本文谢绝任何形式转载，谢谢。
第二章CELP（code-excited linear prediction）
LP编码方法是基于声道滤波模型的建模，激励源是声门或噪声，其有两个限制，其一输入激励信号为白噪声，其二严格区分语音和非语音段，只对语音段使用LPC算法，CELP是基于人发声的源-激励模型，和基于LP的编码相比在这两个方面都有改进，构建激励信号码本使激励信号不再是白噪声，使用长短时估计方法而不再严格区分语音/非语音，长时预测滤波器是针对基频而言的，它只是一个具有长延迟的线性预测器CELP是主流语音编码器（AMR，EVS，G.718，speex以及opus）的基础。
讯享网
图: CELP语音生成模型
解码端首先根据激励索引值从码本中获取激励信号序列，然后根据编码侧发来的增益值将激励信号序列幅度缩放为合适的大小，然后经过长短时的组合滤波，长时滤波器反应的是信号的周期性，短时滤波器反应的是信号包络，激励信号码本可以是固定或自适应的脉冲或白噪声。
由于CELP并不严格区分语音/非语音，因而对语音/非语音的过渡帧处理更为高效和准确，这使得合成的语音更为自然，此外CELP采用的闭环分析-合成滤波保留了部分相位信息，尽管人耳对相位信息没有幅度信息敏感，但保留一些相位信息增加了合成语音的自然度，这也提高了语音质量。
在一个开环系统中，能代表语音的参数从原始语音提、量化
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/64171.html