語音壓縮方法綜述

1、u語音壓縮：語音信號是模擬信號，不能直接在數(shù)字通信系統(tǒng)中傳輸，必須先進行模/數(shù)轉(zhuǎn)換，再進行數(shù)/模轉(zhuǎn)換，并且為了降低編碼速率和提高語音質(zhì)量而采用的一些優(yōu)化編碼技術(shù)等這一系列語音編碼過程叫做語音壓縮。u對語音壓縮的要求：1.編碼速率要適合在常用語音信道內(nèi)傳輸，一般要求編碼速率在162kb/s范圍內(nèi)的情況較多。2.在一定編碼速率下，語音質(zhì)量應(yīng)盡可能高，即譯碼后恢復(fù)語音的保真度要盡量高。3.編譯碼時延要小，總時延一般不要大于65ms。4.編譯碼算法復(fù)雜度不能太大，以適于用大規(guī)模集成電路實現(xiàn)。5.堅韌性要好，有較好的抗誤碼性能。u語音壓縮系統(tǒng)構(gòu)成：語音編碼器數(shù)字存儲媒介語音譯碼器輸入語音輸出語音語音編碼

2、器信道編碼器調(diào)制器輸入語音語音編碼器數(shù)字存儲媒介語音譯碼器輸入語音傳輸設(shè)備及信道編碼速率： 編碼速率可以用“比特/樣點”（b/p）表示，它代表了平均每個語音樣點用多少比特編碼，一般用R表示。 也可用“比特/秒”（b/s)來度量，它代表了編碼的總速率，一般用V表示，則V和R可以通過取樣頻率聯(lián)系起來： V=R*Fs其中Fs為取樣頻率堅韌性： 所謂堅韌性是指語音編碼能夠適應(yīng)各種使用環(huán)境和條件，在較為不利的環(huán)境和條件下能正常工作。u語言編碼的分類：u語音編碼的分類：語音編碼的分類： 數(shù)字語 音編碼 采樣 量化 編 碼 抗混疊 濾 波 模擬語 音信號 A/D轉(zhuǎn)換 PCM編碼原理圖 PCM編碼原理如下圖所

3、示。編碼原理如下圖所示。 模擬信息源抽樣量化編碼數(shù)字通信系統(tǒng)譯碼低通x(t)模擬隨機信號 tT txs txq ks ks txq tx 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1.抽樣是把連續(xù)時間模擬信號轉(zhuǎn)換成離散時間連續(xù)抽樣是把連續(xù)時間模擬信號轉(zhuǎn)換成離散時間連續(xù)幅度的抽樣信號。幅度的抽樣信號。2.量化是把離散時間連續(xù)幅度的抽樣信號轉(zhuǎn)換成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。散時間離散幅度的數(shù)字信號。3.編碼是將量化后的信號編碼形成一個二進制碼組編碼是將量化后的信號編碼形成一個二進制碼組輸出。輸出。 qmt qmt量化量化編碼編碼信道信道抽樣抽

4、樣譯碼譯碼低通濾波低通濾波干擾A/D變換PAM m t m t smtST1 . 02 . 03 . 04 . 05 . 06 . 07 . 08 . 09 . 00 . 11 . 12 . 13 . 14 . 15 . 1 Vtf1 . 006. 0 3 . 034. 0 9 . 087. 0 5 . 146. 1 5 . 152. 1 2 . 122. 1 9 . 089. 0 5 . 046. 0 2 . 022. 0 量化的過程是將信號轉(zhuǎn)換成離散時間離散幅度的多電平信號。量化的過程是將信號轉(zhuǎn)換成離散時間離散幅度的多電平信號。模擬信源預(yù)濾波器抽樣器波形編器量化、編碼x(t)x(n)模擬信

