基于MELP的極低速率語音編碼算法的研究.pdf

1、極低速率語音編碼技術(shù)在軍事通信、保密電話等領(lǐng)域有著十分重要的應(yīng)用。在軍事、衛(wèi)星通信系統(tǒng)中，信道的資源十分緊張、帶寬很小、信道質(zhì)量較差、干擾也很嚴(yán)重，因此需要盡可能地降低語音編碼速率來保障數(shù)字保密語音通信系統(tǒng)的可靠性，以提高軍事通信系統(tǒng)的整體抗干擾能力。在低速率語音編碼算法標(biāo)準(zhǔn)中，2400bit/s的混合激勵線性預(yù)測編碼(Mixed Excitation Linear Prediction，MELP)是一個十分優(yōu)秀的語音編碼算法，本文研究

2、的重點(diǎn)就是在MELP算法基礎(chǔ)之上，通過矢量量化的方法將語音編碼的速率降低到800bit/s。
　　 首先，本文根據(jù)TIMELP聲碼器的C語言實(shí)現(xiàn)以及相關(guān)的一些論文，對2400bit/sMELP算法的參數(shù)提取以及語音合成過程作了詳細(xì)的分析。然后，根據(jù)矢量量化的思想，將4幀MELP子幀聯(lián)合為一個超幀，設(shè)計出了兩種不同的800bit/s聲碼器方案。
　　 方案一的算法較簡單，算法將4個MELP子幀聯(lián)合為一個超幀，然后對超幀用7

3、2比特進(jìn)行量化，從而得到800bit/s的語音編碼速率。對于傅立葉級數(shù)幅度值以及抖動標(biāo)志這兩個參數(shù)，算法在編碼端不進(jìn)行量化和傳輸，在合成端則生成幅度平坦并強(qiáng)制不抖動的激勵來合成語音;對于線譜頻率(Linear Spectrum Frequency，LSF)參數(shù)，算法對第二個和第四個子幀采用和MELP相同的方法進(jìn)行量化和傳輸，而對第一個和第三個則不進(jìn)行量化和傳輸，在合成端通過線性插值的方法進(jìn)行恢復(fù);對于基音周期、增益、子帶聲音強(qiáng)度三個參數(shù)

4、，算法將其分別聯(lián)合為4維、8維、16維的矢量，然后分別進(jìn)行矢量化處理。該方案聲碼器的語音質(zhì)量客觀感知得分(Perceptual Evaluation Speech Quality，PESQ)為2.324（男）、2.141（女），而2400bit/sMELP聲碼器對應(yīng)的PESQ得分為2.964（男）、2.705（女）。
　　 方案二的算法仍然是將4幀MELP子幀聯(lián)合為一個超幀，然后對超幀用72比特進(jìn)行量化。不同的是，方案二對超幀的