四川大學(xué)計(jì)算機(jī)學(xué)院多媒體基礎(chǔ)語(yǔ)音編碼

1、陳虎聲音概述v聲音是攜帶信息的重要媒體 音樂和解說(shuō)使靜態(tài)圖像更加豐富多彩、音樂和視頻的同步使視頻圖像更具真實(shí)性v傳統(tǒng)計(jì)算機(jī)與人交互是通過(guò)鍵盤和顯示器，人們通過(guò)鍵盤或鼠標(biāo)輸入，通過(guò)視覺接收信息。多媒體計(jì)算機(jī)為計(jì)算機(jī)增加音頻通道，采用人們最熟悉、最習(xí)慣的方式與計(jì)算機(jī)交換信息 為計(jì)算機(jī)裝上“耳朵”（麥克風(fēng)），讓計(jì)算機(jī)聽懂、理解人們的講話語(yǔ)音識(shí)別 為計(jì)算機(jī)安上嘴巴和樂器（揚(yáng)聲器），讓計(jì)算機(jī)能夠講話和奏樂語(yǔ)音和音樂合成聲音概述 聲音是聽覺器官對(duì)聲波的感知，而聲波是通過(guò)空氣或其他媒體傳播的連續(xù)振動(dòng) 聲音的強(qiáng)弱體現(xiàn)在聲波壓力的大小上，音調(diào)的高低體現(xiàn)在聲音的頻率上 聲音用電表示時(shí)，聲音信號(hào)在時(shí)間和幅度上都是連

2、 續(xù)的模擬信號(hào)，如圖3-1所示 聲波具有普通波所具有的特性，例如反射 、折射和衍射等聲音概述v人的聽覺器官能感知的聲音頻率大約是2020kHz，在這種頻率范圍里感知的聲音幅度大約在0120dB 語(yǔ)音信號(hào)（speech）：人說(shuō)話的信號(hào)頻率通常為3003400Hz 亞音信號(hào)（subsonic）：小于20Hz的信號(hào) 超聲波信號(hào)（ultrasonic）：高于20KHz的信號(hào)聲音概述v在組合聲音信號(hào)的一系列分量信號(hào)音波中，最低頻的音波稱為基音，其余音波稱為泛音v聲音的三要素：音調(diào)、音色、音強(qiáng) 音調(diào)（音高）：取決于基頻的高低。直觀感受：“唱不上去了”，“跑調(diào)了” 音色：是由混入基音的泛音所決定的，如果中高

3、泛音豐富音色就明亮，反之音色就暗淡。不同的樂器、不同人的語(yǔ)音音色不同 音強(qiáng)（響度） ：取決于聲音的幅度（分貝）聲音的數(shù)字化v模擬音頻：時(shí)間和幅度上都是連續(xù)的 模擬磁性錄音技術(shù)，受電磁性能影響較大v數(shù)字音頻：時(shí)間和幅度上都是離散的 計(jì)算機(jī)、數(shù)字CD、數(shù)字磁帶（DAT）A/D轉(zhuǎn)換模擬音頻數(shù)字音頻聲音的數(shù)字化v采樣（sampling）：時(shí)間上的離散化v量化（quantization）：幅度上的離散化聲音的數(shù)字化v采樣定理（Nyquist theory） 奈奎斯特理論指出：采樣頻率不應(yīng)低于聲音信號(hào)最高頻率的兩倍，這樣就能把以數(shù)字表達(dá)的聲音還原成原來(lái)的聲音 人類聽覺的頻率范圍大約為：2020kHz，為保

4、證不失真，采樣頻率應(yīng)在40kHz左右 常用的采樣頻率有：8kHz, 11.025kHz, 22.05kHz, 16kHz, 37.8kHz, 44.1kHz, 48kHzfs = 2fmax聲音的數(shù)字化v采樣精度： 度量聲音波形幅度的精確程度，用每個(gè)聲音樣本的 位數(shù)(即bps)表示，例如每個(gè)聲音樣本用16位表示，測(cè)得的聲音樣本值是在 065535范圍里的數(shù)，它的精度是1/65536 例如每個(gè)聲音樣本用16位表示，測(cè)得的聲音樣本值是在 065535范圍里的數(shù)，它的精度是1/65536 精度是在模擬信號(hào)數(shù)字化過(guò)程中度量模擬信號(hào)的最小單 位，因此也稱量化階(quantization step siz

