเพลงเฟรม ผลการทดลองของเราแสดงว่า เทคนิคการนำเสนอสามารถลดต้นทุนที่คำนวณของ classifier ใช้ SVM 95.4% ด้วยการลดประสิทธิภาพระยะ การรับมือสำหรับเชื่อมต่อกับตัวแปลงสัญญาณ SMV © 2014 springer วิทยาศาสตร์ธุรกิจสื่อนิวยอร์ก

ผลลัพธ์ (ไทย) 2:

สำหรับเสียงแบบ real - time และเครื่องเข้ารหัสสัญญาณเสียงใช้ในแอปพลิเคชันมัลติมีเดียต่างๆอัลกอริธึมการเข้ารหัสต่ำต้องมีความซับซ้อน จริงๆแล้วการจำแนก ประเภท ความถูกต้องแม่นยำของสัญญาณอินพุตเป็นเงื่อนไขสำคัญในการเข้ารหัสอัตราบิตผันแปรซึ่งได้รับการแนะนำในการใช้งานแบนด์วิดธ์การสื่อสารจำกัด(มหาชน)ได้อย่างมี ประสิทธิภาพเอกสารนี้ทำการพิจารณาข้อสงสัยทั้งหมดของลักษณนามปัญหาการนำไปใช้งานกับเครื่องเวกเตอร์การสนับสนุน( SVM ) - ใช้เสียงพูด/เสียงดนตรีในโหมดความเพี้ยน/เครื่องกำเนิดเสียงพูดแบบเลือกได้(รูปแบบ SMV )ซึ่งเป็นมาตรฐานการเข้ารหัส/ถอดรหัสที่นำมาใช้โดย third-generation ห้างหุ้นส่วนโครงการที่ 2 ( 3 รอบด้าน 2 ) ในขณะที่เครื่องเวกเตอร์การสนับสนุนที่เป็นที่รู้จักกันอย่างดีสำหรับความสามารถในการแบ่ง ประเภท ระดับ Superior First Class ที่พร้อมด้วยต้นทุนที่สูงนวัตกรรมในการสั่งซื้อเพื่อให้ระบบเปลี่ยนเป็นเงินได้มากกว่าที่เราเสนอสองเทคนิคสำหรับลักษณนามเสียงพูด/เสียงดนตรี SVM - - ตามที่มีเป้าหมายอยู่ที่การลดจำนวนของคำขอการแบ่ง ประเภท เป็นลักษณนามได้ เทคนิคเป็นครั้งแรกที่จะแนะนำให้ข้าวกลายเป็นเรื่องง่ายที่กระบวนการเฟรมที่ใส่ของแทนลักษณนาม SVM - ใช้บางส่วนได้และเทคนิคที่สองจะข้ามบางส่วนของเฟรมอินพุตที่ใช้ความสัมพันธ์ระหว่างเฟรมในเฟรมและเสียงดนตรี ผลการทดลองของเราแสดงให้เห็นว่าการที่เสนอที่จะช่วยลดค่าใช้จ่ายด้านนวัตกรรมของลักษณนาม SVM - - ซึ่งใช้โดย 95.4% โดยมีการลด ประสิทธิภาพ การทำงานเพียงเล็กน้อยทำให้เข้าหูสำหรับการผนวกรวมเข้ากับตัวเข้ารหัส/ถอดรหัสที่รูปแบบ SMV© .2014 springer วิทยาศาสตร์ทางธุรกิจมีเดีย New York .