论文简介：
　　毕业设计 CELP算法在语音信号处理的应用，共39页，18749字
　　 摘要
　　 语音信号处理属于信息科学的一个重要分支，随着通信技术的发展以及互联网语音实时传输技术的迅速发展的需要，为了使同样的信道容量传输更多路的语音信号和节省存储空间,语音编码技术取得了很大的进展。其中线性预测编码（CELP）是中、低速率下比较成功的编码算法。
　　 CELP算法采用分帧技术进行编码，帧长一般为30ms，并将每一语音帧分为4个子帧，把在每个子帧内搜索到的最佳的码矢量作为激励信号。CELP使用的是FS-1016标准，该标准基于合成分析（ABS）、感知加权矢量量化（VQ）和线性预测（LP）等技术。它采用10阶线性预测滤波器来模拟语音信号的短时频谱或声道特性，并且采用了两种码本：自适应码本和随机码本。自适应码本用来模拟长时信号或基音的周期激励；固定的随机码本用来逼近经过了矢量量化的短时线性预测和长时预测后的预测误差。译码端合成部分的激励信号由自适应码本和随机码本经过增益加权后得到，感知加权滤波利用人耳的掩蔽效应来提高语音的质量。
　　 研究表明，基于FS-1016的CELP编码器能较好地还原语音的时间波形包络，但合成语音的波形图与原始语音波形图有一定的差别，也就是说存在一定的失真现象，所以合成语音质量只能达到通信质量。合成语音在共振峰和基音周期结构上与原始语音比较一致，他们反映了语音信号的主要特征，所以合成语音具有比较良好的可懂度。
　　 关键字：CELP算法；自适应码本；固定码本
　　
　　 目录
　　 １　绪论 1
　　 1.1 引言 1
　　 1.2 语音编码技术 1
　　 1.2.1 语音编码技术分类 1
　　 1.2.2 语音编码的发展方向 2
　　 1.2.3 语音编码器的性能指标和质量评测方法 3
　　 1.2.4 论文研究的内容及章节安排 4
　　 2 语音信号的产生模型 4
　　 2.1 语音的发声机理及语音感知 4
　　 2.2 语音信号模型 5
　　 2.2.1 激励模型 5
　　 2.2.2 辐射模型 6
　　 2.2.3 声道模型 7
　　 2.3 本章小结 8
　　 3 语音信号的分析 8
　　 3.1 语音信号的短时分析 8
　　 3.1.1 语音信号的短时能量、短时平均幅度和短时过零率 8
　　 3.1.2，语音信号的短时自关函数和短时频谱 9
　　 3.2 短时基音周期估计 11
　　 3.2.1 基于求短时自关函数的基音周期估计 11
　　 3.3 语音信号同态处理 13
　　 3.4 语音信号线性预测分析 15
　　 3.4.1 线性预测分析的基本原理 15
　　 3.4.2 自相关法 18
　　 3.4.3 基于杜宾递推算法的自相关计算 20
　　 4 4.8kb/s码激励线性预测语音编码 20
　　 4.1 FS-1016标准编码原理 20
　　 4.1.1 编码框图与编码过程 21
　　 4.1.2 线性预测分析与量化 21
　　 4.1.3 CELP码本搜索算法 24
　　 4.1.4 自适应码本搜索与编码 26
　　 4.1.5 固定码本搜索与编码 28
　　 4.1.6 编码参数的比特分配 30
　　 4.2 FS-1016标准译码原理 30
　　 4.2.1 译码框图与译码过程 30
　　 4.2.2 后置滤波与语音合成 31
　　 4.3 本章小结 32
　　 5 结论 33
　　 参考文献 34
　　 致 谢 35

论文文件预览：
共1文件夹，1个文件，文件总大小：1.10MB，压缩后大小：341.96KB

• 毕业设计-CELP算法在语音信号处理的应用
• CELP算法在语音信号处理的应用.doc  [1.10MB]