語音編碼技術(shù)

1、移動通信原理與應(yīng)用移動通信原理與應(yīng)用 黑龍江大學(xué)電子工程學(xué)院黑龍江大學(xué)電子工程學(xué)院 楊杰楊杰 22021-6-29 目目 錄錄 n第一章第一章 概概 述述 n第二章第二章 蜂窩移動通信系統(tǒng)蜂窩移動通信系統(tǒng) n第三章第三章 無線移動通信信道無線移動通信信道 n第四章第四章 移動通信的調(diào)制技術(shù)移動通信的調(diào)制技術(shù) n第五章第五章 抗衰落技術(shù)抗衰落技術(shù) n第六章第六章 語音編碼技術(shù)語音編碼技術(shù) n第七章第七章 移動通信中的多址接入技術(shù)移動通信中的多址接入技術(shù) n第八章第八章 移動通信網(wǎng)移動通信網(wǎng) n第九章第九章 GSM通信系統(tǒng)通信系統(tǒng) n第十章第十章 IS-95 CDMA移動通信及其標準介紹移動通信及

2、其標準介紹 n第十一章第十一章 第三代移動通信及其標準介紹第三代移動通信及其標準介紹 32021-6-29 第六章第六章 語音編碼技術(shù)語音編碼技術(shù) n6.1 概概 述述 n 6.1.1 語音編碼技術(shù)語音編碼技術(shù) n 6.1.2 語音評價語音評價 n6.2 語音波形編碼語音波形編碼 n 6.2.1 語音波形編碼概述語音波形編碼概述 n 6.2.2 脈沖編碼調(diào)制脈沖編碼調(diào)制 n6.3參量編碼參量編碼 n 6.3.1 參量編碼的基本原理參量編碼的基本原理 n 6.3.2 線性預(yù)測線性預(yù)測 n6.4 激勵線性預(yù)測和矢量編碼激勵線性預(yù)測和矢量編碼 n 6.4.1 激勵源和混合編碼激勵源和混合編碼 n 6

3、.4.2 規(guī)則脈沖激勵長期預(yù)測編碼規(guī)則脈沖激勵長期預(yù)測編碼 n 6.4.3 矢量量化編碼矢量量化編碼 n 6.4.4 碼激勵線性預(yù)測編碼碼激勵線性預(yù)測編碼 n 6.4.5 矢量和激勵線性預(yù)測編碼矢量和激勵線性預(yù)測編碼 42021-6-29 6.1 概概 述述 n6.1.1 語音編碼技術(shù)語音編碼技術(shù) 移動通信對語音編碼的要求是：移動通信對語音編碼的要求是： (1) 編碼的速率要適合在移動信道內(nèi)傳輸，純編碼速率應(yīng)低編碼的速率要適合在移動信道內(nèi)傳輸，純編碼速率應(yīng)低 于于16kbit/s。 (2) 在一定編碼速率下語音質(zhì)量應(yīng)盡可能高，即解碼后的復(fù)在一定編碼速率下語音質(zhì)量應(yīng)盡可能高，即解碼后的復(fù) 原語音

4、的保真度要高，主觀評分原語音的保真度要高，主觀評分MOS（Mean Opinion Score）應(yīng)不低于）應(yīng)不低于3.5分（按長途語音質(zhì)量要求）。分（按長途語音質(zhì)量要求）。 (3) 編解碼時延要短，總時延不得超過編解碼時延要短，總時延不得超過65ms。 (4) 要能適應(yīng)衰落信道的傳輸，即抗誤碼性能要好，以保持要能適應(yīng)衰落信道的傳輸，即抗誤碼性能要好，以保持 較好的語音質(zhì)量。較好的語音質(zhì)量。 (5) 算法的復(fù)雜程度要適中，應(yīng)易于大規(guī)模電路集成。算法的復(fù)雜程度要適中，應(yīng)易于大規(guī)模電路集成。 52021-6-29 u語音編碼：語音編碼：移動通信數(shù)字化的基礎(chǔ)移動通信數(shù)字化的基礎(chǔ) 第第1/2代蜂窩系統(tǒng)的

