ACELP語音編碼器代數(shù)碼書搜索算法研究.pdf

1、碼激勵線性預測(CELP)技術因兼具低速率和高語音品質而在中低速率語音編碼中得到廣泛采用，然而傳統(tǒng)CELP所使用的合成分析搜索方法對計算復雜度和碼書存儲量的要求很高，這制約了它在實際中的應用。代數(shù)碼激勵線性預測(ACELP)繼承了CELP的優(yōu)點，其采用的代數(shù)碼書具有稀疏性，并且無需存儲，可以實施高效搜索。目前，許多基于ACELP結構的語音編碼器已被標準化，并且在CELP語音編碼標準中占據(jù)主流地位。
　　 ACELP編碼算法的復雜

2、度偏高，而其運算負荷主要集中在代數(shù)碼書搜索上，這將直接影響到合成語音的質量。一種高效的ACELP碼書搜索方法應該以較低的搜索復雜度提供高質量的合成語音。目前，國際語音編碼標準中推薦的搜索方法主要有聚焦搜索法、深度優(yōu)先樹搜索法和全域脈沖替換法。本文在介紹了ITU-TCS-ACELP算法的編解碼原理之后，以ITU-T G.729A語音編碼器為實驗平臺，從以下兩方面對ACELP語音編碼器的代數(shù)碼書搜索算法做進一步研究：
　　 (1)為

3、降低代數(shù)碼書搜索復雜度，本文基于脈沖預選和脈沖替換步驟提出一種簡化式脈沖替換法。該方法首先利用脈沖預選技術來減少可能的脈沖組合，再利用兩級搜索與判斷機制改善脈沖搜索的效率。實驗結果顯示，該方法能夠以較低的計算復雜度獲得接近于全域脈沖替換法的語音質量。
　　 (2)為提高合成語音質量，本文對基于計算智能--遺傳算法(GA)和粒子群優(yōu)化(PSO)算法的代數(shù)碼書搜索方法進行了研究，分別提出了改進的遺傳算法(IGA)和粒子群優(yōu)化(IPS