朱宗明，姜占才

改进的混合激励线性预测编码算法

朱宗明1，姜占才2

（1.中国人民解放军69220部队，阿克苏 843000；2.青海师范大学物理系，西宁 810008 ）

针对混合激励线性预测编码中子带声音强度的硬判决导致激励源欠精细问题，将子带声音强度视为5维的模糊特征矢量，用改进的LBG算法设计码本并用5bit对其作矢量量化；以精细量化的子带声音强度调制带通滤波器，以此获取精细的混合激励信号，最终达到改善合成语音质量的目标。仿真实验表明：改进算法能有效地改善合成语音的自然度。

低速率语音编码；混合激励；子带声音强度；矢量量化；码本

0　引言

语音编码是语音通信的核心技术，其中低速率编码广泛应用于移动通信、卫星通信、军事保密通信、多媒体存储和数字数据网（DDN）中。语音编码的目的是用尽可能低的比特率获得尽可能高的合成语音质量，其意义是去除语音信号中的冗余，降低传输比特率或存储空间[1]。低速率语音编码分为3类，即参数编码、波形编码和混合编码，其中混合编码兼有参数编码和波形编码的优势，混合激励线性预测编码（M ixed excitation Linear p rediction，M ELP）[2-4]是混合编码的一种经典编码方案。

MELP以线性预测编码（Linear predictive coding，LPC）的参数模型为编码的整体框架，将语音帧的线性预测系数即声道模型参数转换为线谱对参数（LSF）后，用25bit矢量量化（Vector quantization，VQ）后编码、传输。为了克服LPC方案激励源信息描述过于简单、不准确的缺陷，将二元激励改为混合激励来获取更加准确的激励源信息，以混合激励信号激励合成滤波器，明显提高了合成语音质量。……