5、源重建濾波器抽樣保持，低通波形解碼器數(shù)字信道u抗混疊濾波： 工程測量中采樣頻率不可能無限高也不需要無限高，因為一般只關(guān)心一定頻率范圍內(nèi)的信號成份。為解決頻率混疊，在對模擬信號進行離散化采集前，采用低通濾波器濾除高于1/2采樣頻率的頻率成份。 （20-20000HZ ）( )( )( )e nx nx n( )x n( )x n2max2()10log()6.024.7720log()xexXSNR dBB 分別表示輸入信號和量化噪聲的方差或能量分別表示輸入信號和量化噪聲的方差或能量 2x2e 為信號的最大幅度，為信號的最大幅度，B表示量化字長。表示量化字長。 maxXmax4xX2 . 702

6、. 6)(BdBSNR可以計算出當(dāng)可以計算出當(dāng)B=12時，采樣頻率時，采樣頻率8kHz的均勻量化的均勻量化器所產(chǎn)生的數(shù)字語音的信噪比可達器所產(chǎn)生的數(shù)字語音的信噪比可達60dB，基本上，基本上可以滿足高質(zhì)量的電話通信要求。此時可以滿足高質(zhì)量的電話通信要求。此時PCM的編的編碼速率為碼速率為96kbit/s。 量化輸入 量化輸入 量化結(jié)果 （a）均勻量化特性 量化結(jié)果 （b）非均勻量化特性 均勻與非均勻量化特性 最常用的非均勻量化方法是對數(shù)壓擴方法。編碼時，最常用的非均勻量化方法是對數(shù)壓擴方法。編碼時，利用語音信號的幅度統(tǒng)計特性，對幅度按對數(shù)變換利用語音信號的幅度統(tǒng)計特性，對幅度按對數(shù)變換進行壓縮

7、，然后再進行均勻量化。進行壓縮，然后再進行均勻量化。如如 律變換、律變換、A律變換等。律變換等。 ( )x n設(shè)設(shè) 為語音波形的采樣值，則為語音波形的采樣值，則 律壓縮定義為：律壓縮定義為： maxmax| ( )|ln1( ) ( )sgn ( )ln(1)x nXy nF x nXx n即將輸入語音壓縮變換為即將輸入語音壓縮變換為 ，然后再進行均勻量，然后再進行均勻量化編碼?；幋a。 ( )y n 1.0 0.8 0.6 0.4 0.2 輸出幅度 1.0 0.8 0.6 0.4 0.2 輸入幅度 律特性的輸入輸出關(guān)系 =0 =5 =10 =100 =500 A律的壓縮方法與律的壓縮方法與

8、律相似，按如下公式進行：律相似，按如下公式進行：maxmaxmaxmax| ( )| ( )|1sgn ( )01 ln( ) ( )1 ln | ( )|/1| ( )|sgn ( )11 lnAA x nx nx nAXAy nF x nA x nXx nXx nAAX目前，非均勻量化的目前，非均勻量化的PCM編碼廣泛地應(yīng)用在數(shù)字電編碼廣泛地應(yīng)用在數(shù)字電話網(wǎng)中，北美和日本主要使用話網(wǎng)中，北美和日本主要使用 律壓縮，我國則采律壓縮，我國則采用用A律壓縮。律壓縮。 011161 81321 41 2164112817/86/85/84/83/82/81/8x xa a(nT(nT) )A A律

9、壓擴編碼律壓擴編碼采用采用8位二進制編碼：位二進制編碼：C7C6C5C4C3C2C1C0C7： 表示信號的極性，稱為極性碼。表示信號的極性，稱為極性碼。0為正為正，1為負。為負。C3C2C1C0 ： 表示表示每一段落每一段落的的16個均勻劃分的量化個均勻劃分的量化級，稱為段內(nèi)碼。級，稱為段內(nèi)碼。 0000 0001 0010 0011 0100 0101 0110 0111 1000 1001 1010 1011 1100 1101 1110 1111C6C5C4：表示段落序號，稱為段落碼。表示段落序號，稱為段落碼。 000 001 010 011 100 101 110 111對輸入動態(tài)范圍

