语音编码技术

1、移动通信原理与应用移动通信原理与应用 黑龙江大学电子工程学院黑龙江大学电子工程学院 杨杰杨杰 22021-6-29 目目 录录 n第一章第一章 概概 述述 n第二章第二章 蜂窝移动通信系统蜂窝移动通信系统 n第三章第三章 无线移动通信信道无线移动通信信道 n第四章第四章 移动通信的调制技术移动通信的调制技术 n第五章第五章 抗衰落技术抗衰落技术 n第六章第六章 语音编码技术语音编码技术 n第七章第七章 移动通信中的多址接入技术移动通信中的多址接入技术 n第八章第八章 移动通信网移动通信网 n第九章第九章 GSM通信系统通信系统 n第十章第十章 IS-95 CDMA移动通信及其标准介绍移动通信及

2、其标准介绍 n第十一章第十一章 第三代移动通信及其标准介绍第三代移动通信及其标准介绍 32021-6-29 第六章第六章 语音编码技术语音编码技术 n6.1 概概 述述 n 6.1.1 语音编码技术语音编码技术 n 6.1.2 语音评价语音评价 n6.2 语音波形编码语音波形编码 n 6.2.1 语音波形编码概述语音波形编码概述 n 6.2.2 脉冲编码调制脉冲编码调制 n6.3参量编码参量编码 n 6.3.1 参量编码的基本原理参量编码的基本原理 n 6.3.2 线性预测线性预测 n6.4 激励线性预测和矢量编码激励线性预测和矢量编码 n 6.4.1 激励源和混合编码激励源和混合编码 n 6

3、.4.2 规则脉冲激励长期预测编码规则脉冲激励长期预测编码 n 6.4.3 矢量量化编码矢量量化编码 n 6.4.4 码激励线性预测编码码激励线性预测编码 n 6.4.5 矢量和激励线性预测编码矢量和激励线性预测编码 42021-6-29 6.1 概概 述述 n6.1.1 语音编码技术语音编码技术 移动通信对语音编码的要求是：移动通信对语音编码的要求是： (1) 编码的速率要适合在移动信道内传输，纯编码速率应低编码的速率要适合在移动信道内传输，纯编码速率应低 于于16kbit/s。 (2) 在一定编码速率下语音质量应尽可能高，即解码后的复在一定编码速率下语音质量应尽可能高，即解码后的复 原语音

4、的保真度要高，主观评分原语音的保真度要高，主观评分MOS（Mean Opinion Score）应不低于）应不低于3.5分（按长途语音质量要求）。分（按长途语音质量要求）。 (3) 编解码时延要短，总时延不得超过编解码时延要短，总时延不得超过65ms。 (4) 要能适应衰落信道的传输，即抗误码性能要好，以保持要能适应衰落信道的传输，即抗误码性能要好，以保持 较好的语音质量。较好的语音质量。 (5) 算法的复杂程度要适中，应易于大规模电路集成。算法的复杂程度要适中，应易于大规模电路集成。 52021-6-29 u语音编码：语音编码：移动通信数字化的基础移动通信数字化的基础 第第1/2代蜂窝系统的

5、根本区别代蜂窝系统的根本区别 u语音编码的意义：语音编码的意义： q提高通话质量提高通话质量(数字化数字化+信道编码纠错信道编码纠错) q提高频谱利用率提高频谱利用率(低码率编码低码率编码) q提高系统容量提高系统容量 (低码率、语音激活技术低码率、语音激活技术) u移动通信对语音编码的要求：移动通信对语音编码的要求： q编码速率低，语音质量好编码速率低，语音质量好 q有较强的抗噪声干扰和抗误码的性能有较强的抗噪声干扰和抗误码的性能 q编译码延时小、总延时在编译码延时小、总延时在65ms以内以内 q编译码器复杂度低，便于大规模集成化编译码器复杂度低，便于大规模集成化 q功耗小，便于应用于手持机

6、功耗小，便于应用于手持机 62021-6-29 6.1.2 语音评价语音评价 n客观评定方法用客观测量的手段来评价语音编码的质量，常用的方法客观评定方法用客观测量的手段来评价语音编码的质量，常用的方法 有信噪比、加权信噪比、平均分段信噪比等。有信噪比、加权信噪比、平均分段信噪比等。 n主观评定方法是主观评定等级（主观评定方法是主观评定等级（Subjective Opinion Scale），或称平），或称平 均评定得分（均评定得分（MOS）。）。MOS得分采用五级评分标准，其方法是由数得分采用五级评分标准，其方法是由数 十名试听者在相同信道环境中试听并给予评分，然后对评分进行统计十名试听者在相

7、同信道环境中试听并给予评分，然后对评分进行统计 处理，求出平均得分。处理，求出平均得分。 质量等级质量等级 分数分数 收听注意力等级收听注意力等级 优优 5可完全放松，不需要注意力可完全放松，不需要注意力 良良 4 需要注意，但不需要明显集需要注意，但不需要明显集 中注意力中注意力 满意满意(正常正常) 3中等程度的注意力中等程度的注意力 差差 2需要集中注意力需要集中注意力 劣劣 1即使努力去听，也很难听懂即使努力去听，也很难听懂 表表6.1 主观评定等级主观评定等级 72021-6-29 语音编码技术分类语音编码技术分类 82021-6-29 语音编码技术分类语音编码技术分类 u波形编码波

