传统的码激励线性预测(CodeExcitedLinearPredictive,CELP)语音编码方法采用有限阶的全极点预测模型来描述语音信号的短时相关性,对频谱谷点显著的语音信号(如清音等)并不适合。论文针对传统CELP编码器的这个缺点,尝试采用零极点预测模型对传统CELP编码器中的短时预测进行改进,并提出了一种基于牛顿法的零极点模型参数估计方法。实验结果表明,论文所提的方法可以有效地减少CELP编码器合成语音的归一化均方误差,提高合成语音的质量。
科研之友
微信
新浪微博
Facebook
分享链接
