音频编码技术研究的背景目的意义及国内外现状

1、音频编码技术研究的背景目的意义及国内外现状1 研究背景2 研究的目的3 国内外研究现状1 研究背景随着计算机技术、网络技术和通信技术的飞速发展，人类社会已经进入了数字化时代。由于数字信号具有易于存储和远距离传输、没有累积失真、存储的信息可高品质地还原等特点，他已被应用在人们日常生活的许多方面。但是，它也有其不足：一些重要的信号，如语音、音乐、影视的数字化版本，其数据量巨大，传输和存储的成本较高。而且，随着新技术和新应用的不断出现，还有可能出现数码率更高的信源。这些数据的传输和存储便是一个困难的问题，而编码技术正是针对这一问题而提出的解决办法。在这些应用中，“音频编码技术”作为其中的关键技术之一

2、起到了极大的推动作用。2 研究的目的数字信号处理技术（digital signal processing）是一门涉及多门学科且应用广泛的新兴学科。自20世纪60年代以来，随着计算机技术和信息技术的飞速发展，数字处理应运而生，并得到迅速的发展。虽然，数字信号处理系统的核心可以采用一般通用的微处理器，也可以在个人计算机中完成。但是，基于对复杂计算效率、精确性与实时性的需求，逐渐有更多的系统采用专用的数字信号处理器（digital signal processor）来承担计算任务。自1981年第一块专用的数字信号处理芯片的诞生，数字信号处理技术已经在通信等领域得到了广泛的应用。如g.711、g.72

3、2、g.723.1、g.728、g.729等，目前均有相应的芯片支持。随着网络技术与多媒体技术的发展，计算机网络已逐渐演变成丰富多彩的多媒体信息网。在多媒体信息的网络应用中，语音编码技术成为其关键技术之一。语音通信中信息量越来越大，为了节约带宽和更有利于传输，我们就必须得研究语音编码的相关知识。语音编码大都资料量大，传输速率要求较高。由此诞生了许多种语音压缩处理的方法。 itu-t也在此基础之上提出了关于低速率语音编码的解决方案。同时经过这几十年的发展，数字信号处理已经形成了比较完备的理论体系，主要内容如下： 离散信号的分析（时、频分析;多种变换技术，信号特征的描述）； 离散系统地分析（系统地

4、描述，系统的单位抽样响应；转移函数及频率特性等）； 信号的采集（a/d技术；抽样定理；多抽定理；量化噪声分析等） 滤波技术（各种数字滤波起的设计与实现）； 信号处理中的快速算法（快速傅立叶变换；快速卷积等）； 信号的估值（各种估值理论；相关函数和功率谱的估计等）； 信号的建模（最常用的是ar，mr，arma，paony等各种模型）； 信号处理中的特殊算法（如抽取，插值，奇异值分解，反卷积，信号重建等）。dsp（digital signal processor）作为专用于数字信号处理的处理器，由于自身结构等多方面的因素，在进行信号处理时具有较高的实时性，较高的精度。而且当使用软、硬结合的方式对d

5、sp进行编程实现信号处理又有着比较高的处理精度，很高的灵活性和性价比。虽然，数字信号处理系统的核心可以采用一般通用的微处理器，也可以在个人计算机中完成。但是，基于对复杂计算效率、精确性与实时性的需求，逐渐有更多的系统采用专用的数字信号处理器（digital signal processor, dsp）来承担计算任务。dsp处理器专用于数字信号处理，拥有极佳的运算性能，用它实现音频编码在灵活性，可升级性以及性价比上比专用芯片都具备一定的优势。当前，利用dsp处理器来实现数字信号处理已成为一种潮流，而音频编码技术在网络应用中也是一项极为关键的技术。在国外，已有专门的关于音频编码的dsp编码译码器出

6、现，但无法了解其关键技术细节。在国内，有少量产品使用到dsp音频编码技术，但尚无成型的具备自主知识产权的dsp音频编码译码器可以提供，更谈不上对其关键技术细节的研究。为此，有必要研究音频编码及其dsp实现，其目的有三： 掌握音频编码协议，了解其核心思想，为视频编码及其它网络应用技术作知识准备，以便从事网络应用技术方面的科学研究； 掌握dsp编程技术，能够较为熟练地编制dsp应用程序； 研制完整的关于音频编码的dsp程序，掌握其中关键的技术细节。3 国内外研究现状对音频压缩技术的研究和应用由来已久，早期的工作主要是对语音信号进行压缩编码，最早的工作始于1939年dudley发明的声码器，但是直到

7、20世纪70年代中期，除了脉冲编码调制（pusle coding modulation，pcm）和自适应差分脉冲编码调制（adaptive pusle coding modulation，adpcm）取得较好的进展之外，中低数码率语音编码一直没有大的突破。自20世纪70年代起，国外就开始研究计算机网络上的语音通信。1974年12月线性预测编码（linear predictive coding，lpc）声码器首次用于分组语音通信实验，数码率为3.5kbps。1975年1月又首次在美国实现了使用lpc声码器的分组语音电话会议。1977年internet工程任务组（internet engineer

8、ing task force，ietf）颁发了关于分组话音通信协议的讨论文件rfc741。20世纪80年代的研究主要集中在局域网上的语音通信，1980年美国政府公布了一种2.4kbps的线性预测编码标准算法lpc-10,这使得在普通电话带宽中传输数字电话成为可能。1988年美国又公布了一个4.8kbps的码激励线性预测编码（code excited linear predictive coding,celp）语音编码标准算法。进入20世纪90年代，随着internet在全球范围内的兴起和语音编码技术的发展，ip分组语音通信技术获得了突破性的进展和实际应用。20世纪90年代中期还出现了很多被广泛

9、使用的语音编码国际标准。与各种语音编码方案的推出相呼应，研究者们也开展了音频编码方面的相关工作，尤其是在20世纪80年代末、90年代初完成了一系列国际标准的的制定。语音压缩编码技术作为保障高质量通信的一种重要手段，在这十余年间得到2了飞速的发展，取得了长足的进步。从早先的g.711、g.722建议发展到后来的g.723.1、g.728、g.729等。除了早期的g.711、g.722建议，近期提出的低比特率音频编码建议其核心都包括线性预测分析/合成技术（lpas）。码激励线性预测（celp）是最常用的lpas方法，它可分为代数码激励线性预测（acelp）、低时延码激励线性预测（ld-celp）、共轭结构码激励线性预测（cs-celp）等等。下表为几种建议的性能比较：音频编码性能指标对照表标准核心编码技术比特率（kbps）帧大小/先导时延g.711pcm640/0g.722adpcm48/56/640.125/1.5g.723.1mp-mlq*/acel