10、為（對輸入動態(tài)范圍為（-5v,+5v-5v,+5v），）， 用用A A律壓擴編碼，有：律壓擴編碼，有：1/128 0.0390625v76543210 1 5v1/2 2.5v1/4 1.25v1/8 0.625v1/16 0.3125v1/32 0.15625v1/64 0.078125v0 0v輸入信號為輸入信號為1.05v1.05v，則編碼為：，則編碼為：極性碼：極性碼： 0 0 段落碼：段落碼：101101段內(nèi)碼：段內(nèi)碼： =(1.25-0.625)/16=(1.25-0.625)/16 = 0.0390625 = 0.0390625 (1.05-0.625)/ (1.05-0.625

11、)/ =10.88=10.88取整數(shù)取整數(shù)1010，對應(yīng)第，對應(yīng)第1010量化間隔，量化間隔，編碼為編碼為10101010最后完整的碼字為：最后完整的碼字為：01011010010110103、自適應(yīng)量化自適應(yīng)量化PCM 由于語音信號的特性是隨時間變化的，能量時大時由于語音信號的特性是隨時間變化的，能量時大時小，因此可以采用自適應(yīng)的方法。小，因此可以采用自適應(yīng)的方法。對短時能量較大的信號，采用較大的量化間隔進行對短時能量較大的信號，采用較大的量化間隔進行量化，相反地，對短時能量較小的信號，采用較小量化，相反地，對短時能量較小的信號，采用較小的量化間隔進行量化。的量化間隔進行量化。這樣無疑有助于

12、減少量化噪聲，提高量化后信號的這樣無疑有助于減少量化噪聲，提高量化后信號的信噪比。信噪比。 問題的提出問題的提出 DPCMDPCM的基本原理的基本原理 DPCMDPCM的特點的特點 DPCMDPCM的實際應(yīng)用的實際應(yīng)用PCMPCM編碼速率編碼速率64kb/s64kb/s才能符合傳輸話音的質(zhì)才能符合傳輸話音的質(zhì)量指標(biāo)，每路電話占用頻帶大于模擬單邊帶量指標(biāo)，每路電話占用頻帶大于模擬單邊帶系統(tǒng)，嚴重地限制了系統(tǒng)，嚴重地限制了PCMPCM在已經(jīng)相當(dāng)擁擠的在已經(jīng)相當(dāng)擁擠的那些頻段中應(yīng)用。那些頻段中應(yīng)用。壓縮壓縮PCMPCM系統(tǒng)所占用的頻帶寬度也就成為人系統(tǒng)所占用的頻帶寬度也就成為人們密切關(guān)注的問題。們密

13、切關(guān)注的問題?；诖四康奶岢龌诖四康奶岢鯠PCMDPCM。 問題的提出問題的提出 DPCMDPCM的基本原理的基本原理 DPCMDPCM的特點的特點 DPCMDPCM的實際應(yīng)用的實際應(yīng)用話音信號的相關(guān)性話音信號的相關(guān)性預(yù)測預(yù)測傳輸樣值差值實現(xiàn)通信的可能性傳輸樣值差值實現(xiàn)通信的可能性預(yù)測值的形成預(yù)測值的形成量化誤差與解碼重建量化誤差與解碼重建話音信號相鄰抽樣值之間存在很強的相關(guān)性話音信號相鄰抽樣值之間存在很強的相關(guān)性信源本身含有大量的無效成分或次要成分。信源本身含有大量的無效成分或次要成分。如果設(shè)法減少或者去除這些剩余成分，就可以如果設(shè)法減少或者去除這些剩余成分，就可以大大提高通信的有效性。大

