基于胞腔均勻度的清濁模式碼書設(shè)計(jì)算法

　　清音和濁音線譜頻率（LSF）參數(shù)分布具有差異性。為了提高聲碼器中LSF參數(shù)的量化性能，利用胞腔均勻度（CE）能定量表征清濁音LSF參數(shù)分布的差異程度，提出了一種基于CE的清濁模式碼書設(shè)計(jì)算法。該算法首先根據(jù)CE推導(dǎo)出清音和濁音參與訓(xùn)練的LSF參數(shù)的數(shù)量比；然后剔除清音中指定數(shù)量的非典型LSF參數(shù)；最后重新訓(xùn)練出碼書。實(shí)驗(yàn)結(jié)果表明，在相同碼率情況下，該算法較碼書共享算法譜失真降低2. 5%，平均意見得分提高了2. 3%，碼書存儲量下降了21. 1%，并且適用于不傳輸清濁音標(biāo)志的聲碼器。

　　低速率聲碼器的基礎(chǔ)是線性預(yù)測技術(shù)，通過求解線性預(yù)測方程可以獲得線譜頻率（ Line Spectrum Frequency，LSF）參數(shù)和激勵(lì)參數(shù)，其中LSF參數(shù)的矢量量化很大程度上影響合成語音的可懂度。

　　由于存儲量及計(jì)算量有限，LSF參數(shù)量化往往采用受約束的矢量量化，主要包括多級矢量量化（ Multi-Stage Vector　Quantization，MSVQ）、分裂矢量量化和預(yù)測矢量量化等?；旌霞?lì)線性預(yù)測（ Mixed Excitation Linear Prediction，MELP）和正弦激勵(lì)線性預(yù)測聲碼器均采用多級矢量量化，即對LSF參數(shù)分4級量化，有效降低了碼書的存儲量和碼字搜索的計(jì)算量。