基于MELP的甚低速率语音编码算法研究

论文摘要

在语音编码算法中,混和激励线性预测(MELP)算法因为能在低速率上更好的模拟自然语言特征从而合成较高质量的语音,成为现代低速率语音编码中最有潜力的算法之一。本文以MELP算法为基本模型,对基音周期、增益、傅立叶幅值、清浊音判决和线谱频率(LSF)等几个语音编码参数进行了详细的分析和实验,深入探讨了甚低速率编码算法中参数的选择、提取和量化方法,设计并实现了1.2kb/s甚低速率语音编码算法,算法采用多帧联合、三级矢量量化、参数内插等方法降低编码速率,并对合成语音质量进行了性能评测。非正式主观听觉测试表明该语音编码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。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 课题来源及意义
• 1.2 语音编解码技术发展状况
• 1.3 低速率语音编码的最新成果
• 1.4 本文研究的主要内容
• 第二章 MELP语音编码算法概况和特点
• 2.1 MELP语音编码算法概况
• 2.2 MELP算法特点
• 2.2.1 多带混合激励
• 2.2.2 使用非周期脉冲
• 2.2.3 自适应谱增强技术
• 2.2.4 脉冲离散滤波
• 2.2.5 残差谐波处理
• 2.3 小结
• 第三章 基于MELP的甚低速率语音编码算法
• 3.1 算法分析
• 3.1.1 甚低速率语音编码的主要实现方法
• 3.1.2 1.2kb/s甚低速率编码算法构建
• 3.2 1.2kb/s甚低速率语音编码算法
• 3.2.1 预处理
• 3.2.2 基音周期的计算与量化
• 3.2.3 带通清浊判决的计算与量化
• 3.2.4 增益的计算与量化
• 3.2.5 LSF参数的提取和量化
• 3.2.5.1 LPC参数的提取与残差分析
• 3.2.5.2 LSF参数的特性
• 3.2.5.3 LSF参数量化
• 3.2.5.4 超级帧的LSF参数量化与内插
• 3.2.6 傅立叶级数幅值的计算与量化
• 3.2.7 发送比特流
• 3.3 小结
• 第四章 基于MELP的甚低速率语音解码算法
• 4.1 1.2kb/s甚低速率语音解码算法
• 4.1.1 比特流的解包和参数解码
• 4.1.2 噪声衰减
• 4.1.3 参数插值
• 4.1.4 混合激励的生成
• 4.1.5 自适应谱增强
• 4.1.6 线性预测合成
• 4.1.7 增益的校正
• 4.1.8 脉冲离散滤波
• 4.1.9 合成环路控制
• 4.2 1.2kb/s甚低速率语音编码算法的实现及结果分析
• 4.2.1 算法实现
• 4.2.2 实验结果性能分析
• 4.3 小结
• 第五章 总结与展望
• 5.1 论文工作总结
• 5.2 下一步工作展望
• 参考文献
• 致谢
• 附录
• 在学期间发表的学术论文和参加科研情况