14、大提高通信的有效性。話音信號的相關(guān)性話音信號的相關(guān)性預(yù)測預(yù)測傳輸樣值差值實現(xiàn)通信的可能性傳輸樣值差值實現(xiàn)通信的可能性預(yù)測值的形成預(yù)測值的形成量化誤差與解碼重建量化誤差與解碼重建話音樣值包含兩個成份話音樣值包含兩個成份可預(yù)測成份：由過去一些適當(dāng)數(shù)目的樣值加權(quán)可預(yù)測成份：由過去一些適當(dāng)數(shù)目的樣值加權(quán)后得到。后得到。不可預(yù)測成份：預(yù)測誤差（差值）。不可預(yù)測成份：預(yù)測誤差（差值）。只需傳輸差值序列只需傳輸差值序列可以代替原始序列中可以代替原始序列中的有效信息。的有效信息。樣值差的動態(tài)范圍小于樣本本身，有可能再樣值差的動態(tài)范圍小于樣本本身，有可能再保證話音質(zhì)量的前提下，降低數(shù)碼率。保證話音質(zhì)量的前提下，

15、降低數(shù)碼率。信號自相關(guān)性越強，壓縮率越大。信號自相關(guān)性越強，壓縮率越大。話音信號的相關(guān)性話音信號的相關(guān)性預(yù)測預(yù)測傳輸樣值差值實現(xiàn)通信的可能性傳輸樣值差值實現(xiàn)通信的可能性預(yù)測值的形成預(yù)測值的形成量化誤差與解碼重建量化誤差與解碼重建d(0)d(1)d(2)d(3)d(4)d(5)d(6)6TS0TS2TS3TS4TS5TStm(t)s(0)s(1)s(2)s(3)s(4)s(5)s(6)0TS2TS3TS4TS5TS6TStd(t)d(1)d(0)d(2)d(3)d(4)d(5)d(6)話音信號樣值序列話音信號樣值序列 0 ,1 ,2 ,SSSS n可得可得 1d iS iS i相鄰樣值之差相鄰樣

16、值之差樣值樣值S(nS(n) )等于過去到現(xiàn)在所有差值的積累等于過去到現(xiàn)在所有差值的積累 00dS ndnSidnSdSdddSdSddSdSni121210210101000信道理想信道理想 0 ,1 ,2 ,SSS 0 ,1 ,2 ,ddd可以恢復(fù)原始樣值脈沖序列可以恢復(fù)原始樣值脈沖序列 S n 序列延遲延遲T TS S相加器 d n 序列收端 1pSnS n說明說明 S n 序列延遲延遲T TS S相加器 d n 序列收端 1pSnS n S n 序列延遲延遲T TS S相加器 d n 序列收端 1pSnS n S n 序列延遲延遲T TS S相加器 d n 序列收端 1pSnS n S

17、 n 序列延遲延遲T TS S相加器 d n 序列收端 1pSnS n話音信號的相關(guān)性話音信號的相關(guān)性預(yù)測預(yù)測傳輸樣值差值實現(xiàn)通信的可能性傳輸樣值差值實現(xiàn)通信的可能性預(yù)測值的形成預(yù)測值的形成量化誤差與解碼重建量化誤差與解碼重建DPCMDPCM是將差值脈沖序列進行量化編碼后是將差值脈沖序列進行量化編碼后送到信道傳輸?shù)?。送到信道傳輸?shù)?。對差值編碼來說，首先要解決差值的檢對差值編碼來說，首先要解決差值的檢出。出。關(guān)鍵問題是檢測前鄰樣值。關(guān)鍵問題是檢測前鄰樣值。原理框圖。原理框圖。 S n pSn預(yù)測器預(yù)測器比較器比較器 dn相加器相加器抽樣抽樣量化量化編碼編碼 d n Sn dn m t語音信號語音

18、信號預(yù)測值預(yù)測值延遲延遲TS C n信道信道 pSn預(yù)測器預(yù)測器相加器相加器解碼解碼低通低通 d n Sn dn m t信道信道延遲延遲TS C n發(fā)端發(fā)端收端收端前鄰樣值前鄰樣值 101niS nd i可得可得 110121npiSndiddddnDPCMDPCM是差值量化是差值量化在在nTnTs s時刻的估計值時刻的估計值S Sp p(n(n) )等于等于所有過去的差值量化值所有過去的差值量化值d(id(i) )的累積的累積估計值估計值S Sp p(n(n) )是樣值是樣值S(nS(n) )的預(yù)測值的預(yù)測值d(0)=S(0)S(0)d(0)Sp(0)=03TS0TS2TSt-TS 0000

