基于matlab的语音编码毕业论文

1、西安邮电大学毕业设计(论文题目:基于matlab的语音编码技术的实现院(系:通信与信息工程学院专业:电子信息科学与技术班级:电科0902学生姓名:赵荷导师姓名:单洁职称:讲师起止时间:2013年3月11日至2013年6月14日毕业设计(论文诚信声明书本人声明:本人所提交的毕业论文基于matlab的语音编码技术的实现是由本人在指导教师指导下独立研究,完成的成果,论文中所引用他人的文献、数据、图件、资料均已明确标注;对于论文编写的过程中给予我支持的指导老师以及其他个人,集体,在这里表示诚挚的感谢,均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律后果由本人承担。论文作者:(签字时间:2

2、013年6月14日指导教师已阅:(签字时间:2013年6月14日西安邮电大学论文任务书毕业设计毕业设计(论文学生姓名赵荷指导教师单洁职称讲师学院通信与信息工程学院专业电子信息科学与技术题目基于matlab的语音编码技术的实现任务与要求课题要求通过查阅大量资料熟悉、了解语音信号的基础知识、语音编码技术的设计思路,以及MATLAB软件的基础操作、并编程实现。第一阶段:熟悉“语音信号”“语音编码技术”的有关知识,查阅有关文献,了解基础知识背景,初步理解语音识别技术的实现原理。开始撰写开题报告。第二阶段:认真阅读有关文献,熟练掌握MATLAB设计实现方案,确定实现算法。第三阶段:编写程序并调试、验证,

3、初步完成论文框架、大纲和基础部分内容。第四阶段:结合实际工作情况撰写论文,修改论文,准备答辩。开始日期2013年3月11日完成日期2013年6月14日院长(签字2013年3月12日西安邮电大学论文工作计划毕业设计(论文2013年3月14日学生姓名赵荷指导教师单洁职称讲师院(系_通信与信息工程学院_专业_电子信息科学与技术_题目基于matlab的语音编码技术的实现_工作进程起止时间工作内容3月11日至3月30日熟悉“语音编码技术”的有关知识,查阅有关文献了解基础知识背景,初步理解语音编码技术的原理及算法。开始撰写开题报告。4月1日至4月20日认真阅读有关文献,熟练掌握matlab设计实现方案,确

4、定实现算法。了解语音编码的基础知识,熟悉语音编码的种类,初步形成知识体系结构。4月21日至5月15日运用matlab语言编写程序并调试、验证,初步完成论文框架、大纲和基础部分内容。5月16日至6月10日正式开始撰写论文,修改论文,完成最终算法仿真。6月11日至6月14日打印论文,修改格式,微调内容,制作ppt准备答辩.。主要参考书目(资料主要参考书目(资料(1语音信号处理,赵力编著,机械工业出版社,2003(2语音信号处理,姚天任编著,华中理工大学出版社,1992(3数字语音编码原理,鲍长春,西安电子科技大学出版社,2007(4数字语音处理及MATLAB 仿真,张雪英,电子工业出版社,2010

5、(5MATLAB 辅助现代工程数字信号处理,李勇、徐震,西安电子科技大学出版社,2002(6数字信号处理教程Matlab 释义与实现,陈怀琛,电子工业出版社,2004(7Matlab 宝典,陈杰,电子工业出版社,2007(8MATLAB 工具箱应用,苏金明、张莲花、刘波,电子工业出版社,2003(9MATLAB 基础与编程入门,张威,科技大学出版社,2004(10语音信号处理,韩纪庆、张磊,清华大学出版社,200411语音信号处理,胡航,哈尔滨工业大学出版社,2000主要仪器设备及材料计算机一台Matlab 7.0软件环境论文(设计过程中教师的指导安排每周一上午3、4节固定时间答疑。其他时间随

6、时电话或Mail 讨论对计划的说明第一阶段:熟悉“语音编码技术”的有关知识,查阅有关文献了解基础知识背景,初步理解语音编码技术的原理及算法。开始撰写开题报告。第二阶段:认真阅读有关文献,熟练掌握matlab 设计实现方案,确定实现算法。了解语音编码的基础知识,熟悉语音编码的种类,初步形成知识体系结构。第三阶段:编写程序并调试、验证。第四阶段:结合实际工作情况撰写论文,修改论文。第五阶段:制作PPT ,准备答辩 西安邮电大学毕业设计(论文开题报告通信与信息工程学院院(系电子信息科学与技术专业2009级02班课题名称:基于matlab的语音编码技术的实现学生姓名:赵荷学号:04092034指导教师

