在波形内插(Wavdorm　Interpolation,WI)语音编码器中,如何低延时、高精度并且低复杂度的分解和量化特征波形(Characteristic　Waveform,CW)一直是该编码模型的研究热点和难点.本文提出用非负矩阵分解(Non-negative　Matrix　Factorization,NMF)方法来分解语音特征波形.该分解方法仅需要当前帧的语音信号,不会给编码器带来额外的延时;为了提高分解精度,本文在CW分解之前先对CW按照其子帧的最大基音周期进行分类,然后按小同类别进行分解.另外,本文结合耳蜗模型提出了NMF的基矢量分带初始化算法,将CW的分解精度提高到与二阶奇异值分解相当的水平;为了降低WI编码器的计算复杂度,本文去除了传统WI编码器中的特征波形对齐模块,同时将NMF的分解阶数设定为16以折中CW分解的计算复杂度和分解精度.最后,本文基于矩阵量化技术,对非负矩阵分解后的编码矩阵采用分裂式矩阵量化方案来量化.主观A/B测试表明,本文提出的2kb/s　NMF-WI编码器的合成语音质量接近于2.4kb/s　SVD-WI编码器.MOS分测试表明,本文提出的2kb/s　NMF-WI编码器的合成语音质量稍差于2.4kb/s　MEIP编码器.