混合激勵線性預(yù)測語音編碼的算法研究.pdf

1、隨著通信技術(shù)以及互聯(lián)網(wǎng)語音實時傳輸技術(shù)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(yù)測語音編碼(MELP)是一種比較好的方法，它結(jié)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(jìn)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(yù)測語音編碼已經(jīng)被確立為美國新的聯(lián)邦語音編碼標(biāo)準(zhǔn)。 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(yù)測系數(shù)量化這方面還可以進(jìn)行一定的改進(jìn)。在標(biāo)準(zhǔn)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(guān)值較小，把它誤認(rèn)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(jìn)行量化的過程中，其碼本的存儲量與計算的復(fù)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(jìn)后的MELP算法進(jìn)行了仿真，仿真結(jié)果表明經(jīng)過解碼后的語音信號及其改進(jìn)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