5、根本區(qū)別代蜂窩系統(tǒng)的根本區(qū)別 u語音編碼的意義：語音編碼的意義： q提高通話質(zhì)量提高通話質(zhì)量(數(shù)字化數(shù)字化+信道編碼糾錯信道編碼糾錯) q提高頻譜利用率提高頻譜利用率(低碼率編碼低碼率編碼) q提高系統(tǒng)容量提高系統(tǒng)容量 (低碼率、語音激活技術(shù)低碼率、語音激活技術(shù)) u移動通信對語音編碼的要求：移動通信對語音編碼的要求： q編碼速率低，語音質(zhì)量好編碼速率低，語音質(zhì)量好 q有較強的抗噪聲干擾和抗誤碼的性能有較強的抗噪聲干擾和抗誤碼的性能 q編譯碼延時小、總延時在編譯碼延時小、總延時在65ms以內(nèi)以內(nèi) q編譯碼器復(fù)雜度低，便于大規(guī)模集成化編譯碼器復(fù)雜度低，便于大規(guī)模集成化 q功耗小，便于應(yīng)用于手持機

6、功耗小，便于應(yīng)用于手持機 62021-6-29 6.1.2 語音評價語音評價 n客觀評定方法用客觀測量的手段來評價語音編碼的質(zhì)量，常用的方法客觀評定方法用客觀測量的手段來評價語音編碼的質(zhì)量，常用的方法 有信噪比、加權(quán)信噪比、平均分段信噪比等。有信噪比、加權(quán)信噪比、平均分段信噪比等。 n主觀評定方法是主觀評定等級（主觀評定方法是主觀評定等級（Subjective Opinion Scale），或稱平），或稱平 均評定得分（均評定得分（MOS）。）。MOS得分采用五級評分標準，其方法是由數(shù)得分采用五級評分標準，其方法是由數(shù) 十名試聽者在相同信道環(huán)境中試聽并給予評分，然后對評分進行統(tǒng)計十名試聽者在相

7、同信道環(huán)境中試聽并給予評分，然后對評分進行統(tǒng)計 處理，求出平均得分。處理，求出平均得分。 質(zhì)量等級質(zhì)量等級 分數(shù)分數(shù) 收聽注意力等級收聽注意力等級 優(yōu)優(yōu) 5可完全放松，不需要注意力可完全放松，不需要注意力 良良 4 需要注意，但不需要明顯集需要注意，但不需要明顯集 中注意力中注意力 滿意滿意(正常正常) 3中等程度的注意力中等程度的注意力 差差 2需要集中注意力需要集中注意力 劣劣 1即使努力去聽，也很難聽懂即使努力去聽，也很難聽懂 表表6.1 主觀評定等級主觀評定等級 72021-6-29 語音編碼技術(shù)分類語音編碼技術(shù)分類 82021-6-29 語音編碼技術(shù)分類語音編碼技術(shù)分類 u波形編碼波

8、形編碼：將時域模擬話音的波形信號經(jīng)過采樣、量化和編：將時域模擬話音的波形信號經(jīng)過采樣、量化和編 碼形成數(shù)字語音信號碼形成數(shù)字語音信號 q 編碼速率較高：編碼速率較高：16k64k q包括：包括：PCM、ADPCM、M、CVSDM、APC等等 q占用較高帶寬，適合有線占用較高帶寬，適合有線 u參量編碼參量編碼：基于人類語音的產(chǎn)生機理建立數(shù)學(xué)模型，根據(jù)輸：基于人類語音的產(chǎn)生機理建立數(shù)學(xué)模型，根據(jù)輸 入語音得出模型參數(shù)并傳輸，在收端恢復(fù)。入語音得出模型參數(shù)并傳輸，在收端恢復(fù)。 q編碼速率較低：編碼速率較低：1.2k4.8kbps q包括各種線性預(yù)測編碼（包括各種線性預(yù)測編碼（LPC）方法和余弦聲碼器

