【混合激励线性预测编码声码器的性能分析与仿真14000字】.docVIP

I-

I

I

I

I

混合激励线性预测编码声码器的性能分析与仿真

摘要

在通信系统中，对于线性预测编码中参数进行分析，基于语音信号特点对编码及译码器进行设计，同时利用实际音频信号进行性能验证分析。研究好线性预测编码技术的最小的应用场景，在现实生活中的应用方式，预测编码将输入信号转变为方便传输的数字信号，通常，线性预测编码参数进行分析，基于语音信号特点对预测编码及声码器进行设计并对这些参数进行编码，而混合编码则结合了二者的优势，本文所设计的预测编码声码器采用的编码方式就是预测编码。

本论文针对线性预测编码（LPC）声码器进行激励信源过于简单，提出一系列的优化方法，包括这方面的工作：采用混合信号激励代换简单的二元激励，优化了激励语音信号；简单了基音周期提取的编码算法，下降了算法的时间难度和通信系统时延，增高了语音信号的实用性；此自带声音强度的优化采用新，LPC算法中初始码本选用随机算法容易造成的，并用本论文提出的二级联矢量算法此子带声音强度进行二级矢量优化，增加了声音强的量化。

本文针对利用Matlap编码软件提出的算法进行仿真实验，参数提取线性预测算法来预测出相应的结果、掌握LPC的基本原理，关键参数和基本原则，作出一系列的优化改进设计。

关键词：语音信号，混合激励编码，两级矢量量化,Matlap仿

真

目录

TOC\o1-3\h\z\u摘要 I

目录 I

1绪论 1

1.1引言 1

1.2研究意义 2

1.3本论文的组织结构 3

1.3.1论文研究的主要内容 3

2语言编解码概述 4

2.1语音编码概述 4

2.2语音编码的分类 4

3线性预测编码原理 7

3.1线性预测编码原理 7

3.1.1语音信号的线性预测分析 7

3.1.2LPC-10编码器 8

3.1.3参数提取及编码 8

3.2线性预测解码原理 10

3.2.1解码方法 10

3.2.2语音合成 10

4对线性预测编解码算法的改进 11

4.1对激励源的优化改进 11

4.2对参数提取算法的改进 11

4.3参数量化算法的改进 12

4.3.1矢量量化算法 12

4.3.2二级LBG码本训练算法 13

4.3.3子带声音强度的量化 15

5算法仿真实验 16

5.1实验环境及其他说明 16

5.2算法仿真实验及评估 16

5.2.1声码器性能评估方法 16

5.3结论 22

参考文献 25

1-

29-

30-

绪论

引言

语音信号声码器可以对语音进行编码和解码，语音信号解码器于19世纪二十年代诞生于美国的贝尔实验室。从那年开始语音信号声码器进入了迅速发展期间，很多的科研人员对语音编码信号及语音信号合并开展科研,对此获得了相当不错的收获（李晨昊,张雨婷,2022)。语音编码信号和语音信号合并成是提升语音声码器优良的重要因素,低速率语音编码信号的科研更吸引了人们的注视(王思博,刘晓彤,2023)。19世纪70年代初,简单的线性声码器在编码效率方面能够达到0.9?3.4kb/s之间的范围,但是其具有依靠于清浊音判决的二次元激励信号模型的特性,因此合并语音的清晰度较差,有时候带震动声和轰隆声(陈宇航,赵佳怡,2021)。因此,预测声码器算法大部分都是线性预测声码器的概念上更改而来,本论文以混合激励语言信号为激励信源对，使合成语音信号效果得到了提高,这在一定范围内显示了在自然度和可懂度方面都有所改，声码器在众多研究人员的大力推动下正向往着语音信号质量好，速度更低、抵抗干扰强度越来越强、延时更迟、预测要求更高的方向发展(杨皓和,孙梦婷,2021)。此激励信源的重要参数子带声音强度,本论文对其进行了二级矢量优化,增高了优化精度,获得激励信源的得到更好准确。对子带声音信号强化的细量化此得到激励信号更强准地熟识了现实的语音信号,其得到解码后的语音信号波形更强附近原来的语音,这对激励信源参数量化中的一个进步(刘子墨,周雅琪,2022)。

语言编解码概述

语音编码概述

语音消息信号被用在数字化、传输和数据存储化的过程中,使用能表达数字语音消息信号的比特数尽可能少的编码方法,在此类条件作用下可以推知其发展方向被广泛称为数字语音信号编码。压缩应用语音通道信号的增加传输数据带宽、增加语音信道的数据传输速率,在现代语音数据通信应用技术的不断发展中一直被技术研究工作人员广泛推崇(赵晨阳,郑涵蓉,2020)。最新的能准确达到这种编码标准的重要编码方法之一就是采用语音视频编码,据相关统计资料分析,从而将时域或频域两种