基于ADPCM的語音信號編解碼

1、基于ADPCM的語音信號編解碼 班級：電子與通信工程姓名：學(xué)號： 目錄一、語音壓縮編碼簡介- 2 -1.1 語音壓縮技術(shù)的現(xiàn)狀及發(fā)展方向- 2 -1.2 語音壓縮編碼分類- 2 -1.3 語音信號壓縮的基本原理- 2 -1.4 語音壓縮編碼性能的評價指標(biāo)- 3 -二、G.721編碼及算法實現(xiàn)- 4 -2.1自適應(yīng)差分脈沖編碼調(diào)制ADPCM- 4 -2.2 G.721各部分算法介紹- 5 -三、仿真結(jié)果- 9 -四、分析與總結(jié)- 11 -五、仿真程序- 12 -六、參考文獻- 14 -摘要自適應(yīng)差分脈沖編碼調(diào)制（ADPCM）是運用了自適應(yīng)技術(shù)、脈沖編碼調(diào)制、差值調(diào)制技術(shù)，對PCM（脈沖編碼調(diào)制）

2、語音信號進行再壓縮。本報告從ADPCM編碼基礎(chǔ)理論出發(fā)，基于對G721標(biāo)準的分析和理解，對語音壓縮編碼算法進行了仿真，包括了一下幾個模塊，自適應(yīng)預(yù)測，快速非鎖定因子的計算，單頻信號的判定，窄帶信號瞬變判定，自適應(yīng)速度控制，量化矩陣自適應(yīng)因子的計算，自適應(yīng)量化編碼，自適應(yīng)逆量化，量化器標(biāo)度因子自適應(yīng)的選取，速度控制。然后，實現(xiàn)了一個ADPCM的編碼器程序。最后，基于對編碼器的研究，進行了解碼輸出的仿真。一、語音壓縮編碼簡介語音信號的數(shù)字化傳輸一直是通信發(fā)展的主要方向之一，語音的數(shù)字通信和模擬通信相比，無疑具有更好的效率和性能，這主要體現(xiàn)在：具有更好的語音質(zhì)量：具有更強的抗干擾性，并易于進行加密；

3、可節(jié)省帶寬，能夠更有效的利用網(wǎng)絡(luò)資源；更加易于存儲和處理。最簡單的數(shù)字化方法是直接對語音信號進行模數(shù)轉(zhuǎn)換，只要滿足一定的采樣率和量化要求，就能夠得到高質(zhì)量的數(shù)字語音，但這時語音的數(shù)據(jù)量仍舊很大，因此在進行傳輸和存儲之前，往往要對其進行壓縮處理，以減少其傳輸碼率或存儲量，即進行壓縮編碼。傳輸碼率也稱為數(shù)碼率或編碼速率，表示每秒傳輸語音信號所需的比特數(shù)。1.1 語音壓縮技術(shù)的現(xiàn)狀及發(fā)展方向    語音壓縮編碼技術(shù)的發(fā)展是十分迅速的，CELP的編碼速率較低，但復(fù)雜度較高，可以在4.8kb/s左右的碼速率上獲得較高質(zhì)量的語音，是當(dāng)今中低速率語音編碼技術(shù)的主流技術(shù)

4、之一，許多國際標(biāo)準化組織及機構(gòu)紛紛將這一編碼方案作為語音編碼標(biāo)準。在對其改善質(zhì)量、降低復(fù)雜度、減少編碼延遲等方面都提出了不少新的方法，使CELP在實踐中得到廣泛應(yīng)用。隨著DSP技術(shù)的發(fā)展，CELP技術(shù)還具有一定的潛力，例如將G.729擴展到6.4kb/s，用于TDMA/CDMA移動無線系統(tǒng)和DCME。目前，語音壓縮編碼技術(shù)主要有兩個努力方向：一個是中低速率的語音編碼的實用化，及如何使用化過程中進一步減低編碼速率和提高其抗干擾、抗噪聲能力；另一個是如何進一步的降低其編碼速率，目前已能在5kb/s-6kb/s的速率上獲得高質(zhì)量的重建語音，下一個目標(biāo)則是要在4kb/s的速率上獲得短延時、高質(zhì)量的重建

