Abstract
隨著數位通信的萌芽，語音壓縮技術已被廣泛應用在通訊及資訊儲存上，藉著數位化的語音處理，使語音達到更有效率的傳送及儲存的目的。在過去的十幾年當中，ITU(International Tele- communication Union)，在語音編碼的領域中，依據各種不同的應用需求制定出不同的語音編碼標準。在一般通訊考量下，對於語音編碼方法的優劣可根據下列四個因素來評估：一、合成語音的品質(Quality)；二、位元率的大小(Bit rate)；三、編碼延遲(Coding delay)；四、演算法的複雜度(Complexity)。而在這些語音編碼標準中，1995年制定出的5.3 and 6.3 kbit/s 語音編碼器G.723.1：MPC-MLQ(Multipulse Maximum Likelihood Quantization )是使用位元率最低的編碼器，它有兩種傳輸位元率可供給每個語音音框來選擇，使得系統能在有限的頻寬資源下，根據使用量的大小，有效的調整傳輸位元率，進而增加可使用的通道數。此外，它在合成語音品質上也有不錯的性能表現。在維持前面兩個優點的前提下，本論文研究G.723.1語音編碼器的重點放在兩個地方：(1) 如何降低演算法的複雜度 — 提出不同於原G.723.1 線頻譜對( Line Spectrum Pair )係數的量化時所用的方式，使量化過程變得更簡單，而仍維持原來的合成語音品質。還有，改變原來開迴路音高( Open-loop Pitch )的搜尋方法，更快尋找到次佳的音高週期位置，且估出的值與原來相差不多。 (2) 如何提高抗雜訊能力 — 藉由對系統增加背景雜訊的判斷，決定是否要處理輸入的音框，來避免將背景雜訊套入語音模型，使在合成語音時不會有產生更多雜訊的可能，而且當輸入編碼器的語句的停頓處越多時，整個語音編碼器的處理速度就會越快。