信源編碼技術(shù)

信源編碼技術(shù)第一頁，共五十三頁，2022年，8月28日2023/1/181信源編碼技術(shù)信源編碼：將模擬信源信號(hào)轉(zhuǎn)換為二進(jìn)制數(shù)字信號(hào)，在接收端再將收到的數(shù)字信號(hào)還原為模擬信號(hào)的方法這是由模擬網(wǎng)數(shù)字網(wǎng)至關(guān)重要的一步類別語音編解碼圖像編解碼目前在移動(dòng)通信系統(tǒng)中，語音信號(hào)還是主要業(yè)務(wù)，在今后多媒體移動(dòng)系統(tǒng)中，圖像業(yè)務(wù)比重越來越大。第二頁，共五十三頁，2022年，8月28日2023/1/182語音編碼概念：把模擬語音信號(hào)變成數(shù)字語音信號(hào)，以便在信道中傳輸意義提高通話質(zhì)量(數(shù)字化＋糾錯(cuò)碼)提高頻譜利用率(低碼率編碼)提高系統(tǒng)容量(低碼率＋話音激活技術(shù))移動(dòng)通信對(duì)語音編碼要求碼率低、語音質(zhì)量高抗噪聲和抗干擾能力強(qiáng)編譯碼延時(shí)小，總延時(shí)在65ms以內(nèi)編譯碼復(fù)雜度低，便于大規(guī)模集成化功耗小，便于應(yīng)用于手持臺(tái)第三頁，共五十三頁，2022年，8月28日2023/1/183語音編碼分類第四頁，共五十三頁，2022年，8月28日2023/1/184語音編碼方法波形編碼：將時(shí)間域信號(hào)直接變換成數(shù)字代碼，目的是盡可能精確再現(xiàn)原始語音波形?；驹硎窃跁r(shí)間軸上對(duì)模擬語音按一定速率抽樣，然后將幅度樣本分層量化，并用代碼表示。參量編碼：又稱聲源編碼，是將信源信號(hào)在頻域或其它正交變換域提取特征參量，并轉(zhuǎn)換成數(shù)字代碼進(jìn)行傳輸?；驹硎且园l(fā)音機(jī)制的模型為基礎(chǔ)，用一套模擬聲帶頻譜特性的濾波器系數(shù)和若干聲源參數(shù)來描述這個(gè)模型，從模擬語音信號(hào)中提取這些特征參量并量化編碼混合編碼：將波形編碼和參量編碼結(jié)合起來第五頁，共五十三頁，2022年，8月28日2023/1/185幾種語音編碼優(yōu)缺點(diǎn)波形編碼優(yōu)點(diǎn)：對(duì)于比特速率較高的編碼信號(hào)(16~64kbits/s)，波形編碼技術(shù)能夠提供相當(dāng)好的話音質(zhì)量缺點(diǎn)：對(duì)低速語音編碼(低于16kbits/s)，波形編碼的語音質(zhì)量顯著下降，所以不適合頻譜資源緊張的移動(dòng)通信系統(tǒng)參量編碼優(yōu)點(diǎn)：可實(shí)現(xiàn)低速語音編碼，速率可達(dá)2~4.8kbits/s缺點(diǎn)：語音質(zhì)量只能達(dá)到中等混合編碼吸收了上述兩種編碼的優(yōu)點(diǎn),是優(yōu)選方向第六頁，共五十三頁，2022年，8月28日2023/1/186語音編碼與壓縮技術(shù)要實(shí)現(xiàn)低速、高質(zhì)量的語音編碼，必須采用壓縮技術(shù)；波形技術(shù)處理：削減語音波形冗余度，包括線性預(yù)測(cè)分析、頻帶分割、正交變換和分析合成等；量化技術(shù)：優(yōu)化幅度量化，包括自適應(yīng)量化、自適應(yīng)比特分配和矢量量化第七頁，共五十三頁，2022年，8月28日2023/1/187語音評(píng)價(jià)客觀評(píng)定方法：用客觀測(cè)量的手段來評(píng)價(jià)語音編碼的質(zhì)量，常用信噪比、加權(quán)信噪比、平均分段信噪比等方法；特點(diǎn)有建立在度量均方誤差基礎(chǔ)上；計(jì)算簡(jiǎn)單；對(duì)于低速語音編碼，不能完全反映人對(duì)語音質(zhì)量的感覺主觀評(píng)定方法：主觀評(píng)定等級(jí)或平均評(píng)定得分(MOS)－－由數(shù)十名試聽者在相同信道環(huán)境中試聽并給予評(píng)分，然后對(duì)評(píng)分進(jìn)行統(tǒng)計(jì)處理，求出平均得分。