5、e) 01 V的電壓用256個(gè)數(shù)表示，量化階等于1/256 V聲音的數(shù)字化v樣本位數(shù)的大小影響到聲音的質(zhì)量，位數(shù)越多，聲 音質(zhì)量越高，所需存儲(chǔ)空間也越多；位數(shù)越少，聲 音質(zhì)量就越低，所需存儲(chǔ)空間也越少 電壓范圍電壓范圍 量化量化 編碼編碼 0.5 0.7 3 011 0.3 0.5 2 010 0.1 0.3 1 001 -0.1 0.1 0 000 -0.3 -0.1 -1 111 -0.5 -0.3 -2 110 -0.7 -0.5 -3 101 -0.9 -0.7 -4 1008位：256個(gè)量化級(jí)（0255）16位：65 536個(gè)量化級(jí)16位量化級(jí)足以表示從人耳剛剛聽得見的極細(xì)微的聲音到

6、感覺難以忍受的巨大噪聲這樣大的聲音范圍聲音的數(shù)字化v采樣精度的另一種表示方法是信號(hào)噪聲比， 簡(jiǎn)稱為信噪比v其中，Vsignal表示信號(hào)電壓，Vnoise表示量化噪聲電壓(模擬信號(hào)的采樣值和與它最接近的數(shù) 字?jǐn)?shù)值之間的差值)，SNR的單位為分貝(db) 聲音編碼v聲音信號(hào)經(jīng)過(guò)數(shù)字化以后將產(chǎn)生大量的數(shù)據(jù)。為了降低存儲(chǔ)和傳輸成本，有必要對(duì)數(shù)字音頻數(shù)據(jù)進(jìn)行壓縮編碼 如：CD音頻數(shù)據(jù)（未經(jīng)壓縮）：數(shù)據(jù)率：44.11000162 = 1.41M bit/s1小時(shí)CD音頻的數(shù)據(jù)量約為635Mv音頻編碼的可能性 聲音信號(hào)中包含大量的冗余信息聲音編碼v從信息保持角度講，只有當(dāng)信源本身具有冗余度（redundan

7、cy），才能對(duì)其進(jìn)行壓縮v時(shí)、頻域信息的冗余 如幅度的非均勻分布、樣本間的相關(guān)等等v人的聽覺感知機(jī)理 語(yǔ)音最終是給人聽的，要避免做“即使記錄了，人耳也聽不見”的無(wú)用功聲音編碼v編碼算法的評(píng)價(jià) 聲音的清晰度和自然度難以度量，評(píng)價(jià)十分困難 具有重要意義v評(píng)價(jià)的主要依據(jù) 音頻質(zhì)量 數(shù)據(jù)率 計(jì)算復(fù)雜度v音頻編碼目標(biāo) 低碼率、短延時(shí)、高質(zhì)量聲音編碼v音頻質(zhì)量評(píng)價(jià)方法分為兩類： 客觀測(cè)量法：信噪比（SNR） 主觀測(cè)量法：主觀平均判分法（mean opinion score, MOS），一般采用5分制分?jǐn)?shù)質(zhì)量級(jí)別失真級(jí)別5優(yōu)無(wú)察覺4良（剛）察覺但不討厭3中（察覺）有點(diǎn)討厭2差討厭但不反感1劣極討厭（令人反感

8、）語(yǔ)音的形成原理v肺中的空氣受到擠壓形成氣流，氣流通過(guò)聲門（聲帶）沿著聲道（由咽、喉、口腔等組成）釋放出去，就形成了話音。v 氣流、聲門可以等效為一個(gè)激勵(lì)源，聲道可以等效為一個(gè)時(shí)變?yōu)V波器（共振峰）。v 話音信號(hào)具有很強(qiáng)的相關(guān)性（長(zhǎng)期相關(guān)、短期相關(guān)）。語(yǔ)音的分類v濁音（voiced sounds）：聲道打開，聲帶在先打開后關(guān)閉，氣流經(jīng)過(guò)使聲帶要發(fā)生張馳振動(dòng)，變?yōu)闇?zhǔn)周期振動(dòng)氣流。濁音的激勵(lì)源被等效為準(zhǔn)周期的脈沖信號(hào)。v清音（unvoiced sounds）：聲帶不振動(dòng)，而在某處保持收縮，氣流在聲道里收縮后高速通過(guò)產(chǎn)生湍流，再經(jīng)過(guò)主聲道（咽、口腔）的調(diào)整最終形成清音。清音的激勵(lì)源被等效為一種白噪聲信

