4
．語音編碼演算法原理與應用
4.1
波形編碼演算法基本原理
語音編碼主要有波形編碼和引數編碼兩大類。波形編碼就是根據語音頻號波形匯出相應的數字編碼形式。最早的波形編碼就是
pcm，即
itu-t g.711a
和itu-t g.711
μ，其編碼速率為
64kbit/s
。圖9
自適應量化器
pcm雖然能夠提供相當好的語音質量，但要占用過高的網路頻寬資源。這裡主要討論低速率的波形編碼演算法，是利用了連續語音之間的相關性，主要採用的技術為自適應量化器和自適應**器。
為了獲得僅可能大的量化訊雜比，應該對小訊號採用小的量化步長，對大訊號採用較大的量化步長。使量化器範圍與輸入訊號的動態範圍相匹配，減小量化雜訊。這就是自適應量化技術。自適應量化分為兩類：前向自適應量化和後向自適應量化，目前常用的是後向自適應量化。
自適應**的基本原理是根據語音波形的時間相關性確定**係數，使差分訊號的方差為最小，時間相關性則以自相關函式來度量，如圖
9所示。
4.2
引數編碼演算法基本原理
語音的種類主要有兩種：濁音和清音
。聲帶周期性地開啟和關閉產生固定頻率的聲音，這個頻率就是濁音的音調；音調頻率男性為
50~250hz
，女性為
100~500hz
；考慮到音訊等聲音頻率範圍，一般是
0.3khz~3.4khz
，因此8khz
的取樣頻率滿足取樣定理。
從頻域上來看，幅頻頻譜的包洛有幾個明顯的區域性最大值，稱為共振峰，頻譜的精細結構呈現週期性。清音的頻譜沒有週期性，峰值的分布也沒有明顯的規律，整個頻譜相對比較平坦，類似於白雜訊，因而幾乎不可**。
10 語音生成模型
引數編碼器又稱為聲碼器（
vocoder
），它的原理和設計思想跟波形編碼完全不同。引數編碼根據對聲音形成機理的分析，構造語音生成模型(如圖
10)，該模型以一定精度模擬發話者的發聲聲道；接收端根據該模型還原生成發話者的因素。由於話音訊號變化是緩慢的，模型引數的更新頻度較低，可以有效地降低編碼位元率。因此引數編碼在移動通訊、
voip
系統等領域得以廣泛應用。
引數編碼器主要可分為三類：通道式、共振峰式和線性**編碼
(lpc:linear predictive coding)
方式。其中線性**編碼方式的效能優異，目前低位元率語音編碼器都採用這種技術。
4.3
編碼演算法綜述及其屬性和效能評估
在voip
系統中，為了充分地利用網路頻寬資源，一般均採用語音壓縮編碼。語音編碼的主要屬性有位元率、時延、複雜度和語音質量四項。在具體的實現中，這些屬性往往相互衝突，在實際應用中，應該是對各項屬性的折衷，確定合適的編碼。
演算法綜述：
降低位元率是往往是語音編碼的首要目標，採用的壓縮編碼的主要目的就是充分利用網路資源。一般來說，編碼的位元率越低，演算法的複雜度就越高，編碼的處理時延也會越長，並降低語音質量。
目前，話音
和影象壓縮技術發展十分迅速，已經研究開發出很多高效率的壓縮編碼技術。如先進的以碼本激勵線性**
(celp)
原理為基礎的
g.729
、g.723(g.723.1)
話音壓縮編碼技術。常用的
itu-t g.729
演算法和itu-t g.723.1
演算法的編碼速率分別為
8kbit/s
和5.3
或6.3kbit/s
。以g.729
為例，它可將經過取樣的
64kb/s
話音以幾乎不失真的質量壓縮至
8kb/s
。話音壓縮編碼技術是
ip**技術的乙個重要組成部分。影象編碼方面有
ip網路會議系統採用的
h.261(
活**像編碼)和
h.263(
低速率活**像編碼
)。傳真編碼方面則有
t.38。
近年來，出現了一些可變位元率的技術，主要有兩個演算法。
活動語音檢測
(vad: voice activity detection)
：主要用於檢測輸入訊號是話音還是背景噪音。
舒適雜訊生成
(cng: comfortable noise generation)
：主要用於接收方重建背景雜訊。
根據統計，雙方通話的過程中，每一方真正講話的時間約為
40%，即約有
50％為聆聽對方講話的靜默時間，
10％為講話時短暫停頓的靜默時間。靜音檢測技術可以有效剔除靜默訊號，從而使話音訊號占用的頻寬要求進一步降低到
3.5kb/s
左右，乙個很自然的想法就是：通過利用
vad技術，在講話時，**流正常傳送，在沒講話時，不向對方傳送**流，為了不使得對方產生斷線的錯覺，在對方產生舒適雜訊。這種演算法實現地不當，就會丟掉部分語音，如句子的開始。乙個好的演算法應該保證：丟掉的語音小於
64毫秒，而且丟掉的語音小於
0.2%
。
VoIP學習筆記第二部分 語音編碼
我們在前一節提到過mos mean opinion score 這個概念,我們在傳輸語音的過程中,因為頻寬的限制問題理所當然的會把對語音資料進行有損的壓縮.這樣的話,語音的質量就會降低,但是通訊的壓力會很小,相應的mos的得分就會低一些.語音編碼技術的目標就是在保持相對較少的資訊量的情況下使mos盡...
語音低速率編碼技術和數字水印技術的研究
今天，我們無處不享受著數字通訊 系統和網路給我們帶來的便利以及數位化多 產品帶給我們的多彩的生活。數位化的觸角已深入到我們生活的各個部分。數位化 的廣為應用是因為數碼訊號易於儲存和傳輸，沒有積累失真，數位化儲存的資訊可高品質的還原等。在語音頻號處理 是目前國際上的乙個熱點，隨著網路的高速發展，其應用...
《VoIP技術構架 第2版 修訂版）》一導讀
voip技術構架 第2版 修訂版 本書第1版完成於1999年，在其中，我們描述了乙個發生在 新世界服務提供商 new world service provider 與已有的 整體式提供商和集團 monolithic provider and corporation 之間的爭鬥。現在，我們都已知道這個...