孙凤梅，薛颜，李克靖

（中国电子科技集团公司第五十八研究所江苏无锡 214035）

近年来，语音通信系统发展迅速，需要使用不同速率的语音编解码算法，在有限的带宽中对语音进行编码去冗余并准确地传递[1]。面对越来越复杂的通信环境，低速率语音编解码算法能够在保证了合成语音质量的同时，有效地提高通信系统容量，主要应用于军事保密通信，卫星通信和数字语音存储系统[2]。低速率语音编解码算法可以分为波形编码、参数编码及混合编码。典型的编码算法有：多带激励编码、混合激励线性预测编码、正弦变化编码、正弦激励线性预测（SELP）等[3-7]。其中清华大学自主研发的SELP模型基于线性预测技术，具有提取参数方便、合成语音质量高的特点，是极具潜力的低速率语音编码模型。基于SELP模型已经实现了各种低速率编解码算法[8]。然而，通过研究发现，当清浊音判决不够准确或发生基音周期的倍/半频错误时，一些码率下的语音编码算法的合成语音会出现机器音较重、偶发性嘶哑及变调等问题。因此，为得到更高质量的合成语音，需要提高参数提取的精度[9]。

目前，语音编解码专用集成电路并不是很多。其中最著名的是美国DVSI公司生产的AMBE系列的声码器芯片，包括AMBE-1000TM、AMBE-2000TM、AMBE-3000TM等系列。其中，AMBE-3000TM是DVSI公司生产的新一代编解码芯片，能够提供最低2.0 kb/s的编码速率，编码速率可以在2.0～9.6 kb/s之间灵活选择[10-11]。但多数情况下，用户需要根据实际应用设计专用的编解码算法并实现其硬件模块，因此在当前的卫星通信、数字移动通信、数字声音存储等领域，通过数字信号处理器（DSP）实现的实时语音编解码器得到越来越广泛的应用[12-15]。……