7、:单洁报告日期:2013年3月15日1.本课题所涉及的问题及应用现状综述本课题所涉及的问题:1.语音编码的方式,思路,所用到的技术有哪些,matlab在语音编码中的地位和优势有哪些,如何发扬使用这些优势,设计自己的语音编码。2.学习掌握用matlab实现语音编码,并与其他软件实现的语音编码比较,归纳总结matlab实现语音编码的优缺点。3.matlab语言的深入学习,了解matlab强大的功能,灵活运用matlab进行语音编码。4.语音编码的种类有哪些,各自有什么优点和缺点,应用在哪些领域。应用现状综述:Matlab是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计

8、的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran的编辑模式,代表了当今国际科学计算软件的先进水平。在通信系统中,语音编码是相当重要的,因为在很大程度上,语音编码决定了接收到的语音质量和系统容量。语音编码为信源编码,是将模拟语音信号转变为数字信号以便在信道中传输。语音编码的目的是在保持一定的复杂程度和通信时延的前提下,占用尽可能少的通信容量,传送尽可能高质量的语音。

9、语音编码技术又可分为波形编码、参量编码和混合编码三大类。Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件,它可以将声音文件变换为离散的数据文件,然后利用其强大的矩阵运算能力处理数据,如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等,它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数,利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化,使人机交互更加便捷。信号处理是Matlab重要应用的领域之一。语音编码的目的,是寻求语音信号的某种紧缩表示方法,以便能够在频带有限的有线信道的无线信道上有效传输,或再介质中存储这些信号时节约存储

10、空间。说的更具体一点,语音编码的目的,就是用尽可能少的比特数以数字形式表示语音信号,同时保持要求的语音可懂度和语音质量。因此,语音编码又称语音压缩编码或简称为语音压缩。2.本课题需要重点研究的关键问题、解决的思路及实现预期目标的可行性分析关键问题:本课题的设计重点是语音信号的编码,本论文针对以上问题,查阅相关资料,了解语音信号编码的基本方法,运用数字信号学基本原理、语音编码的基础知识以及matlab的相关运用实现语音编码,任意选取一种语音编码的方法,在matlab7.0环境下编写程序,完成课题要求。解决思路:1了解语音信号的产生和感知模型查阅相关资料,了解语音信号的基础知识。2熟悉语音编码的性

11、能指标了解哪些因素会影响语音编码,以及在语音编码中的重要性。3熟悉语音编码的国际标准了解语音编码的标准有哪些,选择适合课题的标准进行语音编码。4了解语音编码的基本方法熟悉各种语音编码的优缺点,了解各自的应用领域以及这些编码方法的重要作用。5基于matlab的语音编码的实现任选一种语音编码的方法,借助matlab软件编写程序,完成课题要求。预期目标:在matlab7.0环境下综合运用语音信号的编码及处理知识,实现G.721ADPCM语音编码。我所做的工作就是了解语音信号的产生和感知模型,熟悉语音信号的性能指标,了解语音编码的国际标准,并且掌握各种语音编码的方法,了解各自的优缺点及应用领域,借助m

12、atlab7.0软件,编写程序,最终实现G.721ADPCM的语音编码。3.完成本课题的工作方案3月11日至3月30日:熟悉“语音编码技术”的有关知识,查阅有关文献了解基础知识背景,初步理解语音编码技术的原理及算法。开始撰写开题报告。4月1日至4月20日:认真阅读有关文献,熟练掌握matlab设计实现方案,确定实现算法。了解语音编码的基础知识,熟悉语音编码的种类,初步形成知识体系结构。4月21日至5月15日:运用matlab语言编写程序并调试、验证,初步完成论文框架、大纲和基础部分内容。5月16日至6月10日:正式开始撰写论文,修改论文,完成最终算法仿真6月11日至6月14日:打印论文,修改格

13、式,微调内容,制作ppt准备答辩.。4.指导教师审阅意见指导教师(签字:2013年3月24日说明:本报告必须由承担毕业论文(设计课题任务的学生在毕业论文(设计正式开始的第1周周五之前独立撰写完成,并交指导教师审阅。西安邮电大学毕业设计(论文成绩评定表学生姓名赵荷性别女学号04092034专业班级电科0902班课题名称基于matlab的语音编码技术的实现课题类型软件工程类难度较难毕业设计(论文时间2013年3月11日6月14日指导教师单洁(职称讲师课题任务完成情况论文(千字;设计、计算说明书(千字;图纸(张;其它(含附件:指导老师见分项得分:开题调研论证分;课题质量(论文内容分;创新分;论文撰写

14、(规范分;学习态度分;外文翻译分指导教师审阅成绩:指导教师(签字:2012年月日评阅教师意见分项得分:选题分;开题调研论证分;课题质量(论文内容分;创新分;论文撰写(规范分;外文翻译分评阅成绩:评阅教师(签字:2012年月日验收小组意见分项得分:准备情况分;毕业设计(论文质量分;(操作回答问题分验收成绩:验收教师(组长(签字:2012年月日答辩小组意见分项得分:准备情况分;陈述情况分;回答问题分;仪表分答辩成绩:答辩小组组长(签字:2012年月日成绩计算方法指导教师成绩20(%评阅成绩30(%验收成绩30(%答辩成绩20(% (填写本系实用比例指导教师成绩评阅成绩验收成绩学生实得成绩(百分制答

