论文部分内容阅读
语音编码技术在数字通信系统中起着重要的作用。在传输比特率限制十分严格的场合下,超低速率语音编码具有特别重要的意义。近年来主流的超低速率语音编码方案主要基于LPC-10,混合激励线性预测(MELP),多带激励编码(MBE),正弦变换编码(SCI),波形内插编码(WI),它们大都能够工作在2.4kbps速率下。目前新的语音编码技术不断推出,同时各种语音编码方案之间也取长补短,不断融合。作为一种重要的低速率语音编码算法,美国联邦标准MELP算法对LPC-10编码方案做了大量改进,引入了混合激励,非周期脉冲,残差付氏幅度谱,脉冲散布和自适应谱滤波五个附加特征,在2.4kbit/s的速率下取得了比较自然的语音质量。该算法的计算负载小,对严重背景噪声也有很强的坚韧性,能够很好的移植到DSP系统中,因此具有广泛的应用前景。本文对混合激励(MELP)算法进行了深入研究,仔细研究了MELP算法中每帧参数之间的内在联系和相邻帧间参数相关性。在这个基础上,结合矢量量化技术,对现有MELP编码算法作了一些改动。本文将提出一种改进的MELP算法,以3帧为单位组成超帧。本文的特色有三点:首先在MELP算法中引入基于超级帧模式的语音编码算法,根据超级帧模式的类型对超级帧内的参量作不同的编码处理。第二是在制作线谱对参数(LSF)矢量量化码本时,引入了目前提高LSF码本性能的两个方法:在利用重点帧对非重点帧作预测时,借鉴自适应帧间矢量量化(SIVP)去除相关性算法的优点,提出了以固定矩阵去除相关性的方法,有效的控制了预测后残差的动态范围,提高了对残差矢量量化的精度;采用联合码本优化多级矢量量化算法(JCO-MSVQ),改良多级矢量量化码本的性能。第三是结合SCI编码技术中激励信号产生的原理,改变了MELP中激励信号的产生方式。在本文最后将给出一种800bit/s的语音编码方案,通过在MATLAB上仿真,经重建语音信号比较及主观试听表明,该系统性能与美国联邦标准推荐的2.4kbps混合激励线性预测(MELP)算法较接近或下降有限。