第10章 语音编码 波形编码

1、1,第,10,章,语音编码,-,波形编码,2,10.1,概述,对语音信号直接采用模,/,数转换技术进行编码时，传输或,存储语音的数据量太大，为了降低传输或存储的费用，就,必须对其进行压缩。各种编码技术的目的就是为了减少传,输码率或存储量，以提高传输或存储的效率。经过这样的,降低数据量的编码后，同样的信道容量就能传输更多路的,信号，并且需要的存储器容量也会减小，因而这类编码又,称为压缩编码。,3,10.1,概述,实际上，压缩编码需要在保持可懂度和音质、降低,数码率、降低编码过程的计算代价这,3,方面进行折中。,近,10,年来固定电话和移动通信高速发展，信道使用效,率成为一项关键因素，这促使语音压

2、缩编码技术不断发,展。,4,10.1,概述,?,起于,60,年前，窄带电话线语音信号传送系统的发展需要。,早期的声码器是基于对语音信号基音周期和频谱的分析，通,过周期脉冲或随机噪声激励,10,个带通滤波器（表示声道模,型）合成语音信号。,?,20,世纪,50,年代后期，着重于线性语音源系统的生成模型。,源系统是一个自回归时序模型，声道是全极点滤波器，参数,通过,LPC,得到。,?,20,世纪,6,、,70,年代，由于,VLSI,技术的出现和数字信号处理,理论的发展。语音的分析合成采用了短时傅里叶变换,（,SIFT,）、变换编码（,TC,）和子带编码（,SBC,），并且基,于线性预测的语音编码技

3、术得到了进一步的发展。,5,10.1,概述,?,针对提出的鲁棒性、低码率和高质量的要求。出现了新的编,码技术：余弦分析合成技术、多带激励声码器、,LPC,中的多,脉冲和矢量激励和矢量量化。,?,当前的研究集中在,4kbit/s,码率以下的高音质、低延迟的声,码器，提高在噪声信道中低码率编码器的性能，并能传输多,种信号，包括音频信号。,6,10.1,概述,信源,信宿（用户）,信道编码,信源解码,信源编码,解调,传输信道,调制,信道解码,噪声,图,10-1,数字传输系统,7,10.1,概述,?,信源编码：主要是解决有效性问题。通过对信源的压缩、,扰乱、加密等处理力求用最少的数码率传递最大的信息,量

4、。也就是用最少的数码表示信源所发的信号，减少容,纳给定信息集合或数据采样集合的信号空间。,?,信道编码：主要是解决可靠性问题。即尽量使处理过的,信号在传输的过程中不出错或者少出错，即使出错也要,能自动检错和尽量纠错。,8,10.1,概述,低数码率的数字语音具有以下优点：,可以在窄带信道上传输，有效地适应了信号电缆带宽窄的特点。,更能克服信道失真，这意味着可以采用更简单的调制解码器。,多数信道中，当误码率给定时，低数码率比高数码率所需要的发射功率更小。,给定容量的复接电路或复按网络允许通过更多的信道。,为了存贮一定的语音所需要的存贮器容量将更少。,当和差错纠正与扩频技术结合使用时，将具有更大的抗

5、噪声与抗干扰能力。,9,10.1,概述,语音压缩编码的应用：,（,1,）语音信号的数字传输。,-,数字通信系统、移动无线电、蜂窝电话和保密话音系统,（,2,）语音信号的数字存储。,-,数字录音电话、语音信箱、电子留言簿、发声字典、多媒体查,询系统,10,10.1,概述,语音编码大致可分为三类：,-,波形编码,-,参数编码,-,混合编码,11,10.1,概述,波形编码,：将时域模拟话音的波形信号经过采样、量,化和编码形成数字语音信号，恢复的语音信号基本上,与输入语音信号波形相同。,?,编码速率较高：,9.6k64kbit/s,?,包括：,PCM,、,ADPCM,、,DM,、,ADM,、,SBC,