9、號(hào)。v爆破音（plosive sounds）：聲道關(guān)閉之后產(chǎn)生壓縮空氣然后突然打開聲道所發(fā)出的聲音。語(yǔ)音技術(shù)的研究熱點(diǎn)v話音壓縮編碼（Speech Coding）v話音識(shí)別（Speech Recognition）v文本話音轉(zhuǎn)換（Text To Speech）語(yǔ)音編譯碼器A/D話音編碼信道編碼信道信道譯碼話音譯碼D/A衡量語(yǔ)音編碼器的參數(shù)v數(shù)據(jù)輸出速率v延遲時(shí)間v話音質(zhì)量v價(jià)格（實(shí)現(xiàn)代價(jià)）語(yǔ)音質(zhì)量等級(jí)劃分v廣播質(zhì)量：帶寬為7000Hz的高質(zhì)量話音v長(zhǎng)途電話質(zhì)量：帶寬為3400Hz，信噪比為30db，有失真v通信質(zhì)量：完全可以聽懂，但和長(zhǎng)途電話質(zhì)量相比有明顯的失真。v合成質(zhì)量：8090的可懂度，聽

10、起來(lái)象機(jī)器講話，失去了講話者的特征語(yǔ)音編碼器的分類v語(yǔ)音編碼的分類 基于數(shù)據(jù)的統(tǒng)計(jì)特性進(jìn)行編碼 波形編碼：目標(biāo)是使重建語(yǔ)音波形保持原波形的形狀，如PCM、DPCM、APCM、ADPCM等算法。 特點(diǎn)：音質(zhì)好、但數(shù)據(jù)率較大 基于聲學(xué)參數(shù)進(jìn)行參數(shù)編碼 音源編碼：目標(biāo)是使重建音頻保持原音頻特性，如LPC 特點(diǎn)：數(shù)據(jù)率低、質(zhì)量差、保密性好（軍事） 混合編碼 將波形編碼和音源編碼很好的結(jié)合起來(lái)，如CELPC 特點(diǎn)：在較低的碼率上得到較高的音質(zhì)語(yǔ)音編碼器的對(duì)比v三種編譯碼器的話音質(zhì)量和數(shù)據(jù)率的關(guān)系語(yǔ)音信號(hào)的冗余度v幅度非均勻分布v樣本之間的相關(guān)性v周期之間的相關(guān)性v基音之間的相關(guān)性v靜止系數(shù)（話音間隙）v

11、長(zhǎng)期相關(guān)性（long term correlation）PCM PCM是pulse code modulation的縮寫 概念上最簡(jiǎn)單、理論上最完善、最早研制成功、使 用最為廣泛、數(shù)據(jù)量最大的編碼系統(tǒng)PCMv圖中輸入是模擬信號(hào)，輸出是PCM樣本。 防失真濾波器：低通濾波器，用來(lái)濾除聲音頻帶以 外的信號(hào) 波形編碼器：可理解為采樣器 量化器：可理解為“量化階大小(step-size)”生成器或 者稱為“量化間隔”生成器v PCM實(shí)際上是模擬信號(hào)數(shù)字化 模擬聲音數(shù)字化的兩個(gè)步驟： 第一步是采樣，就是每隔一段時(shí)間間隔讀一次聲音 的幅度 第二步是量化，就是把采樣得到的聲音信號(hào)幅度轉(zhuǎn) 換成數(shù)字值PCM時(shí)分

12、多路復(fù)用 PCM編碼早期主要用于話音通信中的多路復(fù)用 時(shí)分多路復(fù)用是在同一條通信線路上使用不同時(shí)段 “同時(shí)”傳送多個(gè)獨(dú)立信號(hào)的通信方法 時(shí)分多路復(fù)用的核心思想是將時(shí)間分成等間隔的時(shí) 段，為每對(duì)用戶指定一個(gè)時(shí)間間隔，每個(gè)間隔傳輸 信號(hào)的一部分 例如，話音信號(hào)的采樣頻率f8000 Hz/s，它的采樣 周期125 s，這個(gè)時(shí)間稱為1幀(frame)。在這個(gè)時(shí) 間里可容納的話路數(shù)有兩種規(guī)格24路制 30路制PCM時(shí)分多路復(fù)用v 24路制的重要參數(shù)如下： 每秒鐘傳送8000幀，每幀 125s 12幀組成1復(fù)幀(用于同步)。 每幀由24個(gè)時(shí)間片(信道)和1 位同步位組成 每個(gè)信道每次傳送8位代碼， 1幀有

