资 源 简 介
高质量的低速率实时语音压缩编码技术始终是语音编码中重要的研究课题。在2.4 kbps的速率上，美国国防部于1996年推出了新的美国联邦标准混合激励线性预测（MELP）算法。该算法综合了LPC和MBE算法的优点，采用了分带LPC模型，并引入混合激励、非周期脉冲、白适应谱增强和脉冲散布滤波等技术。混合激励模型克服了二元激励合成模型中激励源信息描述不准确的缺陷，该模型采用子带清／浊音强度调制五带带通滤波器得到整形滤波器，从而得到较为准确的激励信息。MELP及其改进算法虽然在合成语音的自然度和抗噪声性能等方面有了很大的改善，但其带通清／浊音强度最终都是通过求取自相关得到的。求取自相关过程中，乘法运算多、计算复杂，因此增大了处理延时。为了使混合激励线性预测语音编码器的应用更接近实际，本文提出了一种全新的子带声音强度参数及该参数的提取算法，该算法采用短时幅度和短时平均幅度差函数的第一最小值的线性组合表征子带清／浊音强度，并将其植入MELP声码器中进行了大量的仿真实验，实验结果说明该方法不仅与原方法的解码语音有相当的话音质量，而且运算速度快。
