第三章语音编码技术-Read.ppt

* 第三章 语音编码技术 3.1话音编码概要 3.1.1话音信号压缩的主要依据 一、语音信息冗余度 ???????? 1、时域信息冗余度 ????? 2、幅度非均匀分布 3、样本间的相关性 ????? 4、周期之间的相关性 ???? 5、基音之间的相关性 6、静止系数（话音间隙） ? 7、长时自相关函数 ??????? 二、频域信息冗余度 ????? 1、非均匀的长时功率谱密度 ?? 2、语音特有的短时功率谱密度 第三章 语音编码技术 二、人的听觉感知机理 ??????? 1、人的听觉具有掩盖效应 ??????? 2、人耳对不同频率声音的敏感程度不同，对低频率比较敏感 3、人耳对对语音信号的相位变化不敏感 3.1.2 三种话音编译码器 通常把已有的话音编译码器分成以下三种类型：波形编译码器(waveform codecs)，音源编译码器(source codecs)和混合编译码器(hybrid codecs)。一般来说，波形编译码器的话音质量高，但数据率也很高；音源编译码器的数据率很低，产生的合成话音的音质有待提高；混合编译码器使用音源编译码技术和波形编译码技术，数据率和音质介于它们之间。图3-01表示了目前这三种编译码器的话音质量和数据率的关系。 第三章 语音编码技术 图3-01 普通编译码器的音质与数据率 图3-01-2 常见的音频数据压缩方法 无损压缩 有损压缩 哈夫曼编码 算术编码 行程编码 波形编码 音源编码 混合编码 PCM DM、ADM DPCM、ADPCM 子带编码 失量编码 LPC 第三章 语音编码技术 MPE、RPE、CELP、MP-LPC 第三章 语音编码技术 表3-01 部分编码器的MOS分 ? 编 码 器 MOS分 64 kb/s脉冲编码调制(PCM) 4.3 32 kb/s自适应差分脉冲编码调制(ADPCM) 4.1 16 kb/s低时延码激励线性预测编码(LD-CELP) 4.0 8 kb/s码激励线性预测编码(CELP) 3.7 3.8 kb/s码激励线性预测编码(CELP) 3.0 2.4 kb/s线性预测编码(LPC) 2.5 第三章 语音编码技术 3.2 脉冲编码调制(PCM) 3.2.1 PCM的概念 　　脉冲编码调制(pulse code modulation，PCM)是概念上最简单、理论上最完善的编码系统，是最早研制成功、使用最为广泛的编码系统，但也是数据量最大的编码系统。 　　PCM的编码原理比较直观和简单，它的原理框图如图3–03所示。在这个编码框图中，它的输入是模拟声音信号，它的输出是PCM样本。图中的“防失真滤波器”是一个低通滤波器，用来滤除声音频带以外的信号；“波形编码器”可暂时理解为“采样器”，“量化器”可理解为“量化阶大小(step-size)”生成器或者称为“量化间隔”生成器。 声音数字化有两个步骤：第一步是采样，就是每隔一段时间间隔读一次声音的幅度；第二步是量化，就是把采样得到的声音信号幅度转换成数字值。量化有好几种方法，但可归纳成两类：一类称为均匀量化，另一类称为非均匀量化（μ律压扩(companding)算法，另一种称为A律压扩算法。）。采用的量化方法不同，量化后的数据量也就不同。因此，可以说量化也是一种压缩数据的方法。 第三章 语音编码技术 图3-03 PCM编码框图 第三章 语音编码技术 3.3 PCM在通信中的应用 PCM编码早期主要用于话音通信中的多路复用。一般来说，在电信网中传输媒体费用约占总成本的65%，设备费用约占成本的35%，因此提高线路利用率是一个重要课题。提高线路利用率通常用下面两种方法：　　(1) 频分多路复用 (frequency-division multiplexing，FDM)　　这种方法是把传输信道的频带分成好几个窄带，每个窄带传送一路信号。例如，一个信道的频带为1400 Hz，把这个信道分成4个子信道(subchannels)：820～990 Hz, 1230～1400 Hz, 1640～1810 Hz和2050～2220 Hz，相邻子信道间相距240 Hz，用于确保子信道之间不相互干扰。每对用户仅占用其中的一个子信道。这是模拟载波通信的主要手段。　　(2) 时分多路复用(time-division multiplexing，TDM)　　这种方法是把传输信道按时间来分割，为每个用户指定一个时间间隔，每个间隔里传输信号的一部分，这样就可以使许多用户同时使用一条传输线路。这是数字通信的主要手段。例如，话音信号的采样