6、等,?,适应能力强、语音质量好；编码速率高,12,10.1,概述,参数编码,：基于人类语音的产生机理建立数学模型，根,据输入语音得出模型参数并传输，在收端恢复，重建,的语音信号与原始信号样本之间没有一一对应关系。,?,编码速率较低：,2.4k4.8kbit/s,?,包括各种线性预测编码（,LPC,）方法和余弦声码器等,?,编码速率低；语音质量差、自然度低、对环境噪声敏感,13,10.1,概述,混合编码,：波形编码,+,参数编码（,LPAS,）,?,编码速率较低：,16k2.4kbit/s,?,包括多脉冲激励线性预测编码,(MPLPC),、规则脉冲激励线,性编码,(RPE-LPC),、码本激励线

7、性预测编码,(CELP),14,10.2,语音信号的压缩编码原理,10.2.1,语音压缩的基本原理,一、语音压缩的基本原理,对语音信号进行压缩编码的基本依据是语音信号的冗,余度和人的听觉感知机理。,输入语音,编码器,传输信道,存储介质,解码器,输出语音,图,10-2,数字语音通信框图,15,10.2,语音信号的压缩编码原理,对语音进行压缩编码的基本依据有两个：,-,语音信号中存在大量的冗余,-,人耳的听觉特性,16,10.2,语音信号的压缩编码原理,1,、,语音信号中存在大量的冗余,?,语音信号样本间的相关性很强，即其短时谱不平坦。,?,浊音语音段具有准周期性,?,声道的形状及其变化比较缓慢。

8、,?,传输码值的概率分布是非均匀的。,17,10.2,语音信号的压缩编码原理,2,、人的听觉感知机理。主要表现在：,?,人类听觉系统（,HAS,）具有掩蔽效应：单音的声级越高，,对其周围频率声音的掩蔽作用越强。利用这一性质可抑制与,信号同时存在的量化噪声。,?,人耳对不同频段声音的敏感程度不同：强的低频音能妨碍同,时存在的高频音。,?,人耳对语音信号的相位变化不敏感：人耳能做短时的频率分,析，对信号的周期性即音调很敏感但对信号相位感知却不敏,感。人耳听不到或感知很不灵敏的声音分量都可视为冗余信,号。,18,10.2,语音信号的压缩编码原理,总之，利用冗余度或者语音听觉上的制约，可以压缩表示,语

9、音信号的必要信息，从而可以降低传输速率或存储容量。,19,10.2,语音信号的压缩编码原理,10.2.2,语音通信中的语音质量,语音压缩编码考虑的因素有：,输入语音信号的特点。,传输比特率的限制。,对输出重构语音的音质要求。,20,10.2,语音信号的压缩编码原理,在语音通信中，语音质量分为以下四等：,广播质量,：,宽带，带宽为,0-7200Hz,，语音质量高，感觉不出噪声,存在。,长途电话质量,：,指通过电话网传输后得到的语音质量，带宽为,200-3200Hz,，信噪比大于,30dB,，谐波失真小于,2%-3%,。,通信质量,：,可以听懂，但和长途电话质量相比，明显有较大失真。,合成质量,：

10、,80%-90%,可懂度，音质较差，听起来像机器说话，,失去了讲话者的个人特征。,21,10.2,语音信号的压缩编码原理,10.2.3,两种压缩编码方式,波形编码的语音质量好，因为这种方法保留了信号原始样本,的细节变化，从而保留了信号的各种过渡特征，所以解码语音,质量一般较高。但这种方法降低比特率困难。,参数编码解码后合成的语音信号与原始语音信号之间没有一,一对应的关系，因而音质的好坏要由主观进行评价，而缺乏客,观标准。语音的自然度、可懂度差，较少地保留讲话人的特,征，受噪声和误码的影响大，算法复杂。,22,10.3,脉冲编码调制,(PCM),及其自适应,10.3.1,均匀,PCM,?,不论信

