资 源 简 介
应用背景Speex是基于CELP，即码激励线性预测。本部分试图引入原则背后的CELP，所以如果你已经熟悉了CELP，你可以跳过8节。CELP技术是基于三个想法：线性预测模型在声道模型中的应用（自适应和固定）的输入（激励）的线性规划模型的输入（激励）的使用搜索中进行闭环在` `感知加权域”本节介绍在CELP的基本思路。这仍然是一个进展中的工作。关键技术言语产生的源过滤器模型假定声带频谱平面声源（激励信号），和声道作为滤波器的频谱形状语言的各种声音。尽管还是一个近似的模型，是因为它的简单的语音编码的广泛应用。它的使用也是为什么大多数的语音编解码器（包括Speex）执行差的音乐信号。不同的音素可以由其激发的区别（源）和光谱形状（过滤器）。有声的声音（如元音）有一个激励信号，这是周期性的，可以近似的脉冲列车在时域或频域的定期间隔的谐波。另一方面，擦音（如“S”，“嘘”和“F”音）有一个激励信号，类似于白噪声。所谓语音擦音（如“Z”和“V”）已经由谐波和噪声部分信号激励。