9、等）方法和余弦聲碼器等 q語音質(zhì)量中等，不滿足商用要求語音質(zhì)量中等，不滿足商用要求 u混合編碼混合編碼：波形編碼：波形編碼+參量編碼（參量編碼（LPAS） q包括包括GSM的的RPE-LPC編碼和編碼和VSELP編碼編碼 92021-6-29 用于移動通信的語音編碼用于移動通信的語音編碼 102021-6-29 語音編碼標準語音編碼標準 uG.711 PCM(64kbps) uG.721 ADPCM(32kbps) uG.722 7kHz帶寬帶寬64kbps速率內(nèi)的音頻編碼速率內(nèi)的音頻編碼 uG.723 6.3k/5.6k雙速率多媒體語音編碼雙速率多媒體語音編碼 uG.728 16kbps語音

10、編碼語音編碼LD-CELP uG.729 8kbps多媒體語音編碼多媒體語音編碼 112021-6-29 語音編碼的發(fā)展語音編碼的發(fā)展 u極低速率語音編碼，極低速率語音編碼，600bps u高保真語音編碼高保真語音編碼 u自適應(yīng)多速率語音編碼自適應(yīng)多速率語音編碼 u新的編碼分析技術(shù)：新的編碼分析技術(shù)： n非線性預(yù)測非線性預(yù)測 n多精度時頻分析技術(shù)（子波分析技術(shù)）多精度時頻分析技術(shù)（子波分析技術(shù)） n高階統(tǒng)計分析技術(shù)高階統(tǒng)計分析技術(shù) 122021-6-29 6.2 語音波形編碼語音波形編碼 人的語音頻帶范圍為人的語音頻帶范圍為3003400Hz（一般為（一般為03400Hz）。）。 波形編碼是直

11、接在時間域上將模擬的語音信號變換為數(shù)字波形編碼是直接在時間域上將模擬的語音信號變換為數(shù)字 信號。圖信號。圖6.2示出了語音波形數(shù)字編碼的原理框圖。示出了語音波形數(shù)字編碼的原理框圖。 圖圖6.2 語音波形編碼原理圖語音波形編碼原理圖 波形編碼包括兩個基本過程：抽樣和量化，而這兩波形編碼包括兩個基本過程：抽樣和量化，而這兩 個過程也是所有語音編碼的基礎(chǔ)。個過程也是所有語音編碼的基礎(chǔ)。 6.2.1 語音波形編碼概述語音波形編碼概述 132021-6-29 6.2.2 脈沖編碼調(diào)制脈沖編碼調(diào)制 n脈沖編碼調(diào)制（脈沖編碼調(diào)制（PCM：Pulse Coded Modulati-on） 定義定義:直接將樣值

12、編碼為信號的方法直接將樣值編碼為信號的方法. 圖圖6.3 PCM的組成的組成 在有線數(shù)字通信中，常用在有線數(shù)字通信中，常用64kbit/s PCM碼傳輸數(shù)字語音碼傳輸數(shù)字語音 信號。對于無線傳輸來說，由于受頻帶的限制，必須采用信號。對于無線傳輸來說，由于受頻帶的限制，必須采用 低速率、高質(zhì)量的編碼技術(shù)方法，所以，在數(shù)字峰窩網(wǎng)中低速率、高質(zhì)量的編碼技術(shù)方法，所以，在數(shù)字峰窩網(wǎng)中 的有線無線接口處，要進行的有線無線接口處，要進行64kbit/s PCM碼與其他編碼體碼與其他編碼體 制的轉(zhuǎn)換。制的轉(zhuǎn)換。 142021-6-29 模數(shù)轉(zhuǎn)換要經(jīng)過抽樣、量化和編碼三個步驟。 模擬信 息源 抽 樣 量 化