要求試聽者人數(shù)足夠多；語音材料足夠豐富；試聽環(huán)境盡量相同MeanOpinionScore第八頁，共五十三頁，2022年，8月28日2023/1/188主觀評(píng)定等級(jí)試聽者對(duì)語音質(zhì)量的感覺往往是和注意力集中程度相聯(lián)系的，因此對(duì)于主觀評(píng)定等級(jí)，還有一個(gè)收聽注意力等級(jí)。第九頁，共五十三頁，2022年，8月28日2023/1/189MOS分與語音質(zhì)量MOS分在4.0~4.5分為高質(zhì)量語音編碼，達(dá)到長(zhǎng)途電話網(wǎng)的質(zhì)量要求MOS分為3.5分左右稱作通信質(zhì)量，聽者能感覺到語音質(zhì)量有所下降，但不影響正常通話，可以滿足多數(shù)通信系統(tǒng)使用要求MOS分為3分以下常稱為合成語音質(zhì)量，只有足夠高的可懂度，但自然度較差，不容易識(shí)別講話者第十頁，共五十三頁，2022年，8月28日2023/1/1810語音編碼現(xiàn)狀標(biāo)準(zhǔn)制定情況第十一頁，共五十三頁，2022年，8月28日2023/1/1811第十二頁，共五十三頁，2022年，8月28日2023/1/1812語音質(zhì)量與比特速率第十三頁，共五十三頁，2022年，8月28日2023/1/1813語音波形編碼模擬語音信號(hào)數(shù)字語音信號(hào)：時(shí)間和幅度離散化，即抽樣與量化抽樣定理：采樣率大于或等于信號(hào)帶寬的2倍，離散信號(hào)可以無失真恢復(fù)成原始模擬信號(hào)幅度量化：用有限個(gè)幅值表示樣值幅度，從而離散化信號(hào)幅度的過程量化階距：相鄰兩量化值之差均勻量化：量化階距為常量－－小信號(hào)的“信號(hào)與量化噪聲比”小，因此對(duì)小信號(hào)不利非均勻量化：量化階距可變－－壓縮量化，即在均勻量化前，對(duì)大信號(hào)進(jìn)行壓縮，對(duì)小信號(hào)進(jìn)行放大第十四頁，共五十三頁，2022年，8月28日2023/1/1814壓縮量化壓縮量化：對(duì)輸入信號(hào)的對(duì)數(shù)進(jìn)行量化，以使量化信噪比與量化電平無關(guān)律壓縮：A律壓縮：第十五頁，共五十三頁，2022年，8月28日2023/1/1815壓縮量化特性A與的物理意義：最大量化階距與最小量化階距之比第十六頁，共五十三頁，2022年，8月28日2023/1/1816PCM調(diào)制PCM(脈沖編碼調(diào)制)：直接將樣值編碼為信號(hào)，特點(diǎn)為64kbit/s：量化成128個(gè)正負(fù)各半的量值，用7位二進(jìn)制數(shù)表示，再加上一位符號(hào)共8比特；采樣率8kHz采用A律或律壓縮第十七頁，共五十三頁，2022年，8月28日2023/1/1817參量編碼原理原理：模型化人類語音產(chǎn)生機(jī)制，提取模型參數(shù)，并且只傳送模型參數(shù)－－低碼率編碼，導(dǎo)致合成的語音波形失去了自然度和音質(zhì)語音信號(hào)的產(chǎn)生模型語音的產(chǎn)生：聲帶與聲道不同語音產(chǎn)生原因：聲音激勵(lì)源和聲道不同聲音分類：清音和濁音濁音：聲帶振動(dòng)基音周期波形：三角形周期脈沖波，含豐富諧音清音：聲帶不振動(dòng)，類似白噪聲發(fā)聲過程：口腔和鼻腔形成時(shí)變?yōu)V波器第十八頁，共五十三頁，2022年，8月28日2023/1/1818清音和濁音清濁音信號(hào)清濁音頻譜第十