改進的混合激勵線性預測編解碼器算法.pdf

1、隨著科技的發(fā)展，如何在眾多通信系統中有效的傳遞語音信息仍然是人們研究的重點。最早的語音通信采用模擬語音通信實現了語音的遠距離傳輸，但隨后出現的數字語音通信，在可靠性、快速交換、抗干擾等方面以無法比擬的優(yōu)勢取代了模擬語音通信，它的缺點是過多的占用了頻帶。但通過語音編碼技術的深入研究，可以有效的降低信號傳輸時占用的頻帶。近年來，語音通信帶寬有限的問題似乎已經得到解決，但是隨著數字通信業(yè)務的發(fā)展和實際通信中的需要，繼續(xù)降低語音編碼速率，提高信

2、道利用率成為了人們的迫切需要。因此較高質量的低速率語音編碼算法成為了語音編碼技術中必不可少的研究方向。目前，低速率語音編碼技術在算法和結構這兩個方向上的發(fā)展變得越來越復雜，混合激勵線性預測（MELP）算法作為其中的優(yōu)秀算法之一，是目前低速率語音編碼中最具潛力的算法。該算法在基本的LPC模型基礎上，用混合激勵取代過于簡單的二元激勵，利用多帶思想，更好的模擬出自然語音特性，合成出較高質量的語音。
　　本文經過對MELP算法編解碼原理的