15、辩成绩总评答辩委员会意见毕业论文(设计总评成绩(等级:院(系答辩委员会主任(签字:院(系(签章2013年6月15日备注西安邮电大学毕业论文(设计成绩评定表(续表摘要.I ABSTRACT.II 引言. (11绪论 (21.1语音编码的发展趋势 (21.1研究内容 (31.2本文使用的软件Matlab介绍 (31.3运行的环境 (41.4本课题研究的意义 (42.语音信号概述 (52.1语音产生和感知模型 (52.2语音编码的性能指标 (62.2.1语音质量 (62.2.2比特率 (72.2.3延时 (72.2.4算法复杂度 (82.3语音编码的国际标准 (83.语音编码的基本方法 (103.1

16、波形编码 (103.2参数编码 (113.3混合编码 (124.基与matlab的语音信号波形编码 (134.1均匀量化PCM (134.2自适应量化PCM (144.2.1前馈自适应 (144.2.2反馈自适应 (154.2.3自适应差分脉冲编码调制ADPCM (165.G.721ADPCM语音编码标准的MATLAB实现 (216.总结 (23致谢 (24参考文献 (25附录 (26语音是人们交换信息最方便、最快捷的一种方式,在信息社会高速发展的今天,使用数字化的方法进行语音的传输、储存、识别、合成以及增强等是数字化通信网中最重要也是最基本的组成部分之一。随着人类步入信息社会脚步的加快,越来

17、越多的地方都需要用到语音信号处理的知识。语音编码的目的就是在保证语音质量(不同的领域对语音质量有着不同的要求的前提下,用尽可能少的二进制数码对语音信号进行正确有效的表示。语音编码技术有着非常广泛的应用领域,它是现代通信和信息工程领域不可缺少的关键技术,它已经成为信息科学领域的研究热点。编码标准的制定和研究,越来越受重视,许多语音编码标准正在不同的应用领域发挥着举足轻重的作用。语音编码在数字通信网中占据着重要的位置,人们对移动电话和IP电话不断增长的需求很明显的证明了它活跃的的生命力。随着通信技术和信息社会的飞速发展,频率资源显得越来越宝贵。因此,降低电话信道的传输码率又或者是压缩语音信号的传输

18、带宽,一直以来都是人们所追求的目标,语音编码在实现这个目标的过程中肩负着异常重要的角色。数字语音通信是目前信息产业中发展最快也是普及面最广的业务。IP电话的持续发展,使得国内长途电话和国际长途电话大幅度降价,使广大人民收益。移动通信的数字化发展趋势,不但有利于扩展信道容量,改善服务质量,而且更加促进了这一产业的飞速发展。语音信号的数字化和压缩对军事通信也有着极其重要的意义。总而言之,数字语音通信和模拟语音通信相比较,具有保密性好、抗干扰性强、易于开展增值业务、控制和管理方便、生产成本低等优点。而语音的存储技术和语音编码又是密不可分的。语音应答系统、语音信箱、数字录音电话、语音查询系统等,也都是

19、随着语音压缩编码技术而发展起来的。关键字:语音编码,压缩,语音信号,二进制,带宽,频率,语音质量,传输ABSTRACTSpeech is the most convenient to exchange information,the fastest a way,in the high speed developed information society,the evaluated using the method of digital voice transmission,storage,identification,synthesis and enhancement is the most

20、 important in the digital communication network,one of the most basic part.along with the speed up the pace of human into the information society,More and more place need to use knowledge of speech signal processing.Aim is to ensure the quality of voice of speech coding,different areas have differen

21、t requirements for voice qualityunder the premise of as little as possible of the binary number of digital voice signal effectively,speech coding technology has a wide application field,it is indispensable to modern communication and information engineering and key technologies,and it has become a r

22、esearch hotspot in the field of information science.various speech coding standards(national or regional or internationalresearch and develop,has been widespread attention,many language coding standards are play an important role in different application fields.Speech coding occupies an important po

23、sition in the digital communication network, people demand for sustained growth of mobile phone and IP telephone powerful prove its vitality.with the high-speed development of information society and communication technology,Frequency resources become less valuable.therefore,compression of speech si

24、gnal transmission bandwidth or phone channel transmission code rate.Digital voice communication is the fastest development in information industry,the most widely popularization rate of business.The sustainable development of IP telephone, make domestic long distance calls and international long dis

25、tance phone call big price cuts, masses of people.digital mobile communication,expanded the channel capacity,improve the service quality and promote the rapid development of the industry.in the satellite channel.All in all,digital voice communication compared to analog voice communications, is featu