13、編 碼 數(shù)字通 信系統(tǒng) 譯 碼 低 通 x(t) 模擬隨機信號 t T txs txq k s k s txq t x A/D模數(shù)轉(zhuǎn)換D/A數(shù)模轉(zhuǎn)換 圖6-1 模擬信號的數(shù)字傳輸 脈沖編碼調(diào)制脈沖編碼調(diào)制PCM基本原理基本原理 模擬 信源 預(yù)濾 波器 抽樣器 波形編碼器 量化、編碼 x(t)x(n) 模擬 信源 重建濾波器 抽樣保持，低通 波形解碼器 數(shù)字信道 脈沖編碼調(diào)制脈沖編碼調(diào)制(PCM)簡稱脈碼調(diào)制。簡稱脈碼調(diào)制。 包括三個過程：抽樣、量化、編碼。包括三個過程：抽樣、量化、編碼。 抽樣是把連續(xù)時間模擬信號轉(zhuǎn)換成離散時間連續(xù)幅度的抽抽樣是把連續(xù)時間模擬信號轉(zhuǎn)換成離散時間連續(xù)幅度的抽 樣信

14、號；樣信號； 量化是把離散時間連續(xù)幅度的抽樣信號轉(zhuǎn)換成離散時間離量化是把離散時間連續(xù)幅度的抽樣信號轉(zhuǎn)換成離散時間離 散幅度的數(shù)字信號；散幅度的數(shù)字信號； 編碼是將量化后的信號編碼形成一個二進制碼組輸出。編碼是將量化后的信號編碼形成一個二進制碼組輸出。 162021-6-29 采樣電路采樣電路量化和編碼量化和編碼 l 話音信道帶寬話音信道帶寬 2倍倍話音話音最大頻率最大頻率) l 量化級數(shù)：量化級數(shù)：256級級 (8位二進制碼表示位二進制碼表示) l 數(shù)據(jù)率：數(shù)據(jù)率：8000次次/s*8bit = 64Kb/s 每路每路PCM信號信號的速率的速率 = 64000bps 例：語音信號要在數(shù)字線路上

15、傳輸，必須將語音信號轉(zhuǎn)換成數(shù)字信號。這需要例：語音信號要在數(shù)字線路上傳輸，必須將語音信號轉(zhuǎn)換成數(shù)字信號。這需要 經(jīng)過三個步驟：采樣、量化、編碼。編碼后的信號稱為經(jīng)過三個步驟：采樣、量化、編碼。編碼后的信號稱為PCM（Pulse Coded Modulation）信號（脈碼調(diào)制信號）信號（脈碼調(diào)制信號） 172021-6-29 PCM轉(zhuǎn)換過程舉例 PCM編碼原理編碼原理 常見的常見的PCM二進制碼組有三種：二進制碼組有三種： 自然二進制碼組自然二進制碼組NBC；-十進制正整數(shù)的二進制表示。十進制正整數(shù)的二進制表示。 折疊二進制碼組折疊二進制碼組FBC；-左邊第一位表示正負號，左邊第一位表示正負號

16、，“1”表表 示正。示正。 格雷二進制碼組格雷二進制碼組RBC；特點：任何相鄰電平的碼組只有一；特點：任何相鄰電平的碼組只有一 位發(fā)生變化。位發(fā)生變化。 量化值序號量化值序號自然二進制碼自然二進制碼折疊二進制碼折疊二進制碼格雷碼格雷碼 15 14 13 12 11 10 9 8 1111 1110 1101 1100 1011 1010 1001 1000 1111 1110 1101 1100 1011 1010 1001 1000 1000 1001 1011 1010 1110 1111 1101 1100 7 6 5 4 3 2 1 0 0111 0110 0101 0100 0011

