共振峰編碼算法需要基頻和共振峰兩種參數(shù)。通過實驗表明應用基頻、共振峰信息不但可以重建語音中的元音和濁輔音部分，還可以重建清輔音部分。首先是因為參數(shù)提取算法在清輔音部分時所確定的基頻參數(shù)不穩(wěn)定，根據(jù)不穩(wěn)定參數(shù)重建的語音信號會出現(xiàn)跳變，這種跳變信號與清輔音的頻譜相似。更重要的原因人耳對于輔音的聽辨要點是過渡音征，所以只要準確提供共振峰值就能重建清輔音部分。根據(jù)語音信號合成的研究表明，表示濁音信號最主要的是前三個共振峰。一個語音信號的共振峰模型，只用前三個時變共振峰頻率就可以得到可懂度很好的合成濁音?？紤]到特殊情況下可能會出現(xiàn)偽共振峰，本算法在確定編碼參數(shù)時根據(jù)共振峰幅值大小保留4個共振峰參數(shù)。

　　3.1 參數(shù)量化

　　語音編碼算法最主要的兩個主要指標是比特率和語音質量。低速率語音編碼算法要求在語音可懂的基礎上最大限度地降低比特率。為確定各參數(shù)的最大量化度，我們對各參數(shù)進行不同程度量化后重新合成語音，并評價各量化程度的語音質量。

　　正常語音的基頻變化范圍為50～500 Hz，基頻量化實驗時發(fā)現(xiàn)當基頻量化精度為20 Hz時，重建的語音信號仍然清晰。所以編碼時基頻最低可以用5 b表示，但為了提高抗誤碼能力用8 b對基頻進行編碼。共振峰的量化分為頻率值量化和幅值量化。根據(jù)參數(shù)提取算法可知，共振峰曲線是基頻及其各次諧波的包絡線。我們可以認為語音頻譜是基頻及其諧波對共振峰曲線采樣信號，所以可以以基頻值作為描述共振峰曲線的精度。共振峰的中心頻率值就可以用基頻的第幾次諧波確定，所以變化范圍是1～32，編碼時用5 b表示。人耳對共振峰幅值不敏感，通過語音實驗表明當時域上以16位采樣精度錄制語音，信號振幅變化范圍210～215時用3 b對幅值編碼時就能清楚表現(xiàn)語音。所以對于每個共振峰可以用8 b量化，其中5 b表示中心頻率，3 b表示幅值。

　　3.2 編碼規(guī)則

　　編碼中語音幀周期可以分為動態(tài)和固定兩種形式。動態(tài)形式是每幀的周期根據(jù)基頻來確定，即每幀是一個基頻周期。這種方式在解碼時語音清晰度自然度最好，但由于幀周期的長度小導致編碼率高。固定形式是幀的周期是一定的，根據(jù)實際情況可以設定為10～40 ms。周期長度與音質成反比，與壓縮率成正比。本算法中幀周期采用固定形式設定為25 ms。根據(jù)頻譜能量值判斷是否有語音，當沒有語音時以一個0字節(jié)編碼。我們采用一個字節(jié)表示靜音幀，是為了提高算法的抗誤碼能力。

?

　　3.3 結果

　　用本算法對一段正常語速朗讀的語音材料進行編碼及解碼，解碼后語音可懂性好，平均碼率1 400 b/s。

　　4 結 語

　　理論上只要有準確的基頻和共振峰參數(shù)，就可以恢復出原語音信號除嗓音音質特征外其他所有特征。本算法所用的參數(shù)只有基頻和4個共振峰，對于語音信號這些參數(shù)是分辨語音信息的特征參數(shù)。當編碼信息中只含有這些參數(shù)，則可以認為就每幀信號來講沒有冗余信息，也就是對于每幀信號編碼達到了最大壓縮。如果在本算法基礎上要進一步提高壓縮率，只能針對幀與幀間的關聯(lián)來設計，如矢量量化算法等。

　　本編碼算法的延時短、復雜度低，可以用于實時的語音信號傳輸。在比特率、延時、復雜度3個評價指標上其性能良好，解碼后語音有輕微的機器音和個別音節(jié)含糊。導致語音音質差的因素有兩個：一是參數(shù)量化時出現(xiàn)誤差，根據(jù)實驗分析誤差主要是共振峰量化誤差，所以量化編碼時根據(jù)實際要求在音質和編碼率間進行選擇;二是語音重建算法，本文重建時只是簡單地用門函數(shù)表示共振峰幅頻特性，如果能在深入研究共振峰幅頻特性的基礎上改進重建算法，解碼后語音音質一定會得到改善。