一种改进的CELP算法

论文摘要

随着现代移动通信的蓬勃发展，频带利用率与通信质量成为目前该领域两个突出的问题。寻找低速率、高质量和低成本的语音声码器成为解决这些问题的有效途径。码激励线性预测编码（CELP）是目前中低速率语音编码算法的主流，CELP算法能够提供中低速率高质量的合成语音，但是当编码速率降至4kbps以下时，语音质量会有明显下降。本论文深入研究了码激励线性预测编码（CELP）方案。CELP算法中重要的模块有线性预测（LP）分析，矢量量化技术、自适应码本、固定码本、码本增益矢量量化和搜索等。在研究了FS1016算法基础上，对原编码算法进行了以下几方面的小小改进。（1）改进了基音周期提取算法；（2）构造固定码本；（3）构造自适应码本；（4）采用新的语音消噪模块改进解码器中的后置滤波器。用高级语言编写程序，进行软件仿真，通过比较合成语音与原始语音的波形图、语谱图，以此来说明新算法的性能优劣，仿真结果表明改进后的CELP算法得到了较好的合成语音质量。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 国内外研究现状
• 1.2 本论文研究的意义
• 1.3 论文主要内容和章节安排
• 第二章 语音信号的特征分析
• 2.1 语音信号的时域分析
• 2.1.1 短时加窗处理
• 2.1.2 短时能量与短时平均幅度
• 2.1.3 短时过零率
• 2.1.4 端点检测
• 2.2 语音信号的频域分析
• 2.2.1 带通滤波器处理
• 2.2.2 傅里叶频谱分析
• 2.3 语音消噪处理
• 2.4 语谱图分析
• 2.5 基音检测的最常用方法及原理
• 2.5.1 短时自相关法（ACF）
• 2.5.2 短时平均幅度差函数法（AMDF）
• 2.5.3 复倒谱和倒谱（CEPS）
• 2.5.4 简化逆滤波法（SIFT）
• 2.6 基音检测的后处理
• 第三章 线性预测技术
• 3.1 线性预测基本原理
• 3.2 线性预测方程组的解法
• 3.2.1 自相关法
• 3.2.1.1 莱文逊—杜宾（Levinson—Durbin）递推算法
• 3.2.1.2 舒尔递推算法：
• 3.2.2 格型法
• 3.2.2.1 正向格型法
• 3.2.2.2 反向格型法
• 3.2.2.3 几何平均格型法
• 3.2.2.4 伯格（Burg）法
• 3.3 线性预测的几种推演参数
• 3.3.1 反射系数
• 3.3.2 预测器多项式的根
• 3.3.3 对数面积比系数
• 3.3.4 线谱对分析法
• 3.3.5 LPC 倒谱系数（LPCC）
• 第四章 矢量量化技术
• 4.1 矢量量化模型
• 4.2 矢量量化失真测度
• 4.3 码本设计
• 4.4 码字搜索
• 第五章 码激励线性预测声码器
• 5.1 码激励线性预测编解码（CELP）原理
• 5.2 CELP 码本搜索算法
• 5.3 对 CELP 声码器的优化改进
• 5.3.1 对基音周期提取算法的改进
• 5.3.2 对解码器的改进
• 5.4 CELP 声码器的软件仿真
• 5.4.1 算法模拟环境
• 5.4.2 仿真结果
• 5.4.2.1 一段女声分析
• 5.4.2.2 一段男声分析
• 5.5 仿真结果分析
• 第六章 总结与展望
• 6.1 总结
• 6.2 今后工作展望
• 参考文献
• 附录 程序清单
• 致谢
• 个人简历