第7章
1、標量、向量量化的定義：理解+記憶
標量量化 是對取樣後的訊號逐個進行量化；
向量量化 是將若干個取樣訊號分成一組，構成乙個向量，然後對此向量一次進行量化。
二者的比較：
「率-失真理論」指出：向量量化總是優於標量量化，且向量維數越大效能越優越，因為向量量化有效地應用了向量中的各分量間的各種相互關聯的性質。
2、失真測度：是將輸入向量xi
用碼本重構向量
yi來表徵時所產生的誤差或失真的度量方法，它可以描述兩個或多個模型向量間的相似程度。
3、失真度選擇必須具備的特性：（記憶）
a. 必須在主觀評價上有意義，即小的失真應該對應於好的主觀語音質量；
b. 必須是易於處理的，即在數學上易於實現，這樣可以用於實際的向量量化器的設計；
c. 平均失真存在並且可以計算；
d. 易於硬體實現。
4、常見失真測度方法：（記憶）
a) 均方誤差失真測度（即歐氏距離）
b) 加權的均方誤差失真測度
c) 板倉－齋藤（itakura
－saito
）似然比距離
d) 似然比失真測度
5、初始碼書的選擇：
a) 隨機選取法
b) **法
c) 乘積碼書法
6、兩級向量量化系統工作框圖
先採用乙個小的碼書，其長度為m1
，用它來逼近輸入訊號向量；然後再用第二個小碼書，其長度為
m2，用它來對第一次的誤差進行編碼；輸入向量與第一級匹配，得到其位址編號
i，然後在第二級碼書中搜尋與這個誤差向量最佳匹配的向量，得到其位址編號j，將
i 和
j同時傳送出去，在接受端根據
i 和
j來恢復原來的向量，由於每本碼書的體積較小，所以採用全搜尋法對每級碼本搜尋。
7、lbg(無時間歸正的向量量化
)演算法的工作流程
/具體步驟
語音頻號處理第七章
語音頻號處理第二章 語音頻號處理第三章 語音頻號處理第四章 語音頻號處理第五章 語音頻號處理第七章 語音頻號處理第九章 語音頻號處理第十章 語音頻號處理第十二章 語音壓縮編碼 只針對考試內容，不全面講解各類編碼 語音合成系統模型 評價標準 分類 語音頻號編碼最簡單的方式是直接將語音頻號進行量化，只要...
第七章總結
7.2.2畫直線 畫直線使用cdc類的lineto 函式兩個過載版本 bool lineto int x,int y bool lineto point point 引數x y或point指定直線的終點位置，此函式從當前點到指定的終點之間畫一條直線，當前點包括在直線上，而終點不包括在直線上。如果畫線...
第七章總結
第七章終於是學完了，這一章也是花費了自己很多的時間，主要還是自己對於呼叫函式的不熟練，以及對於題目的理解和解題方法比較模糊，主要原因還是自己剛開始學習，接觸的題目比較少，寫的 也很少，這也告訴我還得多看和多練，才能更好的解決各種問題，碰到類似的題目，也能很熟練的將做過的題目思路運用到陌生題目中去。第...