论文部分内容阅读
MBE声码器是低速率语音编码器中的佼佼者，它能够在2.4～4.8Kb／s的速率上合成出比传统声码器好得多的语音，而且具有较好的自然度和容忍噪声的能力。本文以多带激励(MBE)语音声码器为主要研究对象，从语音分析和语音合成两个方面对算法做了细致的研究。同时，本文对几种常用的语音静音检测算法(VAD)进行了细致的仿真和比较，仿真结果证明基于熵的VAD检测法综合性能最好，能够比较准确的区分出各种含噪语音的语音／静音帧。 考虑到静音检测技术可以对语音中声音和噪声部分进行有效的区分，为了进一步降低MBE声码器的编码速率，本文将静音检测算法应用到到多带激励语音编解码器中。在语音编码之前，首先执行VAD算法检测出语音帧和静音帧，然后对两者采用不同的编码算法，语音帧采用MBE算法，静音帧只发送帧幅度的均值。同样地，在解码端，对语音／静音帧分别采用不同的解码算法。用MATLAB和C仿真了基于静音检测技术的MBE算法，给出了改进的算法具体实现方法和仿真结果。仿真结果表明：基于静音检测技术的MBE算法有效的降低了码率和运算量，合成的语音在波形上和原始语音比较接近，并且具有良好的清晰度和可懂度。同时，本文对MBE算法中计算FFT部分的算法进行了改进，提出了一种改进的FFT Pruning算法，并在CCS的C5402软件模拟器上运行了该算法，实验结果表明，改进的FFT Pruning算法的计算量明显少于其他FFT快速算法。