26、red by strong anti-interference,the secrecy good,easy to carry out value-added services,management,and convenient control,low production cost advantages.And voice storage technology and speech coding are inseparable.voice response system,digital recording telephone,voice mail,voice inquiry system,et

27、c.,are also developed with voice compression coding.Keywords:speech,coding;compress;speech,signal;binary,system;bandwidth;frequency;spe ech quality;transmission引言语音是人类相互之间交流时最常使用的信息载体。在信息化高度发展的今天,语音处理技术以及它的应用已经成为信息化社会不可缺少的重要组成部分。语音的产生是一个非常复杂的过程,包括心理和生理等方面的一系列动作。当人们需要通过语言表达某种信息的时候,这种神经信号就会作用于发生器官从而产生

28、携带信息的语音信号。语音信号处理的研究产生于对发生器官的模拟。1939年,美国人H.Duley展出了一个非常简单的发声过程模拟系统,之后发展成为声道的数字模型。利用这个模型就可以对语音信号进行各种频谱以及参数的分析,同时也可以根据分析获得的频谱特征或参数变化规律来合成语音信号,实现机器的语音合成。目前,对语音信号进行研究,一般都是基于语音信号的数字表示。因此,语音信号数字处理的基础就是语音信号的数字表示。我们熟知的采样定理是语音信号数字化的理论依据。语音信号离散表示的方法可以分为两类:波形表示和参数表示,通过采样和量化的过程来保存模拟语音信号“波形”的方法即为波形表示,而参数表示是把语音信号表

29、示成为某种语音产生模型的输出。为了得到参数表示,就必须对语音信号进行采样和量化,然后再进一步处理以得到语音信号产生模型的参数。语音信号产生模型的参数一般可以分为了两大类:一类是激励参数,另一类是声道参数。一直以来,人们都很重视对语音信号和语音通信的研究。社会的进步对于语音通信提出了更高的要求,需要更低的数码率和更高的语音质量,从而推动了语音编码技术的发展。然而自动控制和计算机科学的发展又要求用语音沟通人与机器的信息交流,要求机器能听懂人说话并且能对人说话,甚至还能辨别得出是谁在说话,这又推动了语音识别、说话人识别以及语音合成的研究,从而使语音处理的技术得到了迅速的发展。语音编码、说话人识别、语

30、音信箱、语音合成等技术的基础,都是对语音信号特征的进一步深入的认识,都要利用数字信号处理的一些技术来处理和分析语音信号,而更深层次的发展则涉及到了人的听觉机理和发音机理,与生理学、语言学甚至心理学都有关。1绪论1.1语音编码的发展趋势从1980年至今,在语音编码的领域,已经做出了特别多重要的进展。这些进展的取得主要有以下几种原因:对语音信号的结构和语音的产生机理有了更加深入的理解。对人类听觉系统的深入理解,利用了人耳的掩蔽效应,提出了有利于实现的理解加权滤波器方案。更加优良的量化技术被提出了,特别是合成-分析的技术,使得重构语言的质量有了显著的提高。数字信号处理芯片(DSP的大量使用,为语音编

31、码器的商品化打下了坚实的基础。这些发展趋势一直在继续,至少目前的状况就是这样的。我们已经看到,ITU-T语音编码的专家组,研究的焦点有移动的倾向。大约在1992年以前,在语音编码上的主要进展,大都是基于线性预测的,是在使用合成-分析法的基础上得到的。这些年以来,对于4.8kib/s到16kib/s间的比特率,这种方法近乎占据了统治地位。但是,现在有情况显示,如果比特率降低到4.8kib/s以下,基于线性预测的合成分析方法,超过其他方法的优点就会逐渐减少。语音编码所需要的最低信息速率,是一个异常复杂的问题。它被多种因素所限制,但是,作为一个低限,临界信息速率是人们理解信号所需要的速率。这个问题还

32、需要我们继续深入的研究,因为有关于语音信号的某些信息,虽然人能够感觉到有变化,但是编码器却找不到对应的特征参量。相反的,有时候语音的特征参量和波形变化很大,但人依旧可以毫无障碍的理解。例如一个发音人,他将一段文章连续读两次,产生了两段非常不同的波形,但是,这些差别并不会影响收听者的理解。因此,要说语音编码器具有多少比特率,才是最终的结果,目前还是很困难的。但是,要达到这个目标,对人脑感知信号的过程,必须有更加深入的研究,这是一项长期而艰巨的工作。语音通信是人类通信最基本也是最重要的方式之一。语音信号的数字化传输和存储,在抗干扰能力、快速交换、可靠性等方面远远胜过模拟化,而且灵活方便,易于保密,

