语音信号处理中，线性预测分析技术广泛应用于综合滤波器、感觉加权滤波器以及对数增益滤波器，并且发挥着极其重要的作用。本文以提高编码算法的合成语音质量为目的对G728算法进行改进，提出了一种混合H-LPC(Auditory-Acoustic-Hybrid-LPC)系数，兼具听觉特性与声学特性。实验表明，提出的H-LPC可以改善合成语音的质量，对编码算法的研究有积极意义。　　 本文首先介绍了H-LPC的求解算法，LPC美尔倒谱系数(LPCMCC)是基于声学模型产生的，而美尔倒谱系数(MFCC)是基于听觉系统产生的，以二者的区别和联系为基础，求得H-LPC。本文围绕LPC的倒谱系数(LPCC)推导得出美尔倒谱系数(LPCMCC)的公式而展开，详细介绍并演示了公式的正向推导和逆向推导。基于原理分析与算法实现的不同，采用MFCC系数调整LPCMCC系数，使之能够最大程度地保留声学特性的同时，引入并增强其听觉特性，根据前述公式的逆推，再把这种听觉特性反馈到调整之后的LPC系数上，即H-LPC系数。　　 本文对LPC系数进行了PSD功率谱密度估计检测，目的是检测H-LPC系数在加入听觉特性后，声学特性是否损耗以及损耗的程度。为了实验结果易于比较，选用AR模型功率谱估计中的Yule-Walker法估计LPC与H-LPC的PSD，选用周期图法求解原始语音的PSD。实验结果表明，H-LPC的PSD与传统LPC的PSD相比，呈现出一定程度的减弱，但是已经基本达到目前LPC的应用要求，对于原始语音PSD的拟合度达到了90％以上。　　 具有后向基音检测的LD-aCELP编码算法，以降低码率为目的对G.728算法进行了改进，编码速率由16kbit/s降低至8kbit/s。本文在LD-aCELP编码算法的基础上，将H-LPC系数加入其综合滤波器中，得到合成语音，然后进行收听以及PESQ检测。实验结果表明，改进后的算法比LD-aCELP算法的合成语音质量高，加入H-LPC的LD-aCELP算法的平均信噪比SNR值和PESQ值都有所改进。