5、語音。特別是對中長延時編碼，人們正在研究其更低速率（如400b/s-1200b/s）的編碼算法，在這個過程中當(dāng)編碼速率降至2.4kb/s速率以下時，CELP算法即使應(yīng)用更高效的量化技術(shù)也無法達到預(yù)期的指標(biāo)，需要其它一些更符合低速率編碼要求的算法，目前比較好的算法還有正弦變換編碼（STC）、混合激勵線性預(yù)測編碼（MELPC）、時頻域插值編碼（TFI）、基音同步激勵線性預(yù)測編碼（PSELP）等，同時還要求引入新的分析技術(shù)，如非線性預(yù)測、多精度時頻分析技術(shù)（包括子波變換技術(shù)）、高階統(tǒng)計分析技術(shù)等，這些技術(shù)更能挖掘人耳聽覺掩蔽等感知機理，更能以類似人耳的特性作語音的分析與合成，使語音編碼系統(tǒng)更接近于人

6、類聽覺器官的處理方式工作，從而在低速率語音編碼的研究上取得突破。1.2 語音壓縮編碼分類語音編碼按編碼方式分為3類：波形編碼、參數(shù)編碼、混合編碼。波形編碼是將時間域或變換域信號直接變換為數(shù)字信號，力求使重建語音波形保持原始語音信號的波形形狀。參數(shù)編碼又稱聲碼器編碼，它是將信源信號在頻域或其他變換域提取特征參數(shù)，然后對這些特征參數(shù)重建語音信號。混合編碼將波形編碼和參數(shù)編碼結(jié)合起來，克服了波形編碼和參數(shù)編碼的缺點，吸收了它們的長處，能夠在低速率上得到高質(zhì)量的合成語音。1.3 語音信號壓縮的基本原理在數(shù)字通信中，語音信號被編碼為二進制數(shù)字序列，通過信道傳輸或存儲，在經(jīng)過解碼后恢復(fù)為可懂的語音。將語音

7、信號編碼為二進制數(shù)字序列后再經(jīng)傳輸或儲存有其獨特的優(yōu)點。例如，可擺脫傳輸或存儲中噪聲的干擾。模擬傳輸信道的噪聲總是要使語音信號發(fā)生畸變，而數(shù)字通信只要有足夠的通信站，就能排除所有噪聲的影響；另一方面，磁帶錄音機存儲模擬信號時要受磁帶噪聲和其他噪聲的影響，而采用計算機存儲數(shù)字語音信號時，惟一的失真來自模數(shù)轉(zhuǎn)換前的低通濾波。另外，數(shù)字編碼的信號還便于處理和加密、再生與轉(zhuǎn)發(fā)，也可與其他信號復(fù)用一個信道，設(shè)備便于集成等。 最簡單的語音編碼方法是對其直接進行模/數(shù)變換；只要其取樣率足夠高，量化每個樣本的比特數(shù)足夠大，那么就能保證解碼恢復(fù)的語音信號有非常好的音質(zhì)，而且也不會丟失有用信息。可是對語音信號直接

8、進行數(shù)字化其所需數(shù)碼率太高，比如普通電話通信中采用8KHZ取樣率，如用12bit進行量化，則數(shù)碼率為96kbit/s，這樣大的數(shù)碼率即使對很大容量的傳輸信道也是難以承受的。而語音信號用PCM編碼后，數(shù)碼率為64kbit/s,不進行壓縮很難用調(diào)制解調(diào)器在電話線路上傳輸，所以必須進行壓縮編碼。 對語音進行編壓縮碼的基本依據(jù)有兩個。一是，從產(chǎn)生的物理機理和語音結(jié)構(gòu)的性質(zhì)來看，語音信號中存在較大的冗余度。從信息保持的角度講，只有當(dāng)信源本身具有冗余度，才能對其進行壓縮。語音壓縮實質(zhì)上就是識別語音中的冗余度并設(shè)法去除掉它們。冗余度最主要部分可以分別從時域或頻域來考慮，歸納起來有以下幾個方面：1，語音信號樣

9、本間的相關(guān)性很強，即其短時譜不平坦。2，濁音語音段具有準周期性。3，聲道的形狀及其變化比較慢。4，傳輸碼值的概率分布是非均勻的。 語音編碼的第二個依據(jù)是利用人類聽覺的某些特性。人耳聽不到或感知不靈敏的語音分量可視為冗余（這種冗余可看作為主觀上的冗余），所以可以利用人耳感知模型，去除掉人耳感覺不靈敏的語音分量，而重構(gòu)后的語音質(zhì)量不明顯下降。 總之，利用冗余度或者是聽覺上的制約，可以壓縮表示語音信號的必要信息，從而可降低傳輸速率或存儲容量脈沖編碼的基本框圖：1.4 語音壓縮編碼性能的評價指標(biāo)語音編碼的根本目標(biāo)就是在盡可能低的編碼速率條件下，重建得到盡可能高的語音合成質(zhì)量，同時還應(yīng)盡量減小編碼延時和

