基于DSP的MELP语音编码算法研究及实现

论文摘要

信息社会的高速发展,使得媒介资源、存储资源显得更加宝贵。因此,压缩语音信号的传输带宽一直是人们追求的目标。MELP算法在LPC模型基础上,吸收了多带激励算法的优点,通过引入混合激励、非周期脉冲、自适应谱增强,脉冲整形滤波器和残差谐波谱五项新技术得到了高质量的合成语音,使其合成语音在2.4kb/s速率上具有较好的清晰度和可懂度,因此该算法逐步成为研究热点。本论文对MELP编解码算法做了深入的研究,并对其中一些公式进行了理论推导。在PC机上用C语言在VC环境下仿真了该算法的编解码过程。为了将程序移植到TMS320VC5510DSP上,并且能实时地完成语音的编解码工作,作者首先在CCS环境下进行了软件模拟,结果发现程序执行的延时太大,无法达到实时的要求,因此对代码进行了优化处理,提高了程序执行的效率。最后在TMS320VC5510DSK平台上成功的实现了算法移植。经过验证,MELP算法是一种比较优秀的低速率语音编码方法,具有较高的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 论文研究背景及意义
• 1.2 语音编码技术概述
• 1.2.1 语音压缩编码的理论依据
• 1.2.2 语音压缩编码的极限速率
• 1.2.3 编码器的分类
• 1.2.4 语音编码器的属性
• 1.3 论文研究内容及章节安排
• 第2章 语音编码基础理论
• 2.1 语音信号产生的数学模型
• 2.2 语音编码通用模型
• 2.3 语音信号的线性预测分析
• 2.3.1 线性预测分析基本原理
• 2.3.2 线性预测分析的解法
• 2.3.3 语音信号模型与线性预测误差滤波器参数之间的关系
• 2.3.4 LP系数与LSF参数的相互转换
• 2.4 矢量量化分析
• 2.4.1 矢量量化的基本原理
• 2.4.2 矢量量化器的设计算法
• 2.4.3 多级矢量量化
• 2.5 本章小结
• 第3章 MELP声码器
• 3.1 MELP新技术
• 3.2 MELP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 子带声音强度的计算与量化
• 3.2.4 残差信号峰值的计算与量化及非周期性标志
• 3.2.5 线性预测分析与量化
• 3.2.6 增益的计算与量化
• 3.2.7 傅里叶级数幅值的计算与量化
• 3.2.8 纠错编码
• 3.2.9 编码参数的比特分配与发送
• 3.3 MELP声码器解码原理
• 3.3.1 参数解码与纠错解码
• 3.3.2 噪声估计与抑制
• 3.3.3 参数插值
• 3.3.4 混合激励信号的生成
• 3.3.5 自适应谱增强
• 3.3.6 线性预测合成
• 3.3.7 增益校正
• 3.3.8 脉冲离散滤波
• 3.3.9 合成环路控制
• 3.4 MELP算法实现研究
• 3.4.1 WAV文件中的数据提取
• 3.4.2 MELP算法程序及计算机实现
• 3.5 本章小结
• 第4章 MELP算法的DSP实现研究
• 4.1 TMS320VC5510DSP内核结构及特征
• 4.2 MELP算法软件调试
• 4.2.1 MELP算法模拟调试
• 4.2.2 MELP程序优化
• 4.3 MELP算法实现硬件仿真
• 4.3.1 TMS320VC5510 DSK简介
• 4.3.2 算法硬件实现
• 4.4 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