11、号幅度的大小，都采用同等的量化阶距进行量化，,即采用均匀量化。,?,完全没有利用语音的性质，信号没有得到压缩。,?,语音是非平稳随机信号，电话语音电平变化超过,40dB,。对,于小信号电平输入，信噪比应保证约,20-30dB,，即最大信噪,比应需,60-70dB,。由第二章知识，信号对量化噪声的信噪比,可近似写为：,其中，,B,为量化器字长。由上式可看出，信噪比取决于量化字长。当要求,60dB,的,SNR,时，,B,至少应取,11bit,。此时，对于带宽为,4kHz,的电话语音信,号，若采样率为,8kHz,，则,PCM,要求的速率为,88Kbit/s,。,(10-2),23,10.3,脉冲编码

12、调制,(PCM),及其自适应,2.,非均匀,PCM,均匀量化的缺点是不论语音信号的幅度大小而量化阶距保持不,变。这样在信号动态范围较大而方差较小时，其信噪比将下降。,根据观测到的语音信号概率密度可知，语音信号大量集中在低,幅度上。这样，就可以设想利用非均匀量化来弥补均匀量化的,缺点。,基本思想,：对大幅度的样本使用大的,，对小幅度的样本使用小,的,，在接收端按此还原。,?,?,(a),均匀量化特性,(b),非均匀量化特性,24,10.3,脉冲编码调制,(PCM),及其自适应,现在非均匀,PCM,一般采用两种压缩扩张非均匀量化方法：,A,律和,律压缩,扩张技术。其中，,律,PCM,主要在北美和日

13、本使用，,A,律,PCM,用于其他国家和,地区。,设,为语音波形的取样值，则,律压缩的定义为,?,?,?,x,n,?,式中，,是,的最大幅度；,是表示压缩程度的参量，,=0,表示没有压缩，,越大压缩率越高，故称之为,律压缩。通常,在,100500,之间取值。取,=255,，可以对电话质量语音进行编码，其音,质与,12,位均匀量化的音质相当。,max,X,?,?,x,n,?,?,?,?,?,?,?,25,10.3,脉冲编码调制,(PCM),及其自适应,我国则采用,A,律压缩，其压缩公式为,律压缩输入输出特性图如下图：,?,图,10-5,律压扩特性,?,26,10.3,脉冲编码调制,(PCM),及

14、其自适应,3.,自适应,PCM(APCM),基本原理：使量化器的特性自适应于输入信号的幅值变化，也就,是量化间隔,匹配于输入信号的方差值，或使量化器的增益,G,随着幅值而变化，从而使量化前信号的能量为恒定值。,?,图,10-6,两种自适应量化的框图,匹配自适应,?,G,匹配自适应,27,10.3,脉冲编码调制,(PCM),及其自适应,如果按自适应参数,或,的来源划分，自适应量化又分为前馈自适,应和反馈自适应。,?,前馈自适应是指,或,是通过对输入信号估计而得到,?,反馈自适应是指由估计量化器的输入,或编码器的输出,得到,?,?,n,?,?,?,G,n,?,?,G,n,?,?,n,?,?,?,?

15、,x,n,?,?,c,n,图,10-7,匹配的前馈和反馈自适应系统框图,?,28,10.3,脉冲编码调制,(PCM),及其自适应,?,前馈自适应是计算信号有效值并决定最合适的量化间隔，用这个量化间隔控,制量化器,，并将量化间隔信息发送给接收端；,?,反馈自适应是由编码器输出,来决定量化间隔,，而在接收端由,量化传输来的幅度信息自动生成量化间隔。,?,显然，反馈与前馈相比的优点是不需要将量化间隔传送到信道中去，但对误差,的灵敏度要求较高。通常，采用了自适应技术之后可得到约,46dB,的编码增益。,Q,g,?,?,c,n,?,?,n,?,不论前馈自适应还是反馈自适应，其参数,或,均由下式产生：,(

