工學(xué)5第三講語(yǔ)音信號(hào)數(shù)字化及壓縮編碼

第三講語(yǔ)音信號(hào)數(shù)字化及壓縮編碼（2）

8/17/20241DPCM降低語(yǔ)音編碼速率的必要性模擬單邊帶多路載波電話的帶寬4K，而PCM的帶寬的理論值為32K在頻帶受限的應(yīng)用場(chǎng)合經(jīng)濟(jì)性太低，如衛(wèi)星通信、移動(dòng)通信等PCM占用高帶寬的原因分析為滿足語(yǔ)音信號(hào)的高動(dòng)態(tài)范圍而采用了多位的量化對(duì)每個(gè)采樣點(diǎn)都進(jìn)行量化，沒(méi)有考慮語(yǔ)音信號(hào)的前后相關(guān)性8/17/20242預(yù)測(cè)編碼的概念相鄰樣點(diǎn)之間可能只有一個(gè)量化間隔或少數(shù)個(gè)量化間隔的差別，PCM傳送的信息存在冗余在編碼前就去掉相關(guān)性很強(qiáng)的冗余，然后再進(jìn)行編碼傳送預(yù)測(cè)編碼，就是根據(jù)過(guò)去的信號(hào)樣值預(yù)測(cè)下一個(gè)樣值，并且把預(yù)測(cè)值與現(xiàn)實(shí)的采樣值之差進(jìn)行量化加以編碼和傳送在接收端，經(jīng)過(guò)相同的預(yù)測(cè)和濾波，即可得到原始信號(hào)波形8/17/20243DPCM基本原理8/17/20244DPCM性能一般總是大于1，稱為DPCM處理增益，其值主要取決于預(yù)測(cè)的效果由于量化的是樣值與預(yù)測(cè)值的差值信號(hào)，因此動(dòng)態(tài)范圍可以減小，同時(shí)也可有效減小量化誤差，從而使DPCM在較低的編碼率下獲得較高的信噪比質(zhì)量需要研究的問(wèn)題是：如何設(shè)計(jì)預(yù)測(cè)器獲得更好的SNR零點(diǎn)預(yù)測(cè)器極點(diǎn)預(yù)測(cè)器最佳預(yù)測(cè)器8/17/20245極點(diǎn)預(yù)測(cè)器N階預(yù)測(cè)器的輸出是前N個(gè)本地重建值的線性組合由于H（Z）只有極點(diǎn)，稱這種預(yù)測(cè)器為全極點(diǎn)預(yù)測(cè)器8/17/20246零點(diǎn)預(yù)測(cè)器M階預(yù)測(cè)器的輸出是前M個(gè)量化值的線性組合8/17/20247零極點(diǎn)預(yù)測(cè)器把零點(diǎn)預(yù)測(cè)器和極點(diǎn)預(yù)測(cè)器組合在一起，即構(gòu)成零極點(diǎn)預(yù)測(cè)器8/17/20248最佳預(yù)測(cè)器確定一組最佳預(yù)測(cè)系數(shù)，使得最小在全極點(diǎn)模型下，并忽略量化誤差最終輸出的信噪比與預(yù)測(cè)階數(shù)有關(guān)8/17/20249增量調(diào)制（，Delta－M）(1) 簡(jiǎn)單增量調(diào)制 可以認(rèn)為是一位編碼時(shí)的特例，但編碼的是差值信號(hào)。編碼過(guò)程8/17/202410Q[]數(shù)碼形成Z-1C(n)S(n)e(n)-+Sl(n)解碼增量調(diào)制編碼器增量調(diào)制解碼器8/17/202411差值信號(hào)8/17/202412譯碼過(guò)程實(shí)際編碼譯碼器常用簡(jiǎn)單RC積分器和比較器來(lái)實(shí)現(xiàn)和8/17/202413(2) 斜率過(guò)載和量化信噪比當(dāng)信號(hào)變化速率超出波形變化速率時(shí)，會(huì)出現(xiàn)斜率過(guò)載現(xiàn)象，以單頻信號(hào)為例8/17/2024148/17/202415

量化噪聲量化信噪比8/17/202416通常認(rèn)為在內(nèi)均勻分布，則低通濾波后8/17/202417臨界過(guò)載時(shí)信噪比與信號(hào)幅度有關(guān)，信號(hào)幅度小，信噪比降低8/17/202418例：結(jié)論：①與三次方成正比，提高一倍，增大9②

