语音编码技术是现代语音通信系统重要的支撑技术之一,甚低速率语音编码算法研究是语音编码领域的一个重要研究方向。本文研究了增强型混合激励线性预测(MELPe)声码器的关键技术,主要完成了以下工作:(1)研究并实现了噪声抑制算法。该方法将含噪语音信号变换到频域,然后根据巴克临界带宽将信号分成一组互不重叠的频段,在各个频段计算基于信噪比的增益,利用噪声和语音在不同频带能量分布不同的特点,在各频段内把含噪语音幅度谱与增益相乘,使噪声得到抑制,提高了合成语音的主观感觉质量。(2)研究了语音参数的估计算法。这些参数包括基音周期、增益、清浊判决、付立叶幅度、线谱对参数等。在1200bps和600bps算法中,重点研究了基音的平滑算法。(3)重点研究了参数的量化算法。在600bps算法中,为了进一步降低超帧的比特数,采用分类分模式的参数的量化方案,该方案不仅对超帧进行模式分类,而且对模式又根据前后帧情况的不同,又进行细分类,同一模式不同类或同一类不同模式时,均采用不同的量化方案。在对多帧基音周期参数量化时,采用了基于基音轨迹的量化方案,使得能利用较少的比特对基音周期做较细致的量化。(4)提出了1200bps与2400bps速率转换算法。通过设置缓存长度的方法,实现了两种速率的转换。(5)研究了混合激励的生成方法。该方法改进了MELP算法的激励生成方案,采用了根据带通浊音强度动态改变混合边界的方法,改善了合成语音质量。(6)实现了2400bps/1200bps/600bps编解码算法。实验结果表明,三种速率的算法都具有较高的清晰度和可懂度,2400bps算法具有较高的自然度。