基于非线性矢量量化的延迟2.5毫秒甚低码率语音编码算法

低码率低延迟的长话质量语音编码算法是通信领域的核心技术。参与制订相关标准具有重大科学意义和长远的经济利益。ITU 从1992年开始征集延迟低于5ms速率低于8Kb/s长话质量的语音编码算法，至今仍无重要进展。本项目以此为目标，设计并实现了延迟为2.5ms，在长话音质下码率8Kb/s的语音编码算法。申请者为此进行了十年深入研究积累了丰富的基础。此前结题和在研的国家自然基金项目中申请者首次设计了多输入多输出的非线性矢量量化器方案，提高量化SNR的同时实现增益-波形码矢联合量化；进而提出有效激励脉冲概念和等效基音搜索方法。在此基础上本研究进一步改进遗传寻优方法确定最佳激励脉冲位置和幅度，利用非线性矢量量化方法提高量化精度，用申请者提出的分形码书结构降低搜索复杂性，实现2.5ms延迟的在4-4.8Kb/s速率上接近，在6.4-7.2Kbps达到长话质量的编码算法。