與成反比，信號(hào)頻率提高一倍，下降68/17/202419簡(jiǎn)單增量調(diào)制的性能改進(jìn)簡(jiǎn)單增量調(diào)制有兩個(gè)問(wèn)題：①斜率過(guò)載

②動(dòng)態(tài)范圍8/17/202420(1). 數(shù)字壓擴(kuò)自適應(yīng)增量調(diào)制可同時(shí)解決動(dòng)態(tài)范圍和斜率過(guò)載問(wèn)題?；靖拍睿喝缤蔷鶆蛑心菢樱淖兞炕g隔△。如果連續(xù)出現(xiàn)多個(gè)“1”或者“0，即可認(rèn)為信號(hào)有出現(xiàn)過(guò)載的可能，從而增大△，使其本地譯碼信號(hào)跟上變化。 如果量階隨信號(hào)瞬時(shí)壓擴(kuò)，則稱為瞬時(shí)壓擴(kuò)，如果量 階隨語(yǔ)音音節(jié)時(shí)間間隔中信號(hào)的平均斜率變化而進(jìn)行壓 擴(kuò)，則稱為CVSD－連續(xù)可變斜率 ｛一音節(jié)＝基音周期＝（5~20）ms｝8/17/202421(2). 增量總和調(diào)制可解決斜率過(guò)載問(wèn)題其要點(diǎn)是：將信號(hào)先進(jìn)行積分，改變其頻率響應(yīng)。使高頻分量幅度下降（與預(yù)加重相反），然后再進(jìn)行編碼。為此，在接收端為了不失真恢復(fù)原信號(hào)，需要將解碼后信號(hào)進(jìn)行微分。8/17/202422信道誤碼對(duì)的影響對(duì)簡(jiǎn)單有8/17/202423例如：抗誤碼性能優(yōu)于概念上來(lái)看：個(gè)別誤碼不會(huì)引起信號(hào)嚴(yán)重惡化8/17/202424簡(jiǎn)單增量調(diào)制與PCM的性能比較抽樣頻率PCM系統(tǒng)的抽樣頻率8K

系統(tǒng)的抽樣頻率不能根據(jù)抽樣定理來(lái)確定，而需要根據(jù)斜率過(guò)載條件以及信噪比來(lái)確定，一般情況下，為保證不發(fā)生斜率過(guò)載以及保證與PCM系統(tǒng)有相同的信噪比，的抽樣頻率將遠(yuǎn)高于PCM系統(tǒng)帶寬PCM碼速率64Kbit/s，帶寬需求32K如要求與PCM有相同的傳輸質(zhì)量，則要求抽樣頻率100K以上，帶寬要求50K一般速率為32Kbit/s或16Kbit/s，但質(zhì)量不如PCM8/17/202425量化信噪比（比較單頻正弦情況）抗信道誤碼性能

