语音的数字编码传输是数字通信网中最重要最基本的内容之一。为了满足无线通信等众多领域的需求,2.4 kb/s甚至更低速率(如1.2-0.6kb/s)语音编码技术一直是语音编码中重要的研究课题。但某些带宽受限的应用领域,迫切需要一些更低速率(如0.3kb/s以及0.15kb/s)的语音编码算法。本文以正弦激励线性预测(SELP)声码器为模型,着重介绍了0.3kb/s声码器参数高效量化方法以及0.15kb/s声码器的初步架构实现。SELP是一种高质量低速率的语音编码算法模型。以此模型为基础,语音的编解码传输过程中,当速率较低时,受可用比特数的限制,参数的高效量化技术将直接影响到合成语音的清晰度和准确度。本文介绍了两种改进的参数量化方法:带有帧间级间预测的多级矢量量化技术和多参数多码本尺寸联合优化技术。原有声码器中,多级矢量量化时,并没有考虑各级之间的相关性,因而并没有完全消除信息冗余。本文所采用的带级间预测的矢量量化算法,在去除帧间相关性的同时,也去除级间相关性,可以降低运算量和存储量。而在原有算法中,参数在不同模式下采用相同尺寸的码本,没有考虑各模式的统计特性,不能达到最优的量化效果。本文采用的联合优化算法利用统计特性,联合分配码本尺寸。仿真结果表明,这两种方法可以有效降低参数量化的误差,提高合成语音的清晰度和可懂度。而0.15kb/s语音编码算法是目前此领域最为领先的研究课题。本文介绍了一种该速率下声码器的初步架构方案,并给出简单的测试结果,更多深入的研究还需要进一步尝试。