13、24 8 1193位(位) 數(shù)據(jù)傳輸率R8000193 1544 kb/s 每一個(gè)話路的數(shù)據(jù)傳輸率 80008=64 kb/sPCM時(shí)分多路復(fù)用v30路制的重要參數(shù)如下： 每秒鐘傳送8000幀，每幀125s 16幀組成1復(fù)幀(用于同步) 每幀由32個(gè)時(shí)間片(信道)組成 每個(gè)信道每次傳送8位代碼 數(shù)據(jù)傳輸率：R80003282048 kb/s 每一個(gè)話路的數(shù)據(jù)傳輸率80008=64 kb/s v線路利用率 使用時(shí)分多路復(fù)用技術(shù)時(shí)，由于當(dāng)信道無(wú)數(shù)據(jù)傳輸 時(shí)仍給那個(gè)信道分配時(shí)間槽，因此線路利用率較低 為解決這個(gè)問題，開發(fā)了統(tǒng)計(jì)時(shí)分多路復(fù)用技術(shù) (statistical time division m

14、ultiplexing, STDM)。STDM 是按照每個(gè)傳輸信道的傳輸需要來(lái)分配時(shí)間間隔的 時(shí)分多路復(fù)用技術(shù)，可提高傳輸線路的效率PCM時(shí)分多路復(fù)用v數(shù)字通信線路的數(shù)據(jù)傳輸率 為反映PCM信號(hào)復(fù)用的復(fù)雜程度，通常用“群(group)”這個(gè)術(shù) 語(yǔ)來(lái)表示，也稱為數(shù)字網(wǎng)絡(luò)的等級(jí) 傳輸容量由一次群(基群)的30路(或24路)，增加到二次群的120 路(或96路)，三次群的480路(或384路)， 下圖表示二次復(fù)用的示意圖。圖中的N表示話路數(shù)，無(wú)論N 30還是N24，每個(gè)信道的數(shù)據(jù)率都是64 kb/s，經(jīng)過(guò)一次復(fù)用 后的數(shù)據(jù)率就變成2048 kb/s(N30)或1544 kb/s(N24) 在數(shù)字通信

15、中在北美，具有1544 kb/s數(shù)據(jù)率的線路叫做“T1遠(yuǎn)距離數(shù)字通信線 路”，提供這種數(shù)據(jù)率的服務(wù)級(jí)別稱為T1等級(jí) 在歐洲，具有2048 kb/s數(shù)據(jù)率的線路叫做“E1遠(yuǎn)距離數(shù)字通信線 路”，提供這種數(shù)據(jù)率的服務(wù)級(jí)別稱為E1等級(jí) T1/E1，T2/E2，T3/E3，T4/E4和T5/E5的數(shù)據(jù)傳輸率PCM時(shí)分多路復(fù)用PCM時(shí)分多路復(fù)用vT1/E1，T2/E2，T3/E3，T4/E4和T5/E5的數(shù)據(jù)傳輸率增量調(diào)制 調(diào)制(delta modulation，DM)，是一種預(yù)測(cè)編碼技術(shù) 對(duì)實(shí)際的采樣信號(hào)與預(yù)測(cè)的采樣信號(hào)之差的極性進(jìn)行編碼。 如果實(shí)際的采樣信號(hào)與預(yù)測(cè)的采樣信號(hào)之差的極性為“正”，則 用

16、“1”表示；相反則用“0”表示，或者相反 由于DM編碼只須用1位對(duì)話音信號(hào)進(jìn)行編碼，所以DM編碼系 統(tǒng)又稱為“1位系統(tǒng)” 比較：PCM是對(duì)每個(gè)采樣信號(hào)的整個(gè)幅度進(jìn)行量化編碼增量調(diào)制自適應(yīng)增量調(diào)制 根據(jù)輸入信號(hào)斜率的變化自動(dòng)調(diào)整量化階的大 小，以使斜率過(guò)載和粒狀噪聲都減到最小。 在檢測(cè)到斜率過(guò)載時(shí)開始增大量化階，而在輸入 信號(hào)的斜率減小時(shí)降低量化階 例如，宋(Song)在1971描述的ADM技術(shù)中提出：每當(dāng)輸出 不變時(shí)量化階增大50%；每當(dāng)輸出值改變時(shí)，量化階減小 50% 又如，由格林弗基斯(Greefkes)在1970年提出的連續(xù)可變斜 率增量調(diào)制(CVSD)的基本方法是：如果連續(xù)可變斜率增量

