Abstract
近年來，對位元率低於 4Kbps之語音編碼器的需要與日遽增，美國國防部目前正著手位元率 2.4Kbps語音編碼器標準的製定，目標是希望經位元率 2.4Kbps編碼器編碼後的語音品質能達到 CELP4.8Kbps 的水準，測試評估中的演算法有 MBE(MultiBand Excitation)、MELP(MixedExcitation Linear Prediction)、STC(Sinusoidal Trans- form Coder)及WI(Wave Interpolation) 四種。本文主要利用MBE與STC兩種演算法的觀念做位元率 2.4Kbps語音編碼的初步研究。STC 的觀念在於以弦波(sinusoid)合成語音訊號，分析的目標在找出最佳的弦波參數，包括弦波的頻率、振幅以及相位；而MBE的觀念則在於將0到4KHz的頻率範圍分成數個頻帶(band)，再針對每一個頻帶判斷是具有有聲(voiced)或是無聲(unvoiced)的屬性，然後不同的屬性以不同的方式合成出該頻帶之能量，訴求的重點在於使得合成的語音訊號聽起來更為自然。本文的編器便是基於弦波語音模型，以弦波合成語音訊號，再配合 MBE的觀念，使得合成的語音訊號聽起來更為自然。而對弦波語音模型而言，其中佔最多位元率的便是弦波振幅的編碼。文中將提出一個類似 DPCM 的方式做弦波振幅的編碼；在最後，幾種不同的演算方式的效能 (performance)將會被比較。