随着信息社会和通信技术的高速发展,频率资源显得愈加宝贵。因此,压缩语音信号的传输带宽或降低电话通道的传输码率,一直是人们追求的目标。语音编码其在实现这一目标的过程中担当着重要的角色。随着通信网络用户数量的增加、网络业务综合化、多样化,网络带宽与系统容量、服务质量的矛盾日益突出,传统的语音压缩编码技术己不能满足不断变得拥挤的传输信道要求。因此,如何在不牺牲语音通话质量的前提下尽可能降低其传输的比特速率是摆在研究者面前的重要课题。从信息论角度来讲,语音信号压缩编码的潜力很大,其极限码速为80～100 bps。近十年来,中比特率(4.8kbps～16kbps)语音编码算法研究已取得了长足的进步并有了广泛应用,同时低比特率特别是2.4kbps 以下语音编码算法逐渐成了目前国际上许多研究机构的研究焦点。而从处理方法上看,随着运行编码算法的处理芯片运算速度的迅速提高,基于混合编码技术的算法渐渐成为了低比特率语音编码算法的主流。本文在第一章中综述了低比特率语音编码算法发展的现状。然后在第二章系统地分析研究了低速率语音编码的主要技术-线性预测编码(LPC)模型。接着在第三章中并分析了常规线性预测编码模型的缺点并在其基础上提出了一种新的激励信号匹配线性预测分析(ESM-LPA)模型,仿真试验表明新模型性能较常规LPC 模型性能有较大提高。鉴于语音编码算法中基音周期估计的重要性,本文第四章提出了一种改进的归一化互相关函数(MNCCF)基音检测算法,改进了标准相关函数基音检测算法在语音波形快速变化处的检测性能,并进一步提出了一种基于归一化互相关函数的完整的基音检测算法,仿真实验表明该基音检测算法的性能优于标准MELP 基音检测算法。最后,在第五章本文研究了低比特率语音编码算法VQ 量化技术并在前面研究的基础上设计了一种码率为1.2kbps 的低速率语音编码算法,Matlab 仿真结果表明该低速率语音编码算法的合成语音音质接近于2.4kbps 的标准MELP 算法的合成语音音质。本文最后还对后续工作给出了参考意见。