基于CELP的语音编码.ppt

《基于CELP的语音编码.ppt》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于CELP低速率语音编码算法的研究内容简介语音压缩编码的意义低速率语音编码技术的发展现状码激励线性预测语音编码（CELP）算法语音编码的前景一、语音压缩编码的意义语音压缩编码的意义语音是语言的声学表现，是人们传达信息最自然、最有效以及最常用的途径，它可以传递情绪、态度以及其他个人化信息。语音编码是其中一个重要领域。语音编码是数字化语音传输和存储的基础技术，用压缩语音信号的数字表示而使表达这些信号所需的比特数最小。与模拟语音相比，使用语音编码技术的数字语音传输和存储系统，具有可靠性高、抗干扰能力强、便于快速交换、易于实现保密、复用、打包和价格低廉等优势。语音压缩编码的意义压缩后的语音用于传输，

2、可以降低每路话音所需带宽，在同样的带宽内传输更多路的语音；用于存储，可以节约空间，提高存储语音长度，降低成本。如果将语音编码技术与网络合并成一个整体结构，可以减少通信成本，提高效率，有利于网络资源的管理。它在各种通信系统中占有重要地位。比如，在移动通信、卫星通信、军用通信和网络通信中，双方或者多方的话音传输、呼叫服务、多媒体查询等它都具有广泛应用。语音压缩编码的意义这些实际应用的需求推动了语音编码、特别是低比特率语音压缩编码理论与技术的发展。因此，研究人员多年来一直致力于在保持重构语音质量的前提下，提高语音压缩效率的研究。二、低速率语音编码技术的发展现状低速率语音编码技术的发展现状语音编码技术

3、随着科技发展和其应用领域的拓宽，更体现出研究的价值和意义。主要原因，首先是语音编码技术日趋成熟，其次是社会对低速率语音编码的需要也促进了各种语音编码技术的竞争，使语音编码技术尽快走向成熟。16kbps和8kbps的技术已经标准化，具备比较完善的理论和技术体系，并进入使用阶段，目前对4kbps以下语音编码标准的竞争十分激烈，已经有不少地区性标准诞生。低速率语音编码技术的发展现状最早的数字语音编码标准，是由CCITT对64kbps脉冲调制（PCM）的建议，也即G.711建议。由G.711引入的量化失真单位，考虑为1个失真单位（QDU）。第二个数字语音编码标准是32kbps的ADPCM，接着又制定了

4、16kbps的低延迟码激励线性预测（LD_CELP）的标准，它们的量化失真单位都是四个QDU。低速率语音编码技术的发展现状1994年，由日本电报公司（NTT），法国电信（CNET）和Sherbrooke大学与AT＆T合作研究，产生了8kbps语音编码器标准G.729。地方性的标准很多，Motorola公司提出了7.95kbps的VSELP编码器标准IS-54。日本无线系统研究和开发公司（RCR）提出了3.45kbps的PSI-CELP编码器，1990年由国际海事卫星组织INMARSAT提出了4.15kbps的IMBE编码器，美国防卫部门（DOD）提出了标准为FS1015的2.4kbps的LPC

5、声码器。此后DOD在1988年提出了标准为FS1016，码率为4.8kbpsCELP的编码器，FS1016比FS1015具有更高的语音自然度，但是仍然能感觉人工噪声。三、码激励线性预测语音编码（CELP）算法码激励线性预测语音编码（CELP）算法码激励线性预测CELP（CodeExitedlinearprediction）编码技术是一种有效的中低速率语音压缩编码技术，它以码本作为激励源，具有速率低、合成语音质量高、抗噪性强及多次音频转接性能良好等优点。在4.8~16Kb/s速率上得到广泛的应用。采用CELP算法的低速率语音压缩编码很多，如北美的IS-95、IS-96，日本的JDC半速率标准，I

6、TU的G.723、G.728和G.729采用的都是CELP算法。码激励线性预测语音编码（CELP）算法1、码激励线性预测语音编码（CELP）的模型随机激励线性预测模型码激励线性预测语音编码（CELP）算法根据上图给出的语音合成模型，可以给出如图所示的基于合成分析过程的CELP语音编解码模型。码激励线性预测语音编码（CELP）算法码激励线性预测语音编码（CELP）算法为了获得与原始语音信号的最佳匹配，CELP编码模型需要频繁地修正时变滤波器参数和激励参数。系统的分析过程是按帧分序进行的，即首先确定时变滤波器的参数，然后确定固定激励参数。分析帧的长度和修正速率决定了编码方案的比特率。码激励线性预测

7、语音编码（CELP）算法此编码方案的基本步骤如下：1）初始化短时合成滤波器和基音合成滤波器历史（通常初始化为零值或低电平随机噪声）。2）缓存一帧语音信号，然后对这帧语音信号进行线性预测分析，确定一组LPA系数。3）利用已经确定的LPA系数和线性预测误差滤波器A（z），计算未量化的残差信号。4）为了有效的确定激励参数，将LPA帧分为几个子帧。5）对于每个子帧，首先用开环方法或闭环方法确定基音预测参数