论文部分内容阅读
随着信息社会和通信技术的快速发展,所需要的频率资源越来越宝贵。多年来,人们一直追求的目标就是压缩语音信号的传输带宽或降低电话信道的传输码率,而在实现这一目标中,语音压缩编码技术发挥着重要作用。目前研究的低速率语音编码是在传输比特率限制非常严格的场合下才具有特别重要的意义。在低速率语音编码算法的研究中,混合激励线性预测(MELP)算法是在原有的线性预测(LPC)编码的基础上,结合线性预测、多带激励、混合激励、原型波形内插以及矢量量化等编码方法的诸多优点,采用了一种新的更为符合人发音机制的语音生成模型来合成语音,并运用自适应谱增强等技术,使合成语音与原始语音的匹配度有所提高,从而较好地实现了语音编码的低码率。MELP算法是一种比较理想的低速率语音编码方案,也是本文研究的重点。经多项研究发现,MELP算法确实比较优秀,它也是一个比较新的低速率语音编算法,在今后的实际应用中会有很大的价值。论文首先对语音压缩编码原理、语音编码技术现状和发展等作了简要的概述,然后介绍了传统的MELP算法新增的五项关键技术及MELP算法的编解码原理,同时对MELP算法的编解码过程作了比较深入的研究,详细介绍了MELP编解码器的设计过程,对其进行了改进,并将改进后的MELP编解码器进行了仿真分析,研究了该算法的MATLAB语言实现,对比编码前后的语音质量,给出实验结果,得出结论并指出下一步的研究方向。结论表明改进后的MELP算法的语音质量有较高的可懂度和清晰度,并具有一定的自然度。基于传统的MELP算法,从以下3个方面对该算法进行了研究:1、对算法进行优化,将开方运算变为平方运算;2、不传输傅氏级数幅度值,即取消傅氏级数幅值的计算及量化;3、利用滑动窗对基音周期的运算模型进行改进。总之,前两种方法是对MELP算法进行了简化,它们能够加快计算机运行程序的速度、减少算法的复杂度,第三种方法使改进后的语音在一定程度上消除了由于清浊音判断不准确引入的噪声,使基音周期更加精确。