混合激勵線性預測語音編碼算法的實時實現.pdf

1、語音作為一種有效的信息溝通手段，是通信傳輸中的主要信源。水下語音通信由于受到水聲信道的限制成為了水聲通信應用中最富挑戰(zhàn)性的研究課題之一。在可利用的頻帶資源內最大限度挖掘頻帶資源，并最大限度的降低語音信號的通信速率，以獲得高質量的語音通信成為了當前人們的研究熱點。混合激勵線性預測(Mixed Excitation Liner Prediction, MELP)編碼具有較高的語音壓縮率和較好的保密性能，并具有很高的實用價值。本文應用混合激勵

2、線性預測編碼算法作為水下通信系統的語音信號處理模塊。并將重點放在了如何在現有的傳輸數據率下提高合成語音的質量。
　　本文首先對混合激勵線性預測低速率語音編碼算法的流程進行了分析，給出了包括基音周期、碼本、線性預測系數等的仿真結果。介紹了從編碼端語音信號的參數提取到解碼端合成語音的過程。進行了混合激勵線性預測編碼的仿真，重點研究了在不同場景下算法對干擾的容錯能力，分析結果表明算法自身對干擾具有一定的容忍能力。驗證了該算法在通信中，存

3、在誤碼的條件下依然具有一定的穩(wěn)健性，明確了編碼端發(fā)送幀中各參數的重要性。據此可以對編碼端發(fā)送幀的各參數的重要程度進行排序，對更為關鍵的信息予以保證。其次，針對水下語音通信的特點，設計采用預加重技術和子空間語音增強技術對混合激勵線性預測編碼算法進行改進以提高語音合成效果。再次，為進一步降低語音編碼數據率，利用自適應差分思想對算法的編碼和量化部分進行改進，仿真結果表明該算法可以在保證部分語音恢復質量基礎上降低編碼數據率。
　　最后，根