九頁，共五十三頁，2022年，8月28日2023/1/1819語音產(chǎn)生模型語音模型的建立：1、產(chǎn)生激勵(lì)；2、響應(yīng)模型參數(shù)：基音、共振峰頻率及強(qiáng)度、清濁音判決第二十頁，共五十三頁，2022年，8月28日2023/1/1820特征提取參數(shù)基于語音信號(hào)的短時(shí)準(zhǔn)平穩(wěn)特性－10~20ms提取技術(shù)自相關(guān)函數(shù)法平均幅度差函數(shù)法線性預(yù)測(cè)短時(shí)波形分析短時(shí)處理技術(shù)加窗技術(shù)：方窗和哈明窗基音周期估計(jì)：基于短時(shí)自相關(guān)函數(shù)基于短時(shí)平均幅度差函數(shù)第二十一頁，共五十三頁，2022年，8月28日2023/1/1821線性預(yù)測(cè)編碼(LPC)線性預(yù)測(cè)：一個(gè)語音采樣的現(xiàn)在值可以用若干個(gè)語音采樣的過去值的加權(quán)線性組合來逼近。其中加權(quán)系數(shù)稱為預(yù)測(cè)器系數(shù)。線性預(yù)測(cè)語音編碼機(jī)理：語音信源是相關(guān)信源，即使經(jīng)過采樣與量化，相鄰樣點(diǎn)仍有很強(qiáng)相關(guān)性。線性預(yù)測(cè)編碼：把線性預(yù)測(cè)用于語音編碼。預(yù)測(cè)模型一般為一個(gè)全極點(diǎn)模型準(zhǔn)則：最小均方誤差傳輸：預(yù)測(cè)系數(shù)、基音周期和增益、清濁音判決第二十二頁，共五十三頁，2022年，8月28日2023/1/1822LPC數(shù)學(xué)描述第二十三頁，共五十三頁，2022年，8月28日2023/1/1823LPC實(shí)現(xiàn)結(jié)構(gòu)(a)編碼器(b)譯碼器第二十四頁，共五十三頁，2022年，8月28日2023/1/1824LPC編碼器缺陷缺點(diǎn)：損失了語音的音質(zhì)抗噪聲能力差譜包絡(luò)估計(jì)可能產(chǎn)生較大失真原因：激勵(lì)信號(hào)在濁音段采用周期脈沖，在清音段采用白噪聲沒有將發(fā)端模型的誤差信號(hào)傳到收端第二十五頁，共五十三頁，2022年，8月28日2023/1/1825混合編碼為克服LPC的缺陷，采用混合編碼器，即在產(chǎn)生模型參數(shù)的同時(shí)，激勵(lì)信號(hào)從語音波形信號(hào)獲得方法一條路徑產(chǎn)生線性預(yù)測(cè)參數(shù)并傳送出去一條路徑濾出信號(hào)的低頻成分，并通過波形編碼傳送出去接收端的激勵(lì)信號(hào)特點(diǎn)不需要進(jìn)行清濁音判決和基音周期提取編碼速率一般比LPC高音質(zhì)比LPC編碼器好第二十六頁，共五十三頁，2022年，8月28日2023/1/1826用于移動(dòng)通信的語音編碼移動(dòng)通信中實(shí)用的語音編碼均為混合編碼第二十七頁，共五十三頁，2022年，8月28日2023/1/1827混合編碼的共同特點(diǎn)先進(jìn)行線性預(yù)測(cè)分析去掉語音的短時(shí)相關(guān)性；再分析出最佳激勵(lì)信號(hào)；對(duì)激勵(lì)信號(hào)和線性預(yù)測(cè)參數(shù)進(jìn)行編碼傳送；第二十八頁，共五十三頁，2022年，8月28日2023/1/1828GSM的語音編碼算法名稱：(RPE-LTP)規(guī)則脈沖激勵(lì)長(zhǎng)時(shí)預(yù)測(cè)編碼特點(diǎn)：是一種混合編碼技術(shù)采用間隔相等、相位和幅度優(yōu)化的規(guī)則脈沖作為激勵(lì)源結(jié)合長(zhǎng)時(shí)預(yù)測(cè)，消除信號(hào)冗余度，碼率低語音檢測(cè)－－靜寂描述（SID）幀