为了适应无线通信等低速语音编码的场合，本论文吸收了2.4kb/s混合激励线性预测MELP算法优点，提出了一种改善激励源的1.2kb/s混合激励线性预测算法，该算法在解码等方面较传统的2.4kb/sLPC算法有了较大的改进。 论文分析了MELP(Mixed-Excitation Linear Prediction)算法所采用的新的语音分类模式，介绍了该算法所采用的5项关键技术，即分带混合激励、使用非周期脉冲、残差谐波谱的处理、自适应谱增强技术、脉冲离散滤波。本研究是在2.4kb/sMELP算法的基础上，进行语音二次压缩。在二次压缩时，采用保留奇数段参数信息，去除偶数段参数信息的方法，给出了采用MELP压缩编码算法后的输出比特流在各个参数上的比特分配表. 进行语音解压时，根据前后奇数段的参数信息，进行清、浊音判别，对清、浊音分别进行线性内插恢复中间帧。并通过计算机仿真，对MELP合成语音与原始语音的质量做了比较：仿真实验结果表明采用二次压缩可以达到和采用2.4kb/s的MELP几乎相同的语音效果。