混合激勵線性預測語音編碼的算法研究.pdf

1、隨著通信技術以及互聯(lián)網(wǎng)語音實時傳輸技術的迅速發(fā)展，對語音的傳輸速率和存儲容量都提出了很高的要求，解決這些問題的主要途徑之一就是語音編碼。因此，語音編碼的研究，特別是低速率語音編碼的研究，具有十分重要的實用意義。 在現(xiàn)有的語音編碼研究中，混合激勵線性預測語音編碼(MELP)是一種比較好的方法，它結合了二元激勵、碼激勵和多帶激勵的優(yōu)點，將短時語音段劃分為若干子帶，在每個子帶中分別進行清濁音判別；在合成端，采用周期性脈沖序列和隨機噪聲

2、的混合序列去激勵語音合成濾波器，能在較低的碼率下得到較好的再生語音。2.4kbps混合激勵線性預測語音編碼已經(jīng)被確立為美國新的聯(lián)邦語音編碼標準。 本論文通過研究MELP的語音編解碼算法的原理，對它的編解碼過程做了比較深入的研究，我們發(fā)現(xiàn)在基音周期及線性預測系數(shù)量化這方面還可以進行一定的改進。在標準MELP的算法中，對于那些包含有不規(guī)則周期的語音信號段，計算得到的互相關值較小，把它誤認為是清音，因此會引入噪音。在這里采用了一種改變

3、基音周期的算法，使基音周期的計算更加精確。此外，在對LSF進行量化的過程中，其碼本的存儲量與計算的復雜度都很大。針對于這一問題，我們提出了三級矢量量化的方法，從而可以把MELP的碼率降到2.1kbps左右，仍有較好的合成語音質(zhì)量。 本文最后在MATLAB編程環(huán)境下對MELP算法及其改進后的MELP算法進行了仿真，仿真結果表明經(jīng)過解碼后的語音信號及其改進后語音信號的輸出波形與原始語音信號的波形很相似，只是在能量較大的濁音段合成語音