8、形编码：将时域模拟话音的波形信号经过采样、量化和编：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码形成数字语音信号 q 编码速率较高：编码速率较高：16k64k q包括：包括：PCM、ADPCM、M、CVSDM、APC等等 q占用较高带宽，适合有线占用较高带宽，适合有线 u参量编码参量编码：基于人类语音的产生机理建立数学模型，根据输：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。入语音得出模型参数并传输，在收端恢复。 q编码速率较低：编码速率较低：1.2k4.8kbps q包括各种线性预测编码（包括各种线性预测编码（LPC）方法和余弦声码器

9、等）方法和余弦声码器等 q语音质量中等，不满足商用要求语音质量中等，不满足商用要求 u混合编码混合编码：波形编码：波形编码+参量编码（参量编码（LPAS） q包括包括GSM的的RPE-LPC编码和编码和VSELP编码编码 92021-6-29 用于移动通信的语音编码用于移动通信的语音编码 102021-6-29 语音编码标准语音编码标准 uG.711 PCM(64kbps) uG.721 ADPCM(32kbps) uG.722 7kHz带宽带宽64kbps速率内的音频编码速率内的音频编码 uG.723 6.3k/5.6k双速率多媒体语音编码双速率多媒体语音编码 uG.728 16kbps语音

10、编码语音编码LD-CELP uG.729 8kbps多媒体语音编码多媒体语音编码 112021-6-29 语音编码的发展语音编码的发展 u极低速率语音编码，极低速率语音编码，600bps u高保真语音编码高保真语音编码 u自适应多速率语音编码自适应多速率语音编码 u新的编码分析技术：新的编码分析技术： n非线性预测非线性预测 n多精度时频分析技术（子波分析技术）多精度时频分析技术（子波分析技术） n高阶统计分析技术高阶统计分析技术 122021-6-29 6.2 语音波形编码语音波形编码 人的语音频带范围为人的语音频带范围为3003400Hz（一般为（一般为03400Hz）。）。 波形编码是直

11、接在时间域上将模拟的语音信号变换为数字波形编码是直接在时间域上将模拟的语音信号变换为数字 信号。图信号。图6.2示出了语音波形数字编码的原理框图。示出了语音波形数字编码的原理框图。 图图6.2 语音波形编码原理图语音波形编码原理图 波形编码包括两个基本过程：抽样和量化，而这两波形编码包括两个基本过程：抽样和量化，而这两 个过程也是所有语音编码的基础。个过程也是所有语音编码的基础。 6.2.1 语音波形编码概述语音波形编码概述 132021-6-29 6.2.2 脉冲编码调制脉冲编码调制 n脉冲编码调制（脉冲编码调制（PCM：Pulse Coded Modulati-on） 定义定义:直接将样值

12、编码为信号的方法直接将样值编码为信号的方法. 图图6.3 PCM的组成的组成 在有线数字通信中，常用在有线数字通信中，常用64kbit/s PCM码传输数字语音码传输数字语音 信号。对于无线传输来说，由于受频带的限制，必须采用信号。对于无线传输来说，由于受频带的限制，必须采用 低速率、高质量的编码技术方法，所以，在数字峰窝网中低速率、高质量的编码技术方法，所以，在数字峰窝网中 的有线无线接口处，要进行的有线无线接口处，要进行64kbit/s PCM码与其他编码体码与其他编码体 制的转换。制的转换。 142021-6-29 模数转换要经过抽样、量化和编码三个步骤。 模拟信 息源 抽 样 量 化

13、编 码 数字通 信系统 译 码 低 通 x(t) 模拟随机信号 t T txs txq k s k s txq t x A/D模数转换D/A数模转换 图6-1 模拟信号的数字传输 脉冲编码调制脉冲编码调制PCM基本原理基本原理 模拟 信源 预滤 波器 抽样器 波形编码器 量化、编码 x(t)x(n) 模拟 信源 重建滤波器 抽样保持，低通 波形解码器 数字信道 脉冲编码调制脉冲编码调制(PCM)简称脉码调制。简称脉码调制。 包括三个过程：抽样、量化、编码。包括三个过程：抽样、量化、编码。 抽样是把连续时间模拟信号转换成离散时间连续幅度的抽抽样是把连续时间模拟信号转换成离散时间连续幅度的抽 样信

14、号；样信号； 量化是把离散时间连续幅度的抽样信号转换成离散时间离量化是把离散时间连续幅度的抽样信号转换成离散时间离 散幅度的数字信号；散幅度的数字信号； 编码是将量化后的信号编码形成一个二进制码组输出。编码是将量化后的信号编码形成一个二进制码组输出。 162021-6-29 采样电路采样电路量化和编码量化和编码 l 话音信道带宽话音信道带宽 2倍倍话音话音最大频率最大频率) l 量化级数：量化级数：256级级 (8位二进制码表示位二进制码表示) l 数据率：数据率：8000次次/s*8bit = 64Kb/s 每路每路PCM信号信号的速率的速率 = 64000bps 例：语音信号要在数字线路上