19、00pSSdddd(1)S(1)Sp(1)d(1)S(1)Sp(0)=03TS0TS2TStd(0)d(0)=S(0)S(0)-TS 11101pSSddd0TSd(0)=S(0)S(0)S(1)S(2)Sp(1)d(2)Sp(2)d(2)2TStd(0)d(1)d(1)S(1)S(2)Sp(0)=0-TS 222012pSSdddd3TS0TS2TStd(0)d(1)d(2)d(1)d(0)=S(0)d(3)S(0)S(1)S(2)S(3)Sp(1)d(2)d(3)Sp(2)Sp(3)S(1)S(2)S(3)Sp(0)=0-TS 100,1nnpiipSndi SndiSnSnSndn話音信

20、號的相關(guān)性話音信號的相關(guān)性預(yù)測預(yù)測傳輸樣值差值實現(xiàn)通信的可能性傳輸樣值差值實現(xiàn)通信的可能性預(yù)測值的形成預(yù)測值的形成量化誤差與解碼重建量化誤差與解碼重建樣值的量化誤差樣值的量化誤差 e nS nSnd ndn 問題的提出問題的提出 DPCMDPCM的基本原理的基本原理 DPCMDPCM的特點的特點 DPCMDPCM的實際應(yīng)用的實際應(yīng)用當(dāng)傳輸話音信號時，碼速當(dāng)傳輸話音信號時，碼速32kb/s32kb/s的的DPCMDPCM系統(tǒng)系統(tǒng)的通話質(zhì)量，大致可達到的通話質(zhì)量，大致可達到64kb/s PCM64kb/s PCM的水平。的水平。在遠距離時在遠距離時PCMPCM話變成話變成32kb/s32kb/s的

21、的DPCMDPCM信號，信號，可在傳輸信道中擴大一倍電話容量，而其接可在傳輸信道中擴大一倍電話容量，而其接口仍滿足口仍滿足64kb/s 64kb/s 。這是編碼體制上的一個。這是編碼體制上的一個重要發(fā)展。重要發(fā)展。 問題的提出問題的提出 DPCMDPCM的基本原理的基本原理 DPCMDPCM的特點的特點 DPCMDPCM的實際應(yīng)用的實際應(yīng)用單純的單純的DPCMDPCM已用得不多，更多的是采用自適已用得不多，更多的是采用自適應(yīng)差分脈沖編碼調(diào)制（應(yīng)差分脈沖編碼調(diào)制（AD-PCMAD-PCM）。）。自適應(yīng)是指能自動的改變量化間隔，使預(yù)測自適應(yīng)是指能自動的改變量化間隔，使預(yù)測誤差電平大時增大量化階距，

22、誤差電平小時誤差電平大時增大量化階距，誤差電平小時縮短量化階距，從而進一步降低量化噪聲?？s短量化階距，從而進一步降低量化噪聲。DPCMDPCM信號的編碼位信號的編碼位n n最低為最低為2 2，即，即2 2比特量化。比特量化。如果把如果把n n降到降到1 1，成為，成為1 1比特量化，就是增量比特量化，就是增量調(diào)制（調(diào)制（MM）。）。AD-PCMAD-PCM最佳量化特性最佳量化特性AD-PCMAD-PCM系統(tǒng)工作原理系統(tǒng)工作原理最佳量化特性是指均方量化誤差最小的量化特性最佳量化特性是指均方量化誤差最小的量化特性量化級數(shù)量化級數(shù)N=2mN=2m 1212kkmmkmkDqxp x dx均方量化誤差