優(yōu)于PCM設(shè)備復(fù)雜度單路簡(jiǎn)單，多路PCM簡(jiǎn)單8/17/202426ADPCM采用自適應(yīng)的必要性由于不同的講話人的語(yǔ)音信號(hào)的特性各不相同語(yǔ)音信號(hào)只能認(rèn)為是短時(shí)平穩(wěn)采用固定的預(yù)測(cè)系數(shù)不可能對(duì)所有的語(yǔ)音信號(hào)獲得最好的結(jié)果，因此有必要采取自適應(yīng)的算法ADPCM的設(shè)計(jì)思路盡可能消除語(yǔ)音信號(hào)中的冗余對(duì)消除冗余后的信號(hào)進(jìn)行有效的比特分配，從自適應(yīng)角度進(jìn)行最佳編碼自適應(yīng)的方法自適應(yīng)量化自適應(yīng)預(yù)測(cè)8/17/202427自適應(yīng)量化針對(duì)被量化信號(hào)的變化狀態(tài)，隨時(shí)調(diào)節(jié)量化臺(tái)階大小以匹配輸入信號(hào)的時(shí)變方差前向估值的自適應(yīng)量化對(duì)輸入信號(hào)尚未量化的樣本計(jì)算出其前向估值大小需要緩存訓(xùn)練的樣本，并傳送相關(guān)的邊信息，因此引入了編碼延時(shí)和占用了一定的信道容量后向估值的自適應(yīng)量化利用量化器的輸出樣本計(jì)算輸出信號(hào)的方差估值并確定量化臺(tái)階沒(méi)有延時(shí)，但影響估值的追蹤速度8/17/202428自適應(yīng)預(yù)測(cè)前向估值的自適應(yīng)預(yù)測(cè)思路與前向估值量化一致，同樣有編碼延時(shí)及邊信息傳輸?shù)葐?wèn)題后向估值的自適應(yīng)預(yù)測(cè)利用已量化的樣本或發(fā)送數(shù)據(jù)更新預(yù)測(cè)系數(shù)8/17/202429信源編碼信源編碼的目的減少信源輸出符號(hào)序列的冗余度，提高符號(hào)的平均信息量信源編碼的主要方法針對(duì)信源輸出的符號(hào)序列的統(tǒng)計(jì)特性，尋找一定的方法把信源輸出序列符號(hào)變換為最短的碼字序列，使每個(gè)碼元所攜帶的平均信息量為最大，同時(shí)又盡可能保證無(wú)失真的恢復(fù)出原來(lái)的符號(hào)序列信源編碼的核心就是研究壓縮編碼算法，用盡可能低的傳輸碼率獲得盡可能好的質(zhì)量8/17/202430匹配編碼根據(jù)編碼對(duì)象出現(xiàn)的概率分配不同長(zhǎng)度的代碼，以保證總的代碼長(zhǎng)度最短需要知道信號(hào)的概率分布，可采用數(shù)學(xué)模型建模的方式或根據(jù)大量樣本信號(hào)進(jìn)行統(tǒng)計(jì)得到典型編碼算法：Huffman編碼預(yù)測(cè)編碼利用信號(hào)之間的相關(guān)性，預(yù)測(cè)未來(lái)的信號(hào)，對(duì)預(yù)測(cè)的殘差信號(hào)進(jìn)行編碼變換編碼利用信號(hào)在不同的函數(shù)空間分布的不同，選擇合適的函數(shù)將信號(hào)從一種信號(hào)空間變換到另一種有利于壓縮編碼的信號(hào)空間，再進(jìn)行編碼常用的函數(shù)變換：DFT、Walsh、DCT、Haar識(shí)別編碼分解文字、語(yǔ)音、圖象的基本特征，與匯集這些基本特征的樣本集進(jìn)行對(duì)照識(shí)別，選擇失真最小的樣本編碼傳送可用于印刷、打印等標(biāo)準(zhǔn)形狀的文字、符號(hào)和數(shù)據(jù)的編碼8/17/202431信源編碼算法信源編碼定理一個(gè)熵為H的信源，當(dāng)信源速率為R時(shí)，只要R>H，則能夠以任意小的錯(cuò)誤概率進(jìn)行編碼；反之，如果R<H，則無(wú)論采用多么復(fù)雜的編碼器和譯碼器，錯(cuò)誤概率都不可能達(dá)到任意小Shannon在1948年證明了該定理，但并沒(méi)有指出具體的編解碼算法信源編碼與失真度量編碼失真原始信號(hào)x經(jīng)過(guò)編碼以及解碼后恢復(fù)成x’，失真量即為x與x’之間的保真度或近似度的度量常用的失真度量：漢明失真、均方誤差等以一定的、可以接受的失真換取較高的信源壓縮效率8/17/202432語(yǔ)音與圖像壓縮編碼類型帶寬KHZ采樣率KHZ比特/樣點(diǎn)比特率kb/s電話語(yǔ)音0.3～3.481296寬帶語(yǔ)音0.05～71614224調(diào)頻廣播0.02～

