一种简化的MELP算法与其可行性评估

论文摘要

近年来，随着宽带通信技术的飞速发展，语音通信在有线通信领域占用的带宽几乎已不成问题了。但是在移动通信、卫星通信等无线通讯领域中，仍需要降低语音编码速率以节省带宽，加快传输速率。语音编码技术是数字语音通信中的一项重要技术，它可使同样的信道容量传输更多的语音信号并节省存储空间。语音编码技术随着通信技术的发展也取得了很大的发展，广泛应用于短波、超短波、地面微波和卫星通信系统中。语音编码具有不可替代的作用，而且近年来各种语音数字存储、语音应答等应用对能够合成高质量语音的语音压缩编码算法提出了迫切的要求。语音编码总体上有3个的发展方向：低速率语音编码、变速率语音编码和不压缩语音编码。随着数字通信业务的发展，高质量的低速率语音编码技术将成为研究的热点，它必将在保密通信、语音邮件、网络通信、IP电话等领域有广泛的应用前景。MELP声码器是目前低速率语音编码中一种比较理想的编码方案，该算法是对传统线性预测编码参数模型的改进，它结合了混合激励和多带的思想，更好的模拟了自然语言特征，可以在2.4kbps的速率下合成出较高质量的语音。本论文深入研究了传统MELP（Mixed-exitation Linear Prediction，混合激励线性预测）语音编解码原理，对其编解码算法作了一些优化改进，对算法本身进行了优化，在基音周期提取算法上用整数基因周期代替分数基因周期，对语音帧的清浊判决的算法做了简化，优化改进后的算法的复杂度大大降低，改进算法得到的的合成语音质量大体上接近于传统算法。

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 本课题研究的意义
• 1.3 论文主要内容和研究特色
• 1.3.1 论文研究的主要内容
• 1.3.2 论文的研究特色
• 第二章 语音信号基础
• 2.1 语音的形成
• 2.2 语音信号数字化
• 2.3 语音编码的必要性
• 2.4 语音产生的数字模型
• 2.5 线性预测分析
• 2.5.1 线性预测分析的基本原理
• 2.5.2 线性预测分析的解法
• 第三章 MELP 声码器编码原理
• 3.1 算法概述
• 3.2 声码器编码原理
• 3.2.1 预处理
• 3.2.2 基音周期的计算与量化
• 3.2.3 增益的计算与量化
• 3.3 自适应增强
• 3.4 线性预测合成
• 3.5 增益的校正
• 3.6 傅氏级数幅度值的计算
• 3.7 编码参数的比特分配与发送
• 第四章 MELP 声码器解码原理
• 4.1 基音周期译码与纠错译码
• 4.2 噪声抑制
• 4.3 参数插值
• 4.4 混合激励生成与滤波
• 4.5 自适应谱增强
• 4.6 线性预测合成
• 4.7 增益的校正
• 4.8 脉冲整形滤波
• 4.9 合成环路控制
• 第五章 对 MELP 声码器的优化改进及仿真
• 5.1 对算法优化
• 5.2 对基音周期提取算法的优化
• 5.3 对语音帧清浊判决算法的改进
• 5.4 对解码器的改进
• 5.5 MELP 声码器的软件仿真及实验结果分析
• 5.5.1 语音波形比较
• 5.5.2 语谱图比较
• 第六章 语音编码器的质量评价
• 6.1 语音质量的定义
• 6.1.1 对发音者和语言的依赖
• 6.1.2 对信号功率级的依赖
• 6.1.3 背景噪声
• 6.1.4 多种编码的级联
• 6.1.5 信道误差所产生的影响
• 6.1.6 非语音信号
• 6.2 语音质量的客观评估
• 6.2.1 SNR 评估
• 6.2.2 MBSD 评估
• 6.2.3 压缩率
• 6.2.4 算法复杂度
• 6.2.5 算法稳定性和延迟
• 6.3 语音质量的主观评估
• 6.3.1 绝对等级的评定实验 ACR
• 6.3.2 降低等级的评定实验 DCR
• 6.3.3 诊断测量实验（DAM）
• 6.3.4 合成语音的可懂度
• 6.3.5 对谈话者的辨认能力
• 6.3.6 通话实验
• 6.3.7 语音质量的总体评估
• 6.4 检测语音质量的数据库和另外的实验信号
• 6.5 确认语音编码器实现的方法
• 6.6 实验结论
• 第七章 总结和展望
• 7.1 论文工作总结
• 7.2 今后工作展望
• 参考文献
• 致谢
• 个人简历