17、 調(diào)制器的輸出連續(xù)出現(xiàn)三個(gè)相同值時(shí)，量化階加一個(gè)大的 增量，反之，就加一個(gè)小的增量。自適應(yīng)增量調(diào)制 Motorola公司于20世界80年代初期開發(fā)了實(shí)現(xiàn)CVSD 算法的集成電路芯片， 如MC3417/MC3517用于一般的數(shù)字通信，MC3418/MC3518用于數(shù)字電話。 MC3417/MC3418用于民用，MC3517/MC3518用于 軍用APCM 中文術(shù)語(yǔ)為自適應(yīng)脈沖編碼調(diào)制，adaptive pulse code modulation的縮寫 根據(jù)輸入信號(hào)幅度大小來(lái)改變量化階大小的一種 波形編碼技術(shù) 自適應(yīng) 瞬時(shí)自適應(yīng)，即量化階的大小每隔幾個(gè)樣本就改變 音節(jié)自適應(yīng)，即量化階的大小在較長(zhǎng)時(shí)

18、間里發(fā)生變化APCM 前向自適應(yīng)(forward adaptation)：根據(jù)未量化的樣本值的均 方根值來(lái)估算輸入信號(hào)的電平，以此來(lái)確定量化階的大 小，并對(duì)其電平進(jìn)行編碼作為邊信息(side information)傳送 到接收端APCM 后向自適應(yīng)(backward adaptation)：從量化器剛輸出的過(guò)去 樣本中提取量化階信息。由于后向自適應(yīng)能在發(fā)收兩端自 動(dòng)生成量化階，所以它不需要傳送邊信息DPCM 中文術(shù)語(yǔ)為差分脈沖編碼調(diào)制， differential pulse code modulation的縮寫 利用樣本與樣本之間存在的信息冗余來(lái)進(jìn)行編碼的一種數(shù) 據(jù)壓縮技術(shù) 基本思想：根據(jù)過(guò)

19、去的樣本去估算下一個(gè)樣本信號(hào)的幅度 大小，這個(gè)值稱為預(yù)測(cè)值，然后對(duì)實(shí)際信號(hào)值與預(yù)測(cè)值之 差進(jìn)行量化編碼，從而就減少了表示每個(gè)樣本信號(hào)的位數(shù)DPCM 它與脈沖編碼調(diào)制(PCM)不同的是，PCM是直接對(duì)采樣信 號(hào)進(jìn)行量化編碼，而DPCM是對(duì)實(shí)際信號(hào)值與預(yù)測(cè)值之差 進(jìn)行量化編碼，存儲(chǔ)或者傳送的是差值而不是幅度絕對(duì) 值，這就降低了傳送或存儲(chǔ)的數(shù)據(jù)量 可適應(yīng)大范圍變化的輸入信號(hào)DPCM編碼器量化器預(yù)測(cè)器xkekekxkxk-自適應(yīng)預(yù)測(cè)逆量化器量化階ek產(chǎn)生誤差DPCM譯碼器逆量化器預(yù)測(cè)器ekekxkxk預(yù)測(cè)方程式 v線性預(yù)測(cè)：v 如果ai是常數(shù)，則為時(shí)不變線性預(yù)測(cè)，否則為自適應(yīng)線性預(yù)測(cè)v 最簡(jiǎn)單的預(yù)測(cè)方

20、程：),.,(1321kxxxxfxkk 11)(kiiikxkax1 kkxx最簡(jiǎn)單的DPCMx0121123344x0012112334適應(yīng)差分脈沖編碼調(diào)制 ADPCM的中文術(shù)語(yǔ)為自適應(yīng)差分脈沖編碼調(diào)制 adaptive difference pulse code modulation的縮寫 綜合了APCM的自適應(yīng)特性和DPCM系統(tǒng)的差分特 性，是一種性能比較好的波形編碼技術(shù) 它的核心想法是： 利用自適應(yīng)的思想改變量化階的大小，即使用小的量化階 (step-size)去編碼小的差值，使用大的量化階去編碼大的差值 使用過(guò)去的樣本值估算下一個(gè)輸入樣本的預(yù)測(cè)值，使實(shí)際