10、算法復(fù)雜度，因此編碼效率、編碼語音質(zhì)量評價、編解碼延時以及算法的復(fù)雜度就成了評價一個語音編碼算法性能的基本指標(biāo)。編碼速率直接反應(yīng)了語音編碼對語音信息的壓縮程度。編碼速率可以用“比特/秒”來度量，它代表總的編碼速率。現(xiàn)在大部分編碼標(biāo)準都是固定速率編碼，其范圍為0.8-64kbit/s。其中，保密電話的編碼速率最低，其原因是它的通信信道帶寬限定在4.8kbit/s一下。數(shù)字蜂窩移動電話和衛(wèi)星電話編碼器的編碼速率為3.3-13kbit/s，它使數(shù)字蜂窩系統(tǒng)的容量可以達到模擬系統(tǒng)的多倍。編碼語音質(zhì)量評價分為主觀評價和客觀評價。主觀評價方法是基于一組測聽者對原始語音與合成語音進行對比試聽，然后根據(jù)某種事

11、先規(guī)定好的尺度標(biāo)準來對失真語音劃分等級的。主要反映的是測聽者主觀上對語音質(zhì)量或者可懂度的一種感知?？陀^評價算法在理想情況下需要在沒有原始語音下對語音進行評價。需要結(jié)合不同的處理過程的知識，包括底層處理和高層處理?，F(xiàn)有的評價方法局限于要知道原始的語音信號，并且多數(shù)只能模擬在底層的處理過程。編解碼延時一般用單次編解碼所需的時間來表示，在實時語音通信系統(tǒng)中，語音編解碼延時同線路傳輸延時的作用一樣，對系統(tǒng)的通信質(zhì)量有很大影響。過長的語音延時會使通信雙方產(chǎn)生交談困難，而且會產(chǎn)生明顯的回聲而干擾人的正常思維。對于公用電話網(wǎng)，編解碼延時通常要求不超過5-10ms,而對于移動蜂窩通信系統(tǒng)，允許最大延時不超過1

12、00ms，算法復(fù)雜度主要影響到語音編解碼器的硬件實現(xiàn)，它決定了硬件實現(xiàn)的復(fù)雜度、體積、功率和成本等。對一些復(fù)雜的語音編碼算法，一般編碼算法的復(fù)雜度與語音質(zhì)量有密切關(guān)系。再同樣速率的情況下，復(fù)雜一些的算法將會獲得更好一些的語音質(zhì)量。同時，算法的復(fù)雜度與硬件實時實現(xiàn)也有密切關(guān)系。二、G.721編碼及算法實現(xiàn)2.1自適應(yīng)差分脈沖編碼調(diào)制ADPCMADPCM將脈沖編碼調(diào)制、差值調(diào)制和自適應(yīng)技術(shù)三者結(jié)合起來，進一步利用語音信號樣點間的相關(guān)性，并針對語音信號的非平穩(wěn)特點，使用了自適應(yīng)預(yù)測和自適應(yīng)量化，在32kbit/s速率上能夠給出網(wǎng)絡(luò)等級語音質(zhì)量，從而符合進入公共網(wǎng)的要求。圖 是G.721算法的框圖，其

13、中虛線部分是解碼器框圖。由圖中可以看出，編碼器中嵌入一個解碼器，使得編碼器的自適應(yīng)修正完全取決于信號的反饋值。這個反饋值與解碼器的輸出是一致的，所以后續(xù)的差值采樣就補償了量化誤差，從而避免了量化誤差的積累。 圖2-1 G.721編碼器原理框圖2.2 G.721各部分算法介紹(1)、求采樣值s(k)和其估計值se(k)之差 (2.2.1)(2)自適應(yīng)量化d(k)并編碼輸出I(k) (2.2.2)其中，I(k)還含有以為符號。表 給出了I(k)的編碼值。y(k)是量化階矩自適應(yīng)因子，它由調(diào)整短時能量變化較快的語音信號的yu(k)和調(diào)整數(shù)據(jù)類慢變信號的yl(k)兩部分，經(jīng)速度調(diào)整因子al(k)加權(quán)平

14、均而成 （2.2.3）對快變信號，趨于1，而對慢變信號趨于0。 表2-1 G.721編碼器量化歸一化輸入log2|d(k)|-y(k)輸出代碼I(k)歸一化量化輸出log2|d(k)|-y(k)3.12,+73.322.72,3.1262.912.34,2.7252.521.91,2.3442.131.38,1.9131.660.62,1.3821.05-0.98,0.6210.031-,-0.980- (3)階矩自適應(yīng)因子 稱快速非鎖定標(biāo)度因子，它的取值范圍在 區(qū)間，對應(yīng)的的線性域。 (2.2.4)的取值如表所示 表2-2 的取值|I(k)|76543210wI(k)70.1322.1912