153216512CD光盤0.01～

2044.116705.6DAB/DAT0.01～

2048167688/17/202433類型格式分辨率幀頻HZ比特/像素比特率Mb/s電視電話QCIF176×14429.97129.1會(huì)議電視CIF352×28829.971236.4常規(guī)電視ITU-R601720×5762516165.9HDTVITU-R7091920×11522516884.78/17/202434圖像壓縮編碼圖像壓縮編碼的必要性圖像的數(shù)據(jù)量巨大，一般必須進(jìn)行壓縮編碼圖像壓縮編碼的依據(jù)圖像信號(hào)在結(jié)構(gòu)和統(tǒng)計(jì)上存在大量的冗余度結(jié)構(gòu)冗余度：空間和時(shí)間上的強(qiáng)相關(guān)性統(tǒng)計(jì)冗余度：被編碼信號(hào)概率分布的不均勻基于人眼的視覺特性人眼對(duì)某些失真較不敏感，察覺不到圖像的某些細(xì)微變化圖像壓縮編碼的評(píng)價(jià)壓縮效率：壓縮前后編碼速率的比值壓縮質(zhì)量：恢復(fù)圖像的質(zhì)量編碼算法的復(fù)雜度編解碼延時(shí)圖像編碼采取的主要技術(shù)措施利用離散余弦變換，去除各象素點(diǎn)在空間域的相關(guān)性通過(guò)幀間預(yù)測(cè)差分編碼，去除活動(dòng)圖像的時(shí)間相關(guān)性采用熵編碼技術(shù)，使編碼域信源的概率模型相匹配利用人眼的視覺特性，進(jìn)行自適應(yīng)量化編碼通過(guò)緩沖存儲(chǔ)器實(shí)現(xiàn)變長(zhǎng)碼輸入與定長(zhǎng)碼輸出之間的匹配,,,8/17/202435圖像壓縮編碼方法8/17/202436圖像壓縮編碼舉例Huffman編碼基本思想對(duì)出現(xiàn)概率較大的信源符號(hào)編以較短的代碼，對(duì)出現(xiàn)概率較小的信源符號(hào)編以較長(zhǎng)的代碼JPEG、H.261、MPEG-1、MPEG-2中對(duì)量化后的DCT系數(shù)進(jìn)行Huffman編碼編碼算法

1.初始化，根據(jù)符號(hào)概率的大小按由大到小順序?qū)Ψ?hào)進(jìn)行排序；

2. 把概率最小的兩個(gè)符號(hào)組成一個(gè)節(jié)點(diǎn)；

3. 重復(fù)步驟2，形成一棵“樹”；

4. 從根節(jié)點(diǎn)開始到相應(yīng)于每個(gè)符號(hào)的“樹葉”，從上到下標(biāo)上“0”(上枝)或者“1”(下枝)，至于哪個(gè)為“1”哪個(gè)為“0”則無(wú)關(guān)緊要，最后的結(jié)果僅僅是分配的代碼不同，而代碼的平均長(zhǎng)度是相同的。

5. 從根節(jié)點(diǎn)開始順著樹枝到每個(gè)葉子分別寫出每個(gè)符號(hào)的代碼8/17/202437編碼特點(diǎn)霍夫曼碼的碼長(zhǎng)雖然是可變的，但卻不需要另外附加同步代碼。如果事先編寫出一本解釋各種代碼意義的“詞典”，即碼簿，那么就可以根據(jù)碼簿一個(gè)碼一個(gè)碼地依次進(jìn)行譯碼?；舴蚵a沒(méi)有錯(cuò)誤保護(hù)功能，如果碼串中有錯(cuò)誤，哪怕是1位出現(xiàn)錯(cuò)誤，會(huì)出現(xiàn)錯(cuò)誤傳播(errorpropagation)。霍夫曼碼是可變長(zhǎng)度碼，因此很難隨意查找或調(diào)用壓縮文件中間的內(nèi)容，然后再譯碼，這就需要在存儲(chǔ)代碼之前加以考慮8/17/202438預(yù)測(cè)變換編碼利用圖像信號(hào)的空間和時(shí)間冗余特性，用已知的相鄰象素或圖像塊預(yù)測(cè)當(dāng)前象素值，再對(duì)預(yù)測(cè)誤差進(jìn)行量化、編碼和傳輸幀內(nèi)預(yù)測(cè)編碼，在一幀圖像內(nèi)進(jìn)行預(yù)測(cè)，消除圖像在空間的相關(guān)性幀間預(yù)測(cè)編碼，在多幅圖像之間進(jìn)行預(yù)測(cè)，消除圖像在時(shí)間域上的相關(guān)性關(guān)鍵在于預(yù)測(cè)算法的選取游程長(zhǎng)度編碼編碼對(duì)象為信源符號(hào)在信息流中連續(xù)出現(xiàn)的長(zhǎng)度，根據(jù)其出現(xiàn)概率的不同編成不同長(zhǎng)度的碼字常用于文件傳真系統(tǒng)中8/17/202439StandardOrganizationVideoCodingStandardTypicalRangeofBitRatesTypicalApplicationsITU-TH.261P*64kbits/sISDNVideoConferencingITU-TH.263,H.263+,H.263++WiderangePSTNVideoPhoneITU-TH.26L<64kbits/sWiderangeISO11172-2MPEG-1Video1.5Mbits/sCD-ROMISO13818-2MPEG-2Video4-80Mbits/sSDTV,HDTVISO14496-2MPEG-4VideoWiderangeWiderangeJVT(ITU-T,ISO)H.264WiderangeWiderange中國(guó)標(biāo)準(zhǔn)AVSWiderangeWiderange8/17/202440語(yǔ)音壓縮編碼語(yǔ)音編碼的基本問(wèn)題給定編碼速率的條件下，如何獲得更高質(zhì)量的重建語(yǔ)音給定重建語(yǔ)音質(zhì)量的條件下，如何降低編碼速率基本依據(jù)利用語(yǔ)音信號(hào)本身的冗余度以及人耳的聽覺特性主要指標(biāo)語(yǔ)音編碼質(zhì)量編碼速率編碼算法的復(fù)雜度編解碼的延時(shí)8/17/202441語(yǔ)音壓縮編碼算法語(yǔ)音編碼器波形編碼器參量編碼器頻域時(shí)域非差分子帶編碼自適應(yīng)變換域編碼差分PCMDPCM