編碼率13kb/s計(jì)算簡(jiǎn)單、計(jì)算量適中、易于硬件化語音質(zhì)量MOS達(dá)4.0RegularPulseExcitation-LongTimePrediction第二十九頁，共五十三頁，2022年，8月28日2023/1/1829RPE-LTP算法方案20ms為一幀，分成4個(gè)子幀，每個(gè)子幀含40個(gè)樣點(diǎn)(采樣率8kHz)每個(gè)子幀預(yù)測(cè)誤差信號(hào)的樣點(diǎn)按3:1等間隔抽取，得到13個(gè)樣點(diǎn)(共有4種序列)在4種序列中選擇一種對(duì)語音波形貢獻(xiàn)最大的序列找到序列中的最大非零點(diǎn)，用6比特編碼用最大非零點(diǎn)歸一化整個(gè)序列，用APCM編碼，每個(gè)樣值各用3個(gè)比特編碼第三十頁，共五十三頁，2022年，8月28日2023/1/1830GSM語音編碼框圖第三十一頁，共五十三頁，2022年，8月28日2023/1/1831GSM語音解碼框圖第三十二頁，共五十三頁，2022年，8月28日2023/1/1832IS-95語音編碼技術(shù)算法名稱：(QualcommCELP)Qualcomm公司碼激勵(lì)線性預(yù)測(cè)編碼特點(diǎn)：是一種混合編碼技術(shù)采用矢量量化技術(shù)采用CELP技術(shù)采用話音激活技術(shù)(VAD)，速率可變速率有四種：9.6kbps、4.8kbps、2.4kbps和1.2kbps第三十三頁，共五十三頁，2022年，8月28日2023/1/1833矢量量化技術(shù)矢量量化：將若干個(gè)標(biāo)量數(shù)據(jù)組成一個(gè)矢量，然后在矢量空間中給以整體量化，從而壓縮了數(shù)據(jù)而不損失很多信息－－它是一種能接近率失真理論限的量化技術(shù);是一種延遲判決編碼技術(shù)，把一個(gè)矢量映射為一個(gè)碼本索引并傳輸?shù)浇邮斩?，而碼本是一個(gè)由有限個(gè)矢量組成的集合，并且這些矢量能組合得到所有可能的矢量第三十四頁，共五十三頁，2022年，8月28日2023/1/1834矢量量化技術(shù)示意第三十五頁，共五十三頁，2022年，8月28日2023/1/1835碼激勵(lì)線性預(yù)測(cè)技術(shù)(CELP)特點(diǎn)：基于線性預(yù)測(cè)編碼技術(shù)激勵(lì)源從碼本中搜索并乘上最佳增益，代替LP余量信號(hào)編碼過程：原始語音被分成幀，幀長(zhǎng)約為10~30ms，對(duì)每幀進(jìn)行LPC預(yù)測(cè)，求出LP參數(shù)在殘留信號(hào)中進(jìn)行長(zhǎng)時(shí)預(yù)測(cè)兩次預(yù)測(cè)結(jié)束后，得到激勵(lì)信號(hào)，并對(duì)激勵(lì)信號(hào)進(jìn)行矢量量化第三十六頁，共五十三頁，2022年，8月28日2023/1/1836QCELP框圖共15個(gè)參數(shù)：濾波參數(shù)a1,a2,…,a12；音調(diào)參數(shù)L和b；增益參數(shù)G；碼表參數(shù)T第三十七頁，共五十三頁，2022年，8月28日2023/1/1837QCELP算法算法方案：把模擬語音按8kHz采樣按20ms一個(gè)語音幀，每幀160個(gè)樣本用這160個(gè)樣本產(chǎn)生3個(gè)參數(shù)子幀，這3個(gè)參數(shù)子幀不斷更新，并按一定幀結(jié)構(gòu)送至接收端濾波參數(shù)a1,a2,…,a12，對(duì)任何速率每20ms更新一次音調(diào)參數(shù)，不同速率更新頻率不同碼表參數(shù)，不同速率更新頻率不同第三十八頁，共五十三頁，2022年，8月28日2023/1/1838QCELP不同速率的參數(shù)變化注：1/8速率不是從碼表選擇