23、均方量化誤差D D 可知可知分層電平分層電平m mk k為相鄰量化電平的中間值。為相鄰量化電平的中間值。量化電平量化電平q qk k為該量化間隔內(nèi)經(jīng)常出現(xiàn)的瞬時電平為該量化間隔內(nèi)經(jīng)常出現(xiàn)的瞬時電平值。值。量化級數(shù)量化級數(shù)N N很大時，可以近似認為在每一個量化很大時，可以近似認為在每一個量化間隔內(nèi)間隔內(nèi)P(xP(x) )為常數(shù)。為常數(shù)。最佳量化特性最佳量化特性AD-PCMAD-PCM系統(tǒng)工作原理系統(tǒng)工作原理自適應(yīng)量化的基本思想就是使均方量化誤差自適應(yīng)量化的基本思想就是使均方量化誤差最小，讓量階的變化與輸入信號的均方根值最小，讓量階的變化與輸入信號的均方根值相匹配相匹配 snkn為了實現(xiàn)自適應(yīng)量化

24、，首先要對輸入信號的為了實現(xiàn)自適應(yīng)量化，首先要對輸入信號的均方根值均方根值s s(n(n) )進行估算，根據(jù)信號能量的進行估算，根據(jù)信號能量的大小來改變量階大小來改變量階(n(n）。）。根據(jù)檢測信號能量途徑不同，可分為前向自根據(jù)檢測信號能量途徑不同，可分為前向自適應(yīng)量化和后向自適應(yīng)量化，前者直接從輸適應(yīng)量化和后向自適應(yīng)量化，前者直接從輸入信號樣值估計輸入信號能量，后者從編碼入信號樣值估計輸入信號能量，后者從編碼后的信碼估計輸入信號的能量。后的信碼估計輸入信號的能量。根據(jù)檢測信號能量途徑不同，可分為前向自根據(jù)檢測信號能量途徑不同，可分為前向自適應(yīng)量化和后向自適應(yīng)量化，前者直接從輸適應(yīng)量化和后向自

25、適應(yīng)量化，前者直接從輸入信號樣值估計輸入信號能量，后者從編碼入信號樣值估計輸入信號能量，后者從編碼后的信碼估計輸入信號的能量。后的信碼估計輸入信號的能量。前向自適應(yīng)量化前向自適應(yīng)量化后向自適應(yīng)量化后向自適應(yīng)量化前向自適應(yīng)量化時，輸入信號能量的估計值沒前向自適應(yīng)量化時，輸入信號能量的估計值沒有受到非線性量化器的影響，估值準確。有受到非線性量化器的影響，估值準確。但是量階的信息（邊信息）要與話音信息（主但是量階的信息（邊信息）要與話音信息（主信息）一起送到收端解碼器，否則收端無法知信息）一起送到收端解碼器，否則收端無法知道發(fā)端該時刻的量階值。道發(fā)端該時刻的量階值。邊信息需要若干比特的精度。邊信息需

26、要若干比特的精度。前向自適應(yīng)量化不宜采用瞬時自適應(yīng)量化方案。前向自適應(yīng)量化不宜采用瞬時自適應(yīng)量化方案。根據(jù)檢測信號能量途徑不同，可分為前向自根據(jù)檢測信號能量途徑不同，可分為前向自適應(yīng)量化和后向自適應(yīng)量化，前者直接從輸適應(yīng)量化和后向自適應(yīng)量化，前者直接從輸入信號樣值估計輸入信號能量，后者從編碼入信號樣值估計輸入信號能量，后者從編碼后的信碼估計輸入信號的能量。后的信碼估計輸入信號的能量。前向自適應(yīng)量化前向自適應(yīng)量化后向自適應(yīng)量化后向自適應(yīng)量化不需要邊信息，量階的信息可以從接收信碼中不需要邊信息，量階的信息可以從接收信碼中提取。提取。可以采用音節(jié)或瞬時或者兩者兼顧的自適應(yīng)量可以采用音節(jié)或瞬時或者兩者兼顧的