15、.387.004.002.561.13-0.75 為適應(yīng)語音預(yù)測差值信號中的基音引起的能量突變，的高端取值都很大。對于帶內(nèi)數(shù)據(jù)，信號短時能量基本上是平穩(wěn)的，階矩自適應(yīng)采用 (2.2.5)式中，稱為鎖定標(biāo)度因子。(4)速度控制是速度控制因子，它是通過I(n)的長時平均幅度值與短時平均幅度值相差求出的。它反應(yīng)了預(yù)測余量信號的變化率。函數(shù)FI(k)的取值如下表 表2-3 FI(k)的取值|I(k)|76543210FI(k)73111000當(dāng)余量信號短時能量平穩(wěn)時，I(k)的統(tǒng)計特性隨時間變化很小，與相差不大。而當(dāng)余量信號短時能量起伏較大時，他們出現(xiàn)差值。利用這一特性先計算中間參數(shù)： (2.2.6)

16、顯然，當(dāng)幅度變化較大時，而差別較小時，。條件表明輸入信號很小，處于輕音段或噪聲段，這是也有，以便使量化器處于快速自適應(yīng)狀態(tài)來等待輸入信號的突然變化。量化器速度控制因子通過對限幅得到 (2.2.7)這樣，量化器從快速自適應(yīng)向慢速自適應(yīng)轉(zhuǎn)變有一個延遲。對于帶內(nèi)調(diào)幅數(shù)據(jù)，這種延遲效應(yīng)可以防止自適應(yīng)速度過早變慢，從而避免脈沖沿產(chǎn)生太大的畸變。(5)自適應(yīng)逆量化器輸出 (2.2.8)(6)自適應(yīng)預(yù)測預(yù)測器采用6階零點，二階極點的模型。預(yù)測信號為 (2.2.9) (2.2.10)重建信號為 (2.2.11)極點、零點預(yù)測器系數(shù)分別是 和。其調(diào)整方式為 (2.2.12)此式隱含差，為保證算法穩(wěn)定，二階極點預(yù)

17、測器系數(shù)限制如下 (2.2.13)它們的調(diào)整方式為2.2.14)(2.2.15)式中 (2.2.16)(7)單頻和瞬變調(diào)整當(dāng)ADPCM編碼器遇到頻移鍵控信號（FSK）或其他窄帶瞬變信號時，需要將系統(tǒng)從慢速自適應(yīng)狀態(tài)強制性地調(diào)整到快速自適應(yīng)狀態(tài)。為此，引入單頻信號判定條件和窄帶信號瞬變判據(jù)： (2.2.17) (2.2.18)當(dāng)時，認為出現(xiàn)了單頻信號或頻率瞬變。這時強制將量化器處于快速自適應(yīng)狀態(tài)。當(dāng)時，還需將和同時置零。采用這些措施后，G.721 ADPCM可以傳遞4.8kbit/s的FSK信號。同時的判定也由下式?jīng)Q定(2.2.19)當(dāng)ADPCM與PCM之間發(fā)生換碼級聯(lián)時，需要在ADPCM內(nèi)部進

18、行PCM級聯(lián)同步調(diào)整。方法是在解碼端將重建信號重新編碼成ADPCM碼并與輸入的I(n)比較，根據(jù)差值調(diào)整重建的電平級別。經(jīng)過同步調(diào)整過程，ADPCM可以有效地防止同步級聯(lián)誤差累積三、仿真結(jié)果圖 3-1 解碼前后語音信號波形圖3-2 自適應(yīng)預(yù)測前后波形圖3-3 預(yù)測誤差圖圖3-4 語音信號編碼圖圖3-5 自適應(yīng)逆量化后輸出波形四、分析與總結(jié)通過圖3-1原始語音信號經(jīng)過ADPCM的波形，可以看出信號經(jīng)過編解碼后，還是可以較好的恢復(fù)出來，雖然局部有些地方?jīng)]能完全恢復(fù)。圖3-2是算法中對自適應(yīng)預(yù)測信號和原始語音信號做出的對比，從圖中可以看出，自適應(yīng)預(yù)測的波形有一些失真，幅度更加平坦。圖3-3是對原始語

