超低速率语音编码算法改进与帧间插值研究

“这篇硕士学位论文详细探讨了超低速率语音编码算法，主要关注点在于提高编码效率和语音质量。作者邹绘华在导师李双田和孙怡的指导下，对混合激励（MELP）算法进行了深入研究，并提出改进措施。论文提出了一种匀速率帧间插值算法来解决MELP编码效率不足的问题，并基于G.729B的VAD（语音活动检测）算法发展了BD-VAD算法。此外，还研究了变速率语音编码的各种算法，并结合语音信号参数的帧间相关性，提出了基于频谱斜率约束条件的帧间插值算法，以进一步压缩传输速率。” 超低速语音编码是一种在极其有限的带宽条件下实现语音通信的技术，尤其适用于资源受限的环境，如卫星通信、无线传感器网络或物联网设备。MELP（Mixed Excitation Linear Prediction）算法是低速语音编码中的一种常用方法，它通过混合激励和线性预测相结合的方式，能够在较低的比特率下提供可接受的语音质量。然而，尽管MELP在2.4Kbps时表现出色，但在非平稳语音段和编码效率上仍有待改进。 论文提出的匀速率帧间插值算法旨在优化编码过程中的信息利用率，通过在不同帧之间进行平滑插值，以减少数据传输量而不显著降低语音质量。BD-VAD算法是对G.729B标准VAD算法的扩展，能更准确地识别出语音活动和静默时段，从而节省传输非语音数据时的带宽。 变速率编码是另一种策略，它允许根据语音信号的动态变化调整编码速率。论文分析了多种变速率算法，并研究了语音信号参数的帧间相关性，这有助于理解语音信号的变化模式。基于这些发现，论文提出了一个利用频谱斜率约束条件的帧间插值策略，这一策略在保持类似运算复杂度的同时，进一步降低了传输速率，将系统带宽降至300到800bps。 实验结果表明，改进后的系统在语音质量和主观听感上接近或略低于2.4Kbps的MELP标准，但实现了显著的比特率压缩。这些研究成果对于开发更加高效和适应性强的超低速率语音编码系统具有重要价值，有助于推动未来低带宽通信技术的发展。关键词包括变速率编码、混合激励、基音提取、频谱斜率和线性插值，这些都是该领域的重要技术概念。