melp算法matlab,svpwm过调制算法研究与实现 [MELP声码器的算法研究及实现]

[摘要]为了满足数字通信及其它商业应用的需求,语音压缩编码技术得到了迅速发展。特别是低码率语音编码的研究具有十分重要的现实意义。在现有的语音编码研究中,混合激励线性预测编码(MELP)是一种比较好的方法。对MELP编解码算法的原理进行简要分析,讨论如何在MATLAB上实现该算法,并研究其关键技术,最后对测试结果进行分析和比较。

[关键词]MELP语音编码混合激励线谱频率

中图分类号:TJ8文献标识码:A文章编号:1671-7597(2009)1210021-02

一、引言

随着通信技术以及互联网语音实时传输技术的迅速发展,对语音的传输速率和存储容量都提出了很高的要求,解决这些问题的主要途径之一就是语音编码。因此,语音编码的研究,特别是低码率语音编码的研究具有十分重要的现实意义。

在现有的语音编码研究中,混合激励线性预测编码(MELP)是一种比较好的方法,它结合了二元激励、码激励和多带激励的优点,将短时语音段划分为若干子带,在每个子带中分别进行清浊音判断;在合成端,采用周期性脉冲序列和随机噪声的混合序列去激励语音合成滤波器,能在较低的码率下得到较好的再生语音。2.4kb/s混合激励线性预测语音编码(MELP)的编码方法已经被确立为美国新的联邦语音编码标准。

二、MELP编解码算法

MELP算法声码器作为美军声码器技术的重要类型,在各国及各领域有广泛的应用。整个算法分为三个部分:语音参数提取、参数量化、解码。

(一)语音特征参数提取

模拟输入语音首先经过低通滤波器,然后转化成数字语音。采样率为8KHz,按180个样点(22.5ms)为一帧提取语音参数。MELP编码技术将语音分为清音、浊音和抖动浊音三种状态。一帧语音信号经过一个4阶切比雪夫高通滤波器,滤除50Hz的工频干扰,经过滤波之后的语音信号称为输入语音信号。这一帧语音信号再做以下处理:

1.基音分析:首先经过1KHz的巴特沃思低通滤波器,用归一化互相关法进行基音粗估,得到整数基音值T,然后进行分数基音分析,采用内插方法,求得分数基音估计的小数部分,此时分数基音值P为整数