16、7-13),即,正比于方差,，而,反比于,。同时,正比于信号的短,时能量，即,或,(7-14),?,?,n,?,?,?,G,n,?,?,?,?,0,n,n,?,?,?,?,?,?,?,?,?,0,/,G,n,G,n,?,?,?,?,n,?,?,?,n,?,?,?,G,n,?,?,n,?,?,?,n,?,?,?,?,?,?,?,2,2,m,n,x,m,h,n,m,?,?,?,?,?,?,?,?,?,?,?,?,2,2,m,n,c,m,h,n,m,?,?,?,?,?,?,29,10.4,预测编码及其自适应,APC,10.4.1,预测编码及自适应预测编码,(APC),原理,基本原理：因为预测误差,的

17、动态范围和平均能量均比输入信号,小，对,进行量化和编码可以减少量化比特数。在接收端，只要,使用与发送端相同的预测器就可恢复原信号,。基于这种原理的,编码方式称为预测编码,(PC),；当预测系数自适应随语音信号变化时，,又称为自适应预测编码,(APC),。,?,?,e,n,?,?,x,n,?,?,e,n,?,?,x,n,图,10-8,自适应预测编码,APC,系统框图,30,10.4,预测编码及其自适应,APC,下面说明预测编码能改善信噪比的原因。根据信号量化噪声比的定义,其中，,、,和,分别为信号、预测误差和量化噪声的平均能量,。,式中，,是由量化器决定的信噪比，而,反映了线性预测带来的增益，称

18、为预测增益。由于引入了线性预测，,SNR,将得到改善。,?,?,2,E,s,n,?,?,?,?,?,?,2,E,e,n,?,?,?,?,?,?,2,E,q,n,?,?,?,?,?,?,?,?,2,2,/,E,e,n,E,q,n,?,?,?,?,?,?,?,?,?,?,?,?,2,2,/,P,G,E,s,n,E,e,n,?,?,?,?,?,?,?,?,?,31,10.4,预测编码及其自适应,APC,自适应预测编码中包含了两种预测：短时预测和长时预测。,?,短时预测是利用比较相邻的样本值进行预测。,?,长时预测是根据浊音信号具有准周期性，相邻周期的样本之间,具有很大的相关性，在进行短时预测之后，预

19、测误差序列仍保持,这种准周期性，可以通过再次预测的方法来压缩比特率，也就是,根据前面预测误差中的脉冲消除基音的周期性。,32,10.5,自适应差分脉冲编码调制,(ADPCM),及自适应增量调制,10.5.1,自适应差分脉冲编码调制,(ADPCM),DPCM,基本原理：由于在相邻的语音样本之间存在着明显的相关,性，因此，对相邻样本间的差信号进行编码，便可获得信息量的,压缩，因为差分信号比原语音信号的动态范围和平均能量都小。,而且，仅对两者之差进行编码和传送，这样就大大降低了信道负,载。,33,10.5,自适应差分脉冲编码调制,(ADPCM),及自适应增量调制,10.5.1,自适应差分脉冲编码调制

20、,(ADPCM),DPCM,实际上是最简单的一阶线性预测，即,当,=1,时，被量化的编码是,?,?,1,1,1,A,z,a,z,?,?,?,1,a,?,?,?,?,?,?,1,d,n,x,n,x,n,?,?,?,图,10-13 DPCM,系统框图,34,10.5,自适应差分脉冲编码调制,(ADPCM),及自适应增量调制,?,DPCM,中的预测器是固定预测器，其预测系数是根据长时统计参数,求出的，尽管总的预测增益大于,1,，但同语音短时段不匹配，使得一,些段的预测增益比较小，甚至小于,1,。,?,是固定的，它不可能对所有讲话者和语音内容都是最佳的。,?,比较好的方法是采用高阶自适应预测。采用自适应量化及高阶自适,应预测的,DPCM,称为自适应差分脉冲编码调制,(ADPCM),。,实践表明，,DPCM,可获得约,10dB,的信噪比增益，而,ADPCM,可,获得约,14dB,的增益。,ADPCM,通常使用的是后向自适