17、 0010 0001 0000 0000 0001 0010 0011 0100 0101 0110 0111 0100 0101 0111 0110 0010 0011 0001 0000 三種碼組三種碼組 對于對于NBC：碼組第一位出錯，幅度誤差為最大幅度的：碼組第一位出錯，幅度誤差為最大幅度的1/2倍；倍； 對于對于FBC：碼組第一位出錯，小信號的失真誤差要小得多；：碼組第一位出錯，小信號的失真誤差要小得多； 對于對于RBC：碼組中一位出錯，誤差幅度只相差一個量化間隔。：碼組中一位出錯，誤差幅度只相差一個量化間隔。 202021-6-29 6.3 參參 量量 編編 碼碼 n6.3.1 參

18、量編碼的基本原理參量編碼的基本原理 圖圖6.4 語音產(chǎn)生模型語音產(chǎn)生模型 在圖在圖6.4所示的模型中，包括了三個部分：激勵源、聲道所示的模型中，包括了三個部分：激勵源、聲道 模型和輻射模型，正好模擬了人的發(fā)聲器官中喉、聲道模型和輻射模型，正好模擬了人的發(fā)聲器官中喉、聲道 和嘴。和嘴。 1. 語音信號的產(chǎn)生模型語音信號的產(chǎn)生模型 212021-6-29 6.3.1 參量編碼的基本原理參量編碼的基本原理 n聲道模型聲道模型V（Z）是離散時域的聲道傳輸函數(shù)，它在大多）是離散時域的聲道傳輸函數(shù)，它在大多 數(shù)情況下是一個全極點函數(shù)數(shù)情況下是一個全極點函數(shù) 0 0 1 ( )(1,) iP i i i V

19、 Zaa aZ 為實數(shù) 1 0 ( )(1)R ZRZ 輻射模型輻射模型R（Z）與嘴形有關(guān)，可以表示成一個固定的模型函數(shù)）與嘴形有關(guān)，可以表示成一個固定的模型函數(shù) 2. 特征參量的提取特征參量的提取 常用的短時處理技術(shù)包括加窗技術(shù)、基音周期估計等。常用的短時處理技術(shù)包括加窗技術(shù)、基音周期估計等。 222021-6-29 6.3.2 線性預(yù)測線性預(yù)測 n2. 線性預(yù)測編碼線性預(yù)測編碼 線性預(yù)測技術(shù)用于語音編碼就構(gòu)成線性預(yù)測編碼（線性預(yù)測技術(shù)用于語音編碼就構(gòu)成線性預(yù)測編碼（LPC： Linear Prediction Coding）。圖）。圖6.5是是LPC的原理框圖。的原理框圖。 圖圖6.5 L

20、PC聲碼器聲碼器 232021-6-29 線性預(yù)測編碼的基本原理線性預(yù)測編碼的基本原理 u原理原理:模型化人類語音信號產(chǎn)生的機制模型化人類語音信號產(chǎn)生的機制,提取模型參數(shù)提取模型參數(shù), 并且只傳輸模型的參數(shù)并且只傳輸模型的參數(shù). u語音信號的產(chǎn)生模型語音信號的產(chǎn)生模型: n語音的產(chǎn)生語音的產(chǎn)生,聲帶和聲道聲帶和聲道 n不同語音產(chǎn)生的原因不同語音產(chǎn)生的原因:聲音激勵源和聲道不同聲音激勵源和聲道不同 n聲音分類聲音分類:濁音和清音濁音和清音 u發(fā)聲過程發(fā)聲過程 n口腔和鼻腔形成時變?yōu)V波器口腔和鼻腔形成時變?yōu)V波器 242021-6-29 4.2.2 4.2.2 濁音和清音濁音和清音 252021-6-29 語音產(chǎn)生模型語音產(chǎn)生模型 u語音模型的建立：語音模型的建立：1、產(chǎn)生激勵，、產(chǎn)生激勵，2、響應(yīng)、響應(yīng) u模型參數(shù)：基音，共振峰頻率及強度，清濁音判決模型參數(shù)：基音，共振峰頻率及強度，清濁音判決 n低碼率編碼低碼率編碼 l 碼率降低有限碼率降低有限 l 合成的語音波形失去了自然度和音質(zhì)合成的語音波形失