15、传输，必须将语音信号转换成数字信号。这需要例：语音信号要在数字线路上传输，必须将语音信号转换成数字信号。这需要 经过三个步骤：采样、量化、编码。编码后的信号称为经过三个步骤：采样、量化、编码。编码后的信号称为PCM（Pulse Coded Modulation）信号（脉码调制信号）信号（脉码调制信号） 172021-6-29 PCM转换过程举例 PCM编码原理编码原理 常见的常见的PCM二进制码组有三种：二进制码组有三种： 自然二进制码组自然二进制码组NBC；-十进制正整数的二进制表示。十进制正整数的二进制表示。 折叠二进制码组折叠二进制码组FBC；-左边第一位表示正负号，左边第一位表示正负号

16、，“1”表表 示正。示正。 格雷二进制码组格雷二进制码组RBC；特点：任何相邻电平的码组只有一；特点：任何相邻电平的码组只有一 位发生变化。位发生变化。 量化值序号量化值序号自然二进制码自然二进制码折叠二进制码折叠二进制码格雷码格雷码 15 14 13 12 11 10 9 8 1111 1110 1101 1100 1011 1010 1001 1000 1111 1110 1101 1100 1011 1010 1001 1000 1000 1001 1011 1010 1110 1111 1101 1100 7 6 5 4 3 2 1 0 0111 0110 0101 0100 0011

17、 0010 0001 0000 0000 0001 0010 0011 0100 0101 0110 0111 0100 0101 0111 0110 0010 0011 0001 0000 三种码组三种码组 对于对于NBC：码组第一位出错，幅度误差为最大幅度的：码组第一位出错，幅度误差为最大幅度的1/2倍；倍； 对于对于FBC：码组第一位出错，小信号的失真误差要小得多；：码组第一位出错，小信号的失真误差要小得多； 对于对于RBC：码组中一位出错，误差幅度只相差一个量化间隔。：码组中一位出错，误差幅度只相差一个量化间隔。 202021-6-29 6.3 参参 量量 编编 码码 n6.3.1 参

18、量编码的基本原理参量编码的基本原理 图图6.4 语音产生模型语音产生模型 在图在图6.4所示的模型中，包括了三个部分：激励源、声道所示的模型中，包括了三个部分：激励源、声道 模型和辐射模型，正好模拟了人的发声器官中喉、声道模型和辐射模型，正好模拟了人的发声器官中喉、声道 和嘴。和嘴。 1. 语音信号的产生模型语音信号的产生模型 212021-6-29 6.3.1 参量编码的基本原理参量编码的基本原理 n声道模型声道模型V（Z）是离散时域的声道传输函数，它在大多）是离散时域的声道传输函数，它在大多 数情况下是一个全极点函数数情况下是一个全极点函数 0 0 1 ( )(1,) iP i i i V

19、 Zaa aZ 为实数 1 0 ( )(1)R ZRZ 辐射模型辐射模型R（Z）与嘴形有关，可以表示成一个固定的模型函数）与嘴形有关，可以表示成一个固定的模型函数 2. 特征参量的提取特征参量的提取 常用的短时处理技术包括加窗技术、基音周期估计等。常用的短时处理技术包括加窗技术、基音周期估计等。 222021-6-29 6.3.2 线性预测线性预测 n2. 线性预测编码线性预测编码 线性预测技术用于语音编码就构成线性预测编码（线性预测技术用于语音编码就构成线性预测编码（LPC： Linear Prediction Coding）。图）。图6.5是是LPC的原理框图。的原理框图。 图图6.5 L

20、PC声码器声码器 232021-6-29 线性预测编码的基本原理线性预测编码的基本原理 u原理原理:模型化人类语音信号产生的机制模型化人类语音信号产生的机制,提取模型参数提取模型参数, 并且只传输模型的参数并且只传输模型的参数. u语音信号的产生模型语音信号的产生模型: n语音的产生语音的产生,声带和声道声带和声道 n不同语音产生的原因不同语音产生的原因:声音激励源和声道不同声音激励源和声道不同 n声音分类声音分类:浊音和清音浊音和清音 u发声过程发声过程 n口腔和鼻腔形成时变滤波器口腔和鼻腔形成时变滤波器 242021-6-29 4.2.2 4.2.2 浊音和清音浊音和清音 252021-6-29 语音产生模型语音产生模型 u语音模型的建立：语音模型的建立：1、产生激励，、产生激励，2、响应、响应 u模型参数：基音，共振峰频率及强度，清浊音判决模型参数：基音，共振峰频率及强度，清浊音判决 n低码率编码低码率编码 l 码率降低有限码率降低有限 l 合成的语音波形失去了自然度和音质合成的语音波形失