语音信号中含有大量的冗余信息,如何在尽量减少失真的情况下,高效地对语音信号进行压缩编码,仍然是一个十分重要的课题。本文依据最佳小波包分解理论对语音压缩算法进行研究。 首先采用小波包对语音信号进行分解,即在对信号低频部分进行分解的同时,对信号的高频部分也进行分解,实现对信号的完整分析,克服了小波语音压缩算法的重构语音听起来较沉闷的缺点。同时根据Shannon熵标准,把最佳小波包分解应用于语音信号,使得对不同语音进行压缩时能得到不同的最佳树,实现有针对性地对语音进行压缩。其次对算法中小波基的选取进行了研究,结果表明,在采用最佳小波包压缩时,用DB6小波基就可以达到较满意的压缩率,这与通常采用DB10以上的小波基比较,减少了滤波器长度,降低了计算复杂度,是一种兼顾压缩率与算法复杂度的选择。实验结果表明,本文算法的压缩达到16倍时,重建语音仍能基本保留讲话人特征,其可懂度、清晰度和自然度也较理想。