19、音信號的采樣值與其估計值之差?？傮w來講絕對誤差偏大了一些，而這也正好和圖3-2吻合。圖3-4是對語音信號編碼后的圖形，由于樣點數(shù)過多，導(dǎo)致點數(shù)密集而使下部分幾乎連成一片，但通過其峰值只有幾個離散值還是可以較明顯的看出是編碼信號。圖3-5是自適應(yīng)逆量化后的輸出波形，相比圖3-4，此圖更為雜亂些。報告的難點在于對標(biāo)準算法的分析和理解基礎(chǔ)上，對標(biāo)準算法中描述的各個子功能框圖的算法實現(xiàn)。因為報告的實現(xiàn)程序，僅僅用于對標(biāo)準算法的理解與研究，在具體的實際運用中，根據(jù)需要的不同，可能無法做到普遍通用，還需要對算法進行更多的研究。五、仿真程序%主程序clcclear all;coe=1,0,1,0,0,0,0

20、,0,0,0,0;coe1=0,0,0;coe2=0,0,0,0,0,0,0,0,0,0;coe3=0;Dqk=zeros(1,7);fid=fopen('zy7.txt','rt');a=fscanf(fid,'%en');fclose(fid);fid=fopen('zy7.721.txt','wt');zyp0=size(a,1);for i=1:size(a,1) Slk=a(i);Yk_pre=coe2(1);Sek_pre=coe2(2);Ik_pre=coe2(3);Ylk_pre_pre=coe2(

21、4);Srk_pre=coe2(5);Srk_pre_pre=coe2(6);a2=coe2(7);Tdk_pre=coe2(8);Trk_pre=coe2(9);Num=coe2(10); coe2(10)=coe(10)+1;Sek,coe=Sek_com(Srk_pre,Srk_pre_pre,Dqk,coe); zyp1(1,i)=(Sek);Dk=Dk_com(Slk,Sek);zyp2(1,i)=abs(Dk);Yuk_pre=yu_result(Yk_pre,wi_result(abs(Ik_pre);if Yuk_pre<1.06 Yuk_pre=1.06;elseif

22、Yuk_pre>10.00 Yuk_pre=10.00;endYlk_pre=yl_result(Ylk_pre_pre,Yuk_pre);zyp3(1:i)=Ylk_pre;Trk_pre=Trk_com(a2,Dqk(6),Ylk_pre);zyp4(1:i)=Trk_pre;Tdk_pre=Tdk_com(a2);zyp5(1:i)=Tdk_pre;Alk,coe1=Alk_com(Ik_pre,Yk_pre,coe1,Tdk_pre,Trk_pre); if Alk<0.0 Alk=0.0;elseif Alk>1.0; Alk=1.0;endYk,coe3=Yk_c

23、om(Ik_pre,Alk,Yk_pre,coe3);Ik=Ik_com(Dk,Yk);%zyp6(1,i)=Ik;Yk_pre=Yk;Srk_pre_pre=Srk_pre;Sek_pre=Sek;Ylk_pre_pre=Ylk_pre;Ik_pre=Ik;coe2(1)=Yk;coe2(6)=Srk_pre;coe2(2)=Sek;coe2(4)=Ylk_pre;coe2(3)=Ik;Dqk(1)=Dqk(2);Dqk(2)=Dqk(3);Dqk(3)=Dqk(4);Dqk(4)=Dqk(5);Dqk(5)=Dqk(6);Dqk(6)=Dqk(7);Dqk(7)=Dqk_com(Ik_pr

24、e,Yk_pre);zyp7(1,i)=Dqk(7);Srk_pre=Srk_com(Dqk(7),Sek_pre);zyp8(1:i)=Srk_pre;coe2(5)=Srk_pre; fprintf(fid,'%fn',coe2(5);endfid=fopen('zy7.721.txt','rt');b=fscanf(fid,'%en');%子程序%采樣值與其估值差值函數(shù)function d=Dk_com(Slk,Sek)Dk=Slk-Sek;d=Dk;%快速非鎖定標(biāo)度因子計算函數(shù)function yu=yu_result(y

25、_now,wi_now)yu=(1-2(-5)*y_now+2(-5)*wi_now;yu=yu;%鎖定標(biāo)度因子計算函數(shù)function yu=yu_result(y_now,wi_now)yu=(1-2(-5)*y_now+2(-5)*wi_now;yu=yu;%單頻信號判定子程序function Tdk=Tdk_com(A2k) if(A2k<-0.71875)%(A2k<-0.71875) Tdk=1;else Tdk=0;endTdk=Tdk;%窄帶信號瞬變判定子函數(shù)function Trk=Trk_com(A2k,Dqk,Ylk)if(A2k<-0.71875)&(fabs(Dqk)>pow(24.2,Ylk) Trk=1;else Trk=0;endTrk=Trk;%自適應(yīng)速度控制和自適應(yīng)預(yù)測子函數(shù)fu