1、本論文在特征波形內(nèi)插(CWI)編碼算法的基礎(chǔ)上提出了一種高質(zhì)量的2kb/s波形內(nèi)插(WI)語音編碼算法，主要研究成果包括：(1)研究了兩種語音線譜頻率(LSF)參數(shù)的矢量量化方法。利用LSF參數(shù)的有序性，提出了一種基于二階時間分解(TD)模型的高效LSF參數(shù)量化方法。實驗結(jié)果表明在平均編碼速率為500b/s時，該量化方法可以獲得一個相對較低的平均譜失真和相對較高的算法平均總延時。為了保證較低的算法延時，只能對LSF參數(shù)逐幀進(jìn)行矢量量化。

2、基于此，本文利用LSF參數(shù)的幀內(nèi)和幀間相關(guān)性，提出了一種編碼速率為800b/s的LSF參數(shù)的預(yù)測式瞬時聯(lián)合多級分裂矢量量化(PSJMSVQ)方案。該量化方案不僅保持了較高的量化性能，而且降低了碼字搜索復(fù)雜度和碼字存儲容量。 (2)研究了一種用于WI語音編碼模型的基音檢測算法。利用小波變換的優(yōu)良性能和時域波形類似性方法，提出了一種基于二進(jìn)小波變換和歸一化自相關(guān)函數(shù)的基音周期檢測算法(DWT_NACF_PDA)，與G.729語音編碼

3、標(biāo)準(zhǔn)中所采用的僅基于歸一化自相關(guān)函數(shù)的基音檢測算法相比，該算法在檢測性能與計算復(fù)雜度上具有優(yōu)勢。接下來，以該算法為基礎(chǔ)提出了一種基于二進(jìn)小波變換和歸一化互相關(guān)函數(shù)的基音檢測算法(DWT_NCCF_PDA)，并將其用于WI語音編碼模型的基音檢測。實驗分析表明，DWT_NCCF_PDA的性能與基于NCCF的基音檢測算法(NCCFPDA)相當(dāng)，但優(yōu)于DWT_NACF_PDA。主觀聽力測試結(jié)果表明DWTNCCFPDA為確保2kb/sWI語音編碼

4、算法產(chǎn)生高質(zhì)量的重建語音奠定了基礎(chǔ)。 (3)提出了特征波形(CW)及其功率的量化方案。為提高編碼效率，編碼時將功率歸一化的CW分解為慢漸變波形(SEW)和快漸變波形(REW)。通過利用SEW和REW的不同感性特點、合成分析(A-b-S)技術(shù)和感覺加權(quán)技術(shù)，提出了基于離散余弦變換的SEW幅度預(yù)測式合成分析感覺加權(quán)矢量量化方案(SEW_DCT_A-b-S_VQ)、基于矢量變維和離散余弦變換的REW幅度矩陣量化方案(REW_VD_DC