21、樣本值和預(yù)測(cè)值之間的差值總是最小自適應(yīng)差分脈沖編碼調(diào)制 接收端的譯碼器使用與發(fā)送端相同的算法，利用傳 送來(lái)的信號(hào)來(lái)確定量化器和逆量化器中的量化階大 小，并且用它來(lái)預(yù)測(cè)下一個(gè)接收信號(hào)的預(yù)測(cè)值子帶編碼(sub-band coding，SBC) 用一組帶通濾波器(band-pass filter，BPF)把輸入聲 音信號(hào)的頻帶分成若干個(gè)連續(xù)的頻段，每個(gè)頻段稱 為子帶。對(duì)每個(gè)子帶中的聲音信號(hào)采用單獨(dú)的編碼 方案去編碼 在信道上傳送時(shí)，將每個(gè)子帶的代碼復(fù)合在一起； 在接收端譯碼時(shí)，將每個(gè)子帶的代碼單獨(dú)譯碼，然 后把它們組合起來(lái)，還原成原來(lái)的聲音信號(hào)子帶編碼(sub-band coding，SBC) 好處

22、有兩個(gè) 可對(duì)每個(gè)子帶信號(hào)分別進(jìn)行自適應(yīng)控制，量化階的大小可 按照每個(gè)子帶的能量電平加以調(diào)節(jié)。具有較高能量電平的 子帶用大的量化階去量化，以減少總的量化噪聲 可根據(jù)每個(gè)子帶信號(hào)在感覺上的重要性，對(duì)每個(gè)子帶分配 不同的位數(shù)，用來(lái)表示每個(gè)樣本值。 例如，在低頻子帶中，為了保護(hù)音調(diào)就要求用較小的量化階、較多的量化級(jí)數(shù)，即分配較多的位數(shù)來(lái)表示樣本值。而話音中的摩擦音和類似噪聲的聲音，通常出現(xiàn)在高頻子帶中，對(duì)它分配較少的位數(shù)。子帶編碼(sub-band coding，SBC)圖中的編碼/譯碼器可 以采用ADPCM，APCM或PCM 聲音頻帶的分割v樹型結(jié)構(gòu)劃分 首先把整個(gè)聲音信號(hào)帶寬分成兩個(gè)相等帶寬的子帶

23、：高頻子帶和低頻子帶 然后對(duì)這兩個(gè)子帶用同樣的方法劃分，形成4個(gè)子帶 這個(gè)過(guò)程可按需要重復(fù)下去，以產(chǎn)生2k個(gè)子帶，K為分割 的次數(shù) 用這種辦法可以產(chǎn)生等帶寬的子帶，也可以生成不等帶寬的子帶 例如，對(duì)帶寬為4000 Hz的聲音信號(hào)，當(dāng)K=3時(shí)，可分為8 個(gè)相等帶寬的子帶，每個(gè)子帶的帶寬為500 Hz；也可生成 5個(gè)不等帶寬的子帶，分別為0,500),500,1000)， 1000,2000),2000,3000)和3000，4000v采用正交鏡像濾波器(quadrature mirror filter，QMF) 來(lái)劃分頻帶語(yǔ)音編碼標(biāo)準(zhǔn)v國(guó)際上，對(duì)語(yǔ)音信號(hào)壓縮編碼的審議在CCITT下設(shè)的第15研究

24、組進(jìn)行，相應(yīng)的建議為G系列。G.711、G.721、G.722、G.723等 G.711是CCITT為話音信號(hào)（3003.4kHz）制定的編碼標(biāo)準(zhǔn)。8kHz、8位/樣本、64kb/s A律和u律PCM G.721在G.711基礎(chǔ)上實(shí)現(xiàn)2 : 1的壓縮。8kHz、4位/樣本、32kb/s ADPCM G.722是CCITT推薦的音頻信號(hào)編碼標(biāo)準(zhǔn)。信號(hào)帶寬為7kHz，采樣頻率16kHz，保持?jǐn)?shù)據(jù)率仍為64kb/s SB-ADPCM語(yǔ)音編碼標(biāo)準(zhǔn)vG.711和G.721：適用于3003.4KHz窄帶話音信號(hào)，應(yīng)用于公共電話網(wǎng)vG.722：針對(duì)507KHz的寬帶語(yǔ)音，應(yīng)用于綜合業(yè)務(wù)數(shù)據(jù)網(wǎng)（ISDN）語(yǔ)音