M連續(xù)可變斜率MADPCMAPC線性預(yù)測(cè)編碼信道聲碼器共振峰聲碼器倒頻譜聲碼器語(yǔ)音激勵(lì)聲碼器多脈沖激勵(lì)LPC碼本激勵(lì)LPC矢量和激勵(lì)LPC混合編碼器8/17/202442波形編碼力圖使重建語(yǔ)音信號(hào)保持原始語(yǔ)音波形語(yǔ)音信號(hào)作為一般信號(hào)進(jìn)行處理適應(yīng)能力強(qiáng)，重建語(yǔ)音質(zhì)量好編碼速率較高，一般應(yīng)用于64－16K速率參量編碼（聲碼器）通過(guò)對(duì)語(yǔ)音信號(hào)特征參數(shù)的提取及編碼，力圖使語(yǔ)音信號(hào)有盡可能高的可懂度，保持語(yǔ)音的語(yǔ)意重建語(yǔ)音信號(hào)的波形與原始語(yǔ)音信號(hào)的波形可能有相當(dāng)大的差別往往利用某種語(yǔ)音生成的模型，在幅度譜上逼近原始語(yǔ)音合成語(yǔ)音的自然度不好，抗背景噪聲的能力比較差混合編碼結(jié)合聲碼器的特點(diǎn)，同時(shí)又利用波形編碼器的特點(diǎn)提取語(yǔ)音參數(shù)，優(yōu)化激勵(lì)信號(hào)使其達(dá)到與原始語(yǔ)音的波形匹配中速率語(yǔ)音編碼4.8－16K，應(yīng)用于蜂窩移動(dòng)通信、衛(wèi)星通信、軍用通信低速率語(yǔ)音編碼100bit/s-4.8Kbit/s8/17/202443語(yǔ)音編碼的標(biāo)準(zhǔn)G.711PCM(64kbps)G.721ADPCM(32kbps)G.7227kHz帶寬64kbps速率內(nèi)的音頻編碼G.723.16.3k/5.6k雙速率多媒體語(yǔ)音編碼G.72816kbps語(yǔ)音編碼LD-CELPG.7298kbps多媒體語(yǔ)音編碼8/17/202444線形預(yù)測(cè)編碼LPC的原理原理：模型化人類語(yǔ)音信號(hào)產(chǎn)生的機(jī)制，提取模型參數(shù)，并且只傳輸模型的參數(shù)。語(yǔ)音信號(hào)的產(chǎn)生模型：語(yǔ)音的產(chǎn)生，聲帶和聲道不同語(yǔ)音產(chǎn)生的原因：聲音激勵(lì)源和聲道不同聲音分類：濁音和清音發(fā)聲過(guò)程口腔和鼻腔形成時(shí)變?yōu)V波器8/17/202445LPC語(yǔ)音編碼語(yǔ)音信號(hào)相鄰樣點(diǎn)之間又很強(qiáng)的相關(guān)性，可以用過(guò)去的樣點(diǎn)的線性組合來(lái)預(yù)測(cè)未來(lái)的樣點(diǎn)預(yù)測(cè)的誤差因此上式可看成信號(hào)e(n)激勵(lì)一個(gè)全極點(diǎn)濾波器得到語(yǔ)音信號(hào)與人的發(fā)聲過(guò)程吻合，采用清音及濁音二元激勵(lì)模