33、价格低廉,因此数字化语音在通信系统中所占的比重越来越大。语音编码是数字语音通信中的一项极其重要的技术,为了能够使同样的信道容量能传输更多路的语音信号并且能节省存储空间,随着通信技术的发展,语音编码技术也取得了很大的进展,并且在短波、超短波、地面微波和卫星通信系统中得到了非常广泛的应用。1.1研究内容本论文主要介绍的是的语音信号的编码。本论文针对以上问题,运用数字信号学基本原理实现语音信号的编码,在matlab7.0环境下综合运用语音信号的编码及处理知识,实现G.721ADPCM语音编码。我所做的工作就是了解语音信号的产生和感知模型,熟悉语音信号的性能指标,了解语音编码的国际标准,并且掌握各种语

34、音编码的方法,了解各自的优缺点及应用领域,借助matlab7.0软件,编写程序,最终实现G.721 ADPCM的语音编码。1.2本文使用的软件Matlab介绍Matlab是美国MathWorks公司出品的一款商业数学软件,应用于算法开发、数据可视化、数据分析及数值计算的高级技术计算语言和交互式环境,主要包括Matlab 和Simulink两部分。Matlab在现实中应用十分广泛,随处可见,在各个领域都有着广泛的使用。Matlab是矩阵实验室(Matrix Laboratory的简称,和Mathematica、Maple 并称为三大数学软件(7。它在数值计算方面以及数学类科技应用软件中都是占据着

35、重要的地位。Matlab的基本数据单位是矩阵,它的指令表达式与数学、工程中常用的形式很相似,所以用Matlab解算问题要比用C,FORTRAN等语言来做相同的事要简单很多,而且mathwork也吸收了像Maple等软件的诸多优点,使Matlab成为一种强大的数学软件。此外,许多Matlab爱好者都编写了一些经典的程序,用户可以直接下载就可以使用。Matlab语言具有开放的源程序,除了内部函数以外Matlab核心文件和工具箱文件都是可读可改的源文件,用户可以通过对源文件的修改以及加入自己的函数文件而构成自己的专用工具箱。Matlab语言灵活,方便易学。Matlab语言调试手段丰富,调试速度快,把

36、编辑、编译、连接和执行融为一体,不必要求用户具有高深的数学和程序语言设计的知识,不必要求用户深刻的了解算法和编程技巧。信号处理是Matlab 的重要应用领域之一。1.3运行的环境运行环境主要介绍了硬件环境和软件环境。硬件环境:(1处理器:AMD三核羿龙处理器N830(2内存:2GB(3硬盘空间:500GB软件环境:操作系统:Window7开发环境主要介绍了本系统所采用的操作系统、开发语言。(1操作系统:Windows7家庭版(2开发环境:Matlab7.01.4本课题研究的意义语音编码的目的,就是为了寻求语音信号的某种紧缩表示方法,以便能够在频带有限的有线信道和无线信道上有效传输,或在介质中存

37、储这些信号时节约了存储空间。说的更具体一点,语音编码的目的,就是用尽可能少的比特数以数字形式表示语音信号,同时保持要求的语音可懂度和语音质量(2。因此,语音编码又称语音压缩编码或简称为语音压缩。推动语音编码技术发展的最主要因素,是数字通信的发展,以及对降低比特率和节约带宽的普遍需要。语音编码就是在降低比特率和保持语音质量之间进行权衡的,在某些应用中还必须要考虑编解码的复杂度、编码延时,以及与误码和丢包有关的性能等其他因素。语音编码的对象是数字化的语音信号和音频信号,语音信号编码有特别广泛的应用领域,其中包括:通信,数字同步的声音和数据及大量的基于PC的游戏和多媒体应用等。2.语音信号概述2.1

38、语音产生和感知模型语音编码是通过去除语音信号内的冗余量来降低码率的,因此,理解语音信号的产生和感知原理对于涉及语音编码器是非常重要的。在理想的情况下,一个设计合理的编码器只需要对感知相关的参数进行编码就可以获得高质量的重建语音。在语音产生时,肺部排出空气形成气流。当空气经过声带时,如果声带是紧绷的,则声带将产生张弛振动,声带会形成周期性的打开和关闭1。声带开启时,空气流会从声门喷射出来,形成一个脉冲;声带闭合时,相当于间歇期的脉冲序列。因此,这种情况下会在声门处产生一个准周期性脉冲序列的空气流,该空气流经过声道后最终从嘴唇辐射出声波,这便是“浊音”语音1。如果声带是完全舒展开的,则肺部发出的空

