随着通信技术以及Internet网络语音实时传输技术的迅速发展，对语音的传输速率和存储容量都提出了很高的要求，解决这些问题的主要途径之一就是语音编码。 在现有的语音编码研究中，混合激励线性预测编码(MELP)是一种比较好的方法，MELP编码方法已经被确定为美国新的联邦语音编码标准。该算法结合了二元激励、码激励和多带激励的优点，能在较低的码率下得到较好的再生语音。 本论文在对MELP编码算法进行分析的基础上，提出了用软件实现语音信号编解码的方案；然后，基于MELP标准，开发了仿真系统，实现对语音信号的编解码。该系统首先对语音信号进行采样；按帧对语音数据进行语音分析和参数提取，提取的参数包括基音周期(PITCH)、多带清／浊音判别、非周期抖动标志、线性预测参数(LPC)等语音生成模型参数；接着对这些参数进行了量化，量化采用了多级矢量量化技术；最后在解码端对各个量化参数进行解码，利用这些参数结合语音合成模型重构语音。系统编解码后的语音质量基本良好。