AMR-WB語音編碼中最優(yōu)碼書搜索算法的研究.pdf

1、在現(xiàn)代的通信系統(tǒng)中，在GSM和WCDMA系統(tǒng)中使用的自適應多速率編解碼器是一種多速率的窄帶編解碼器，然而隨著數(shù)字通信網(wǎng)絡的飛速發(fā)展和視聽業(yè)務需求量的日益增長以及人們追求一種自然的面對面的通信質(zhì)量和帶寬的限制越來越不適應人們對高質(zhì)量語音業(yè)務的需求，為此，有必要進行寬帶語音壓縮編碼的研究。
　　 為了滿足對高質(zhì)量語音業(yè)務的需求，3GPP/ETSI提出了寬帶自適應多速率編解碼器。隨后，AMR-WB又被ITU-T選用為其16kbit/s

2、寬帶語音編碼標準G.722.2。自適應多速率寬帶語音編解碼器由于其音頻帶寬擴展到7kHz，采樣頻率擴大到16kHz，突破了窄帶語音編解碼器帶寬方面的限制，因此在語音的自然度、音樂處理等方面有較大的改善。AMR-WB具有語音質(zhì)量高、平均編碼速率低和自適應好等優(yōu)點，是通信史上第一種可以同時用于無線與有線業(yè)務的語音編碼系統(tǒng)，在無線和有線通訊領域都有著廣闊的應用前景。
　　 本文對AMR-WB算法進行了系統(tǒng)的分析，深入研究了編碼器的矢量

3、量化、自適應碼本搜索和固定碼本搜索等幾個模塊并對其相應的算法進行了優(yōu)化，還對解碼器的解碼原理進行了一定程度的分析和研究。選用TIMIT標準英文語音數(shù)據(jù)庫中的標準語音文件(16kHz，16bit)進行編解碼實驗，對編解碼后的語音質(zhì)量進行了主觀聽覺測試和客觀w-PESQ測試，測試結(jié)果表明12.65kbit/s以上模式，合成語音的波形與原始語音基本一致，在聽覺上已經(jīng)與原始語音難以分辨，w-PESQ值都超過了4.0，而對于6.60kbit/s和

4、8.85kbit/s模式，在波形和聽覺上稍有失真，w-PESQ值都在3.5以上，達到了通信質(zhì)量標準，而且合成語音具有良好的自然度和聽覺舒適性。
　　 本文對寬帶語音編碼標準G.722.2(AMR-WB)進行了矢量量化的改進實現(xiàn)，自適應碼書搜索的改進實現(xiàn)和代數(shù)碼書搜索的改進實現(xiàn)。并且對各種改進的算法分別進行了編解碼測試，對其語音質(zhì)量進行了評測，并與原始的寬帶語音編碼標準G.722.2算法相比較，對于矢量量化的改進和自適應碼書搜索的