39、气流将会毫无阻碍的的通过声门。空气流通过声门后,会遇到两种不同的情况。一种情况是,如果声道的某个部位发生收缩从而形成一个狭窄的通道,当空气流到达此处时被迫以高速冲过收缩区,并且在附近产生出空气的湍流,这种湍流空气通过声道后便形成“摩擦音”或“清音”1;另一种情况是,假设声道的某个部位完全闭合在了一起,则当空气流到达时便在此处形成空气压力,一旦闭合点突然开启,气压便会快速释放,“爆破音”就是这样形成的。这样看来,语音是由空气流激励声道最后从嘴唇或鼻孔或同时从嘴唇和鼻孔辐射出来而产生的2。浊音、清音以及爆破音三种不同类型的语音的激励源是不同的。浊音的激励源是位于声门处的准周期脉冲序列,清音的激励源

40、则是位于声道的某个收缩区的空气湍流(类似于噪音,而爆破音的激励源是位于声道某个闭合点处建立起来的气压及其突然释放2。三种激励方式将声音产生出来之后,声音便会顺着声道进行传播。声道就犹如一个具有某种谐振特性的腔体,而声音就是从这样一个腔体中间通过。腔体的一组谐振点被称之为共振峰,声道的频谱特性就是由这些共振峰的位置及各个峰的宽度所决定的,声道的形状和尺寸由共振峰以及其带宽取定。声道共振特性会影响输出的气流频率。谐波成分蕴含在声门脉冲序列当中,这些频率成分与声道的共振峰频率之间相互作用,语音的音质会受到其很大的影响。共振峰频率与声道传输函数相对应,当鼻道关闭,并且声门振动是唯一的激励源时,声道传输

41、函数就不会出现有限的零点,这将很大程度上简化了分析。为了精确的描述语音,必须采用尽可能多的共振峰,但是在实际应用中,只有头三个共振峰才是最重要的。语音信号的频谱特征可以表现出语音产生的时域性质。浊音信号的频谱表现出了相当明显的谐振结构,谐振频率就相当于声门开合的基音频率,但谐振结构在清音信号中不存在,白噪声谱和其频谱更为相似。除了在浊音时存在一定的谱倾斜之外,明显的谱包络在声门激励中是不存在的。语音信号的谱包络是因为声门激励通过声道的原因。声道的频率响应不是很平坦导致了在相邻的语音信号间需要引入一定的相关性,这种相关性一般称之为短时相关性。此外,因为浊音时激励信号所具有周期特征,因此,又会导致

42、相邻基音脉冲中对应样点之间的相关性,区别于短时相关性的这种相关性称之为长时相关性2。在频域上,信号的包络谱对应短时相关性,而频率的精细结构则对应长时相关性。信号间的冗余度就可以由这两种相关性而引入,这就需要语音编码技术采用合理的方法来解决,常采用的方法有LPC 分析、基音预测器等。图 2.1语音信号产生的数字模型由上面分析可知,一个简单的语音产生源滤波器模型在实际应用时往往将声门脉冲模型、声道响应和辐射效应结合起来用一个时变滤波器来表示。语音的听觉感知是一个复杂的人脑-心理过程。目前,我们对听觉感知的研究还很不成熟,听觉感知的实验主要还在测试响度、音高和掩蔽效应等阶段。人耳听觉界限的频率范围大

43、约为20Hz20kHz 。在频率范围低端,感觉声音变成低频脉冲串,在高端感觉声音减小直至完全听不到一点声响。语音感知的强度范围是0130dB 声压级(基准声压级为10-10W/cm 2,声音强度太高,就会让人感到难以忍受,强度太低则会感到寂静无声。2.2语音编码的性能指标2.2.2.2.11语音质量这里所说的语音质量是指解码器输出语音的质量。语音质量包括了语音的可懂度、自然度,以及说话人辨识等多个方面。评估编码语音质量的理想条件是:输入语音清晰(无背景噪声,无传输误码,一次编码。重要的是,在理想条件下解码后的语音听起来感觉到的质量如何。但是实际上却是很难满足这些理想条件的,因为,大多数实际应用

44、环境都存在着大量的背景噪声;传输过程中有误码(个别比特误码,甚至整帧丢失;在会议电视等诸多应用中常常需要桥接好几个呼叫者,以便使每个呼叫者都能听到其他呼叫者的谈话,因此,就会要求语音编解码器把每个呼叫者的码流解码后再进行相加,并且将相加结果重新进行编码,这就会出现多次编码和解码的情况,甚至会出现不用编码标准进行级联的情况。在评估语音质量的时候,所有这周期脉冲发生器声门脉冲模型G (Z 白噪声发生器声道模型V (Z 辐射模型R (Z 基音频率声道参数语音信号S (n 振幅A V 振幅A u些情况都应该加以考虑。评估语音质量有主观和客观两类度量标准。大多数客观度量标准是以分贝(dB数表示的信噪比(