25、編碼標(biāo)準(zhǔn)vG.711 標(biāo)準(zhǔn)對(duì)于采樣頻率8kHz，樣本精度為13、14位的輸入信號(hào)，經(jīng)過(guò)A律或u律的PCM編碼后的樣本精度為8位，輸出數(shù)據(jù)率位64kb/sA 律：u 律：語(yǔ)音編碼標(biāo)準(zhǔn)v正輸入碼與A律輸出碼的關(guān)系語(yǔ)音編碼標(biāo)準(zhǔn)vG.721 標(biāo)準(zhǔn)用于64kb/s的A律和u律PCM與32kb/s的ADPCM之間的轉(zhuǎn)換v G.721 的輸入信號(hào)是G.711 PCM代碼，它的數(shù)據(jù)率為64 kb/s。而G.721 ADPCM的輸出是用4位表示的差分信號(hào)，它的采樣率仍然是8 kHz，它的數(shù)據(jù)率為32 kb/s，這樣就獲得了2 1的數(shù)據(jù)壓縮。vG.721 標(biāo)準(zhǔn)所采用的編碼方法 -自適應(yīng)差分脈沖編碼調(diào)制（ADPCM

26、）語(yǔ)音編碼標(biāo)準(zhǔn)v G.721 標(biāo)準(zhǔn)編譯碼器框圖語(yǔ)音編碼標(biāo)準(zhǔn)vG.722標(biāo)準(zhǔn)該標(biāo)準(zhǔn)是描述音頻信號(hào)帶寬為7 kHz、數(shù)據(jù)率為64 kb/s的編譯碼原理、算法和計(jì)算細(xì)節(jié)。編譯碼系統(tǒng)采用子帶-自適應(yīng)差分脈沖編碼調(diào)制（SB-ADPCM） G.722的主要目標(biāo)是保持64 kb/s的數(shù)據(jù)率，而音頻信號(hào)的質(zhì)量要明顯高于G.711的質(zhì)量。 G.722標(biāo)準(zhǔn)把音頻信號(hào)采樣頻率由8 kHz提高到16 kHz，是G.711 PCM采樣率的2倍 音頻信號(hào)的質(zhì)量有很大改善，由數(shù)字電話的話音質(zhì)量提高到調(diào)幅(AM)無(wú)線電廣播的質(zhì)量。語(yǔ)音編碼標(biāo)準(zhǔn)vG.722編譯碼系統(tǒng)采用SB-ADPCM技術(shù) 用正交鏡象濾波器(QMF)把頻帶分割

27、成兩個(gè)等帶寬的子帶：高頻子帶和低頻子帶 在每個(gè)子帶中的信號(hào)都用ADPCM進(jìn)行編碼。對(duì)高子帶分配2位表示每個(gè)樣本值，而低子帶分配6位語(yǔ)音編碼標(biāo)準(zhǔn)線性預(yù)測(cè)編碼（LPC） 語(yǔ)音壓縮技術(shù)。將語(yǔ)音生成機(jī)理模型化為一個(gè)離散 的、時(shí)變的、線性的遞歸濾波器 -編碼時(shí)使用線性預(yù)測(cè)分析語(yǔ)音波形產(chǎn)生聲道激勵(lì)和 轉(zhuǎn)移函數(shù)的參數(shù)，對(duì)聲音波形的編碼實(shí)際就轉(zhuǎn)化為 對(duì)這些參數(shù)的編碼，這就可減少聲音的數(shù)據(jù)量 -譯碼時(shí)使用線性預(yù)測(cè)分析得到的參數(shù)，通過(guò)語(yǔ)音合 成器重構(gòu)語(yǔ)音。合成器實(shí)際上是一個(gè)離散的隨時(shí)間 變化的時(shí)變線性濾波器，它代表人的語(yǔ)音生成系統(tǒng) 模型 時(shí)變線性濾波器 分析語(yǔ)音波形時(shí)，當(dāng)作預(yù)測(cè)器使用 合成語(yǔ)音波形時(shí)，當(dāng)作生成模型使用線性預(yù)測(cè)編碼（LPC）v線性預(yù)測(cè)器 使用過(guò)去的P個(gè)樣本值來(lái)預(yù)測(cè)現(xiàn)時(shí)刻的采樣值x(n)線性預(yù)測(cè)編碼（LPC）