基于深度学习的水下低速率语音编码关键技术研究.pdf

基于深度学习的水下低速率语音编码关键技术研究

摘要

在水下通信中，受到水下通信带宽的要求，在与水下潜水员进行语音通信的过程中，

往往采用低速率语音编码的方案，通过对语音的特征进行传输，并在编码端合成，以此

降低速率。而在水下嘈杂复杂的环境下，传统的低速率语音编码存在多方面的问题，首

先受到人类语言特点的影响，语音中往往存在较多的不包含信息的非语音帧，对于非语

音帧的传输会导致传输效率降低；其次对噪声的无处理传输，会使得解码段合成语音的

效果较差，影响语音的质量和可识别程度；最后低速率语音编码往往也具有合成语音质

量较低，识别度较低等情况，因此，针对上述情况，本文基于混合激励线性预测编码

(MixedExcitationLinearPrediction，MELP)系统，通过神经网络建立分类模块、降噪模

块和参数优化模块，以此来提高系统传输速率和合成端的语音质量，本文主要研究内容

为

1、在语音输入MELP系统前，在语音预处理部分，本文系统通过利用神经网络引

入分类模块和降噪模块，通过分类模块对输入语音进行语音和非语音的分类，对于语音

部分，将其输入之后的降噪模块进行语音增强以后，再输入至MELP中进行特征提取