45、SNR为基础的3。基于SNR的度量主要用来说明重建语音与原始语音波形的近似程度,因此适合用于波形编码,这种度量的计算过程简单,而且可以根据它来确定重建语音的增益及延时。但是,它没有考虑到人耳的听觉感知特性,因此,在传输速度有限的应用中,经常会出现信噪比高的重建语音不一定对应于听觉感知好的语音质量,即会出现客观度量的语音质量与主观听觉感知的语音质量不一致的情况。所以在低比特率编码的应用中,常常不使用客观度量的方法而主要使用主观度量的方法。2.2.2比特率比特率又称为码率,是指对长为1s的语音信号进行数字编码所用的比特数,度量单位是每秒比特(b/s3。比特率反映的是语音被压缩的程度,比特率越低说明

46、语音压缩程度越高。编码语音具有较高的比特率,意味着它要求占用较宽的带宽。编码语音常常与其他数据公用一个信道,因此,总是希望在保证满足解码语音质量要求的前提下,使编码语音的最大比特率尽可能降低,以使占用的信道带宽尽量的小。大多数语音编码器工作在固定的比特率,但却不管输入语音信号的特性。在多媒体应用的情况下,由于编码语音与其他形式的信号共享同一信道,因此最好能使编码器的比特率是可变的。在语音和数据同时在同一个信道上传送的应用中,可以在语音信号的时段(语音活动期使用一个固定的比特率,而在没有语音信号的时段(只有背景噪音的静默期使用一个较低的比特率,这就是所谓的静默期压缩方法。在采用静默期压缩方法时,

47、把静默期的比特率降到零(不传送任何比特的做法是不可取的,因为人们习惯于在静默期听到有低电平的背景噪声而不习惯于死一般的寂静。如果在静默期没有传送任何比特,那么,在解码时应该人为地生成一种让人听了感到舒服的背景噪声加入到静默期中,这就是所谓的“舒适噪声生成”方法3。为了使语音活动段与静默期之间平滑过渡,要求编码端和解码端准确同步;由于在静默期没有传送任何比特,因此这种同步有时是很困难的。比特率与语音编码有着密切的关系,一般的趋势是比特率越高解码语音质量越好。具体来说,广播质量语音的比特率至少应该大于64kb/s;长途电话质量语音的比特率为864kb/s,取决于语音编码器的复杂度;通信质量语音的比

48、特率为4.8 12kb/s;合成语音质量的比特率一般都低于4.8kb/s。2.2.3延时语音编码系统的延时由运算延时、处理延时和通信延时等3部分组成。许多低比特率语音编码器对数据的处理和传送是逐帧进行的,此外,有时为了能够对信号进行更加充分的分析和处理,需要使用一帧数据之前的若干数据(称为欲做准备数据,因此,需要首先把一帧数据和其前面的若干数据加以缓存,然后才能开始对这帧语音进行编码,由此产生的延时称为运算延时。但是无论怎么样改变编码和解码的方案,运算延时却是无法减小的,但是其他两种延时是能够通过硬件的改进来减小的。编码器的编码时间和解码器重建语音的时间总和称之为处理延时。处理延时取决于编码和

49、解码的算法,以及实现编码器和解码器的硬件速度。运算延时与处理延时之和称为单向编解码延时。一帧数据从进入编码器输入端算起,直到由解码器输出端输出,中间不经过信道,总共需要的时间,称之为通信延时。上述的运算延时、处理延时和通信延时的总和称为编码系统的单向系统延时。在通信系统中,如果存在着由阻抗不匹配而产生的回声,那么,编码延时将会增大回声对声音信号的影响,并使语音信号的质量下降。所以,在没有回声的情况下,最大单向系统延时不大于200ms。在有回声的情况下,要求最大单向系统延时不大于25ms。因此,通信系统中常常需要使用回声消除器。2.2.4算法复杂度语音编码的算法复杂度直接决定了硬件实现的复杂性、

50、体积、功率消耗以及价格等指标。大多数实时语音编码算法是在数字信号处理器DSP上实现的。因此,一个比较复杂的算法要求功能更加强大的DSP芯片。DSP芯片的运算速度用单位时间(每秒执行百万条指令数(MIPS来表示。低复杂度语音编码器需要的运算速度低于15MIPS,高复杂度的语音编码器需要的运算速度高于30MIPS,中复杂度语音编码器需要的运算速度介于这两个数值之间。算法复杂度是设计或选择语音编码算法时需要重点考虑的因素。增加编码算法的复杂度意味着增加硬件实现的成本、增加硬件的功率消耗(对于便携式设备来说,意味着电池充时间间隔缩短。另一个需要考虑的因素是语音编码器的功率消耗和价格在整个系统中所占的比

51、例。为了达到给定的比特率,如果能够把这个比重控制在10%左右,可以尽量选择最好的编码器算法,因为各种不同编码器的功率消耗和价格之间的差别一般不足以改变这个比重。但是如果这个比重偏大,选择最适合的编码器就非常有必要了。2.3语音编码的国际标准由于数字语音编码技术具有广阔的应用范围和良好的市场前景,从20世纪80年代开始,国际上著名的通信研究机构和大学均大力开展高音质低码率的语音编码技术的研究,并且取得了丰硕的成果,因此,语音编码技术的标准化工作就显得尤为重要。ITU在语音编码技术的标准化方面做了大量的工作,制定了很多标准,并且逐渐受到了业界的认同。在其中,比较典型的有G.711、G.711、G.

