基于胞腔均匀度的清浊模式码书设计算法

　　清音和浊音线谱频率（LSF）参数分布具有差异性。为了提高声码器中LSF参数的量化性能，利用胞腔均匀度（CE）能定量表征清浊音LSF参数分布的差异程度，提出了一种基于CE的清浊模式码书设计算法。该算法首先根据CE推导出清音和浊音参与训练的LSF参数的数量比；然后剔除清音中指定数量的非典型LSF参数；最后重新训练出码书。实验结果表明，在相同码率情况下，该算法较码书共享算法谱失真降低2. 5%，平均意见得分提高了2. 3%，码书存储量下降了21. 1%，并且适用于不传输清浊音标志的声码器。

　　低速率声码器的基础是线性预测技术，通过求解线性预测方程可以获得线谱频率（ Line Spectrum Frequency，LSF）参数和激励参数，其中LSF参数的矢量量化很大程度上影响合成语音的可懂度。

　　由于存储量及计算量有限，LSF参数量化往往采用受约束的矢量量化，主要包括多级矢量量化（ Multi-Stage Vector　Quantization，MSVQ）、分裂矢量量化和预测矢量量化等。混合激励线性预测（ Mixed Excitation Linear Prediction，MELP）和正弦激励线性预测声码器均采用多级矢量量化，即对LSF参数分4级量化，有效降低了码书的存储量和码字搜索的计算量。