，而是偽隨機(jī)激勵(lì)第三十九頁，共五十三頁，2022年，8月28日2023/1/1839QCELP速率選擇根據(jù)每一幀中的能量與3個(gè)門限值的比較3個(gè)門限值的選擇基于對(duì)背景噪聲的估計(jì)每一幀中的能量由自相關(guān)函數(shù)R(0)的值決定，與門限T1(Bi)、T2(Bi)和T3(Bi)(Bi為背景噪聲)的關(guān)系：若R(0)大于3個(gè)門限，則選擇速率‘1’若R(0)大于2個(gè)門限，則選擇速率‘1/2’若R(0)大于1個(gè)門限，則選擇速率‘1/4’若R(0)小于所有門限，則選擇速率‘1/8’每次只允許變化一級(jí)半速率時(shí)，門限‘1’實(shí)際為門限‘1/2’第四十頁，共五十三頁，2022年，8月28日2023/1/1840IS54語音編碼算法名稱：矢量和激勵(lì)線性預(yù)測(cè)編碼(VSELP)特點(diǎn)：采用CELP技術(shù)有三個(gè)碼本，一個(gè)為長(zhǎng)時(shí)預(yù)測(cè)增益，另兩個(gè)為矢量碼本。每一激勵(lì)為3個(gè)碼本的信號(hào)組合在搜索最佳激勵(lì)矢量方面有簡(jiǎn)化算法碼本為事先確定好的結(jié)構(gòu)，不用全搜索第四十一頁，共五十三頁，2022年，8月28日2023/1/1841WCDMA語音編碼算法名稱：(AMR)自適應(yīng)多速率編碼AMR概念：以更智能的方式解決信源編碼和信道編碼的速率匹配問題，實(shí)際的語音編碼速率將取決于信道條件原因：WCDMA支持多媒體業(yè)務(wù)，并支持分組交換與電路交換方式移動(dòng)信道是隨機(jī)變化的，固定速率編碼不能使系統(tǒng)工作在最佳的信源編碼和信道編碼速率上信道質(zhì)量差時(shí)，信道編碼不足以糾正傳輸錯(cuò)誤，此時(shí)應(yīng)改進(jìn)信道編碼，減小信源編碼速率，提高語音質(zhì)量信道質(zhì)量好時(shí)，增加信源編碼速率，提高語音質(zhì)量第四十二頁，共五十三頁，2022年，8月28日2023/1/1842AMR語音編碼原理AMR是一種集成語音編碼器，有8種確定的信源速率模式，從4.75kbps~12.2kbps第四十三頁，共五十三頁，2022年，8月28日2023/1/1843AMR編碼框圖第四十四頁，共五十三頁，2022年，8月28日2023/1/1844AMR解碼框圖第四十五頁，共五十三頁，2022年，8月28日2023/1/1845圖像壓縮編碼圖像信息量大，處理技術(shù)復(fù)雜圖像信息量遠(yuǎn)大于語音、文字、傳真，所占用的傳輸頻帶也更寬傳輸、處理、存儲(chǔ)圖像信息都比語音、文字等更復(fù)雜、更困難圖像包括：靜止圖像、可視電話、會(huì)議電視、廣播電視和高清晰度電視等不同等級(jí)為節(jié)約傳輸帶寬，根據(jù)圖像信息中有大量的冗余信息，需要且能夠?qū)D像信息進(jìn)行壓縮編碼第四十六頁，共五十三頁，2022年，8月28日2023/1/1846圖像壓縮編碼原理根據(jù)各類圖像的客觀統(tǒng)計(jì)特性、以及接收者人眼的生理與心理特征，來制定綜合匹配的壓縮編碼方式通過圖像的幀間預(yù)測(cè)來消除圖像的時(shí)域相關(guān)性通過圖像的幀內(nèi)離散余弦變換(DCT)來消除圖像的空間域相關(guān)性利用人眼視覺生理與心理特征進(jìn)行自適應(yīng)量化編碼通過熵編碼實(shí)現(xiàn)與信源的概率統(tǒng)計(jì)匹配采用緩沖存儲(chǔ)器實(shí)現(xiàn)輸入變長(zhǎng)與輸出定長(zhǎng)之間的匹配第四十七頁，共五十三頁，2022年，8月28日2023/1/1847圖像壓縮編碼標(biāo)準(zhǔn)第四十八頁，共五十三頁，2022年，8月28日2023/1/1848MPEG4綜述比前面的MPEGx更加全面