52、721、G.728、G.729等标准。(1G.711标准最早的语音编码方案是PCM编码,PCM的码率是64kbps。对语音信号按照8kHz 进行采样,再对每一个样本做8bit的标量量化。这种方案只能将语音由模拟信号变为数字信号,但却没有做任何进一步的数学处理。虽然它的码率很高,但是处理程序却很简单,至今仍然在很多的场合中被采用。它被ITU定为G.711。(2G.721标准G.711标准产生之后,人们在语音压缩编码领域投入了大量的精力进行研究。经很长时间的研究,一种致力于消除语音信号样本间相关性的线性预测编码算法被科学家们提出了。它可以在基本保证音质的条件下,使码率有了较大程度的压缩。利用当时还

53、处于初级阶段的线性预测方法,科学家们成功开发出了码率为32kbps(相对于PCM码,它被压缩了一半的增量调制编码ADPCM方案,但音质略次于PCM编码,可懂度和自然度都很不错,立即就受到了人们的亲睐。它被ITU定为G.721标准。(3G.728标准正当人们对线性预测编码技术进行深入研究的时候,另外一种利用相关性压缩量化编码的方法即矢量量化方法被提出来。该技术在压缩量化编码上的效率很高,但其缺点是计算量太庞大,随着IC技术的不断发展,计算机和DSP的运行处理速度加快,这种编码方式的可行性就越加的明显。不过现代的计算机和DSP芯片已经能够满足它的计算要求。把矢量量化技术和线性预测编码技术联合起来使

54、用,就产生了许多比较成功的音质较好的线性预测编码方法3。例如:多脉冲激励线性预测编码算法。规则脉冲激励线性预测编码算法以及码激励线性预测编码算法(即CELP算法等。其中由CELP算法衍生出的低延时码激励线性预测编码算法更为成熟,1991年被ITU定为G.728标准。LD-CELP算法的语音质量不低于ADPCM,但其码率又比ADPCM降低了一倍,即为16kbps。(4G.729标准保持高音质就是要使合成原始语音的均方误差始终小到不易察觉。在这样的前提下,通过改进算法,达到进一步压缩码率的目的CS-ACELP算法就是该思路的历史产,它实现了8kbps的码率,比LD-CELP又降低了一倍,然而它所达

55、到的语音质量却一点也不亚于G.721标准,但却比G.721标准码率压缩了整整四倍。ITU在1996年将CS-ACELP算法制定为G.729标准。在实际选择语音编码标准时,要综合考虑带宽、时延、算法复杂度等各种因素。3.语音编码的基本方法3.3.11波形编码波形编码是最简单也是应用最早的语音编码方法。最基本的一种就是PCM编码,如G.711建议中的A律或律。APCM、DPCM和ADPCM也属于波形编码的范畴,使用这些技术的标准有G.721、G.726、G.727等。波形编码具有算法简单,自适应能力强和语音质量高等特点。因此,在1664kb/s的码率范围已经获得了广泛的应用。由于波形编码只着眼于信

56、号波形,而不管信号是如何产生的,因此,在需要对语音信号和非语音信号都进行成功编码的应用中是最有用的。例如,在PSTN中需要同时成功传输调制解调器和传真的信令音,信号的交换和语音的成功传输差不多同等重要。应用最普遍的波形编码有均匀16bPCM、压扩8bPCM和ADPCM。但是,波形编码的码率无法进一步降低,因为如果把码率降到16kb/s以下,那么将得不到令人听觉满意的语音质量。抽样量化编码数字通信系统解码低通滤波器模拟信号模拟信号P C M信 号P C M信号模/数变换数/模变换图 3.1PCM原理图其他重要的波形编码方法还有变换编码和子带编码,一般认为变换编码在语音信号中作用不是很大,但在音频信号中它却是主要的压缩方法。变换编码的原理是:首先把语音信号在时域内分成相继的帧(可以有部分重叠,典型情况下没帧包含64 512个取样值;然后对每帧信号进行某种酋变换,得到一组变换系数,然后对每组变换系数独立的进行量化和编码。在接收端,对接收到的码字解码后得到变换系数,然后对每组变化系数进行相应的逆变换,恢复出每帧语音信号,最后将所有帧信号连接起来(如有重叠则进行叠接相加便得到重构语音信号。设计得好的变换能够把信息和能量集中于少数变换系数,因此在对