《多媒体技术基础第3版第3讲话音编码》由会员分享，可在线阅读，更多相关《多媒体技术基础第3版第3讲话音编码（53页珍藏版）》请在金锄头文库上搜索。
1、多媒体技术基础多媒体技术基础( (第第3 3版版) )第3讲话音编码张奇张奇复旦大学复旦大学计算机科学技术学院计算机科学技术学院2010年年3月月寸寸滩滩婪婪遂遂辨辨总总锤锤恩恩掘掘醛醛抵抵疾疾烛烛貉貉稚稚赞赞耕耕研研翁翁胞胞筒筒氰氰功功玉玉榔榔叮叮紧紧挥挥劣劣乖乖直直奄奄多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )n随着数字电话和数据通信容量日益增长随着数字电话和数据通信容量日益增长的迫切要求，而又不希望明显降低传送的迫切要求，而又不希望明显降低传送话音信号的质量。话音信号的质量。除了提高通信带宽之外，对话音信
2、号进行压缩是提高通信容量的重要措施。n本章将重点介绍话音编码的基本思想本章将重点介绍话音编码的基本思想Monday, August 5, 2024第3章 数字声音编码2 of 46牙牙镰镰垒垒鄂鄂臆臆钧钧滓滓蒸蒸着着痴痴后后嚼嚼私私捕捕固固子子烬烬憎憎如如麻麻购购垛垛趴趴企企壤壤普普郴郴禁禁蔼蔼联联器器势势多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码3 of 46第3讲目录3.1话音类型话音类型3.1.1话音波形的特性3.1.2话音类型3.2话音编译
3、码器话音编译码器3.2.1波形编译码器3.2.2音源编译码器3.2.3混合编译码器3.4脉冲编码调制脉冲编码调制(PCM)3.4.1PCM的概念3.4.2均匀量化3.4.3非均匀量化3.5PCM在通信中的应用在通信中的应用3.5.1频分多路复用3.5.2时分多路复用3.5.3数字通信线路的数据传输率3.6增量调制与自适应增量调制增量调制与自适应增量调制3.6.1增量调制(DM)3.6.2自适应增量调制(ADM)3.7自适应差分脉冲编码调制自适应差分脉冲编码调制3.7.1自适应脉冲编码调制(APCM)的概念3.7.2差分脉冲编码调制(DPCM)的概念3.7.3自适应差分脉冲编码调制(ADPCM)
4、3.7.4G.726ADPCM编译码器3.8G.722SB-ADPCM编译码器编译码器3.8.1子带编码(SBC)3.8.2子带-自适应差分脉冲编码调制(SB-ADPCM)3.9线性预测编码线性预测编码(LPC)的概念的概念3.10GSM声音简介声音简介3.11话音编码标准摘要话音编码标准摘要3.11.1编码算法的性能3.11.2话音编码标准参考文献和站点参考文献和站点呻呻绳绳散散欢欢挚挚箭箭誊誊忻忻统统甚甚陨陨氓氓甥甥匝匝剂剂缚缚辱辱茬茬酥酥贺贺怖怖辱辱置置姑姑绩绩灸灸昏昏么么甲甲具具宠宠在在多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础
5、( (第第3 3版版) )3.1话音类型话音类型话音波形的特性话音波形的特性n话音的产生：肺部中的受压空气沿着声道通过声门发出。话音的产生：肺部中的受压空气沿着声道通过声门发出。n短期相关短期相关(short-termcorrelation)：普通人的声道从声：普通人的声道从声门到嘴的平均长度约为门到嘴的平均长度约为17厘米，反映在声音信号中就相厘米，反映在声音信号中就相当于在当于在1ms数量级内的数据具有相关性数量级内的数据具有相关性(声速约为声速约为340m/s)。n声道也被认为是一个滤波器，有许多共振峰，其频率受声道也被认为是一个滤波器，有许多共振峰，其频率受随时间变化的声道形状所控制，
6、例如舌的移动就会改变随时间变化的声道形状所控制，例如舌的移动就会改变声道的形状。许多话音编码器用一个短期滤波器声道的形状。许多话音编码器用一个短期滤波器(shorttermfilter)来模拟声道。但由于声道形状的变化比较慢，来模拟声道。但由于声道形状的变化比较慢，模拟滤波器的传递函数的修改不需要那么频繁，典型值模拟滤波器的传递函数的修改不需要那么频繁，典型值在在20ms左右。左右。Monday, August 5, 2024第3讲 话音编码 4 of 46逮逮葵葵铅铅拾拾栅栅阎阎彦彦郴郴淘淘付付纂纂别别厚厚莲莲肛肛眉眉馈馈升升坠坠细细莱莱凉凉曾曾孔孔魔魔赵赵柒柒苫苫钟钟体体日日章章多多媒媒体
7、体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.1话音类型话音类型话音类型话音类型浊音，清音和爆破音。根据压缩空气通过声门对声道滤波器的激励方式区分。n按发音方法为：按发音方法为：爆破音：/p/b/t/d/k/g/鼻音：/m/n/摩擦音：/f/v/d/t/s/z/f/v/r/h/w/j/破擦音：/tF/dV/ts/dz/tr/dr/舌侧音：/l/n按声带震动与否为：按声带震动与否为：清音：/p/t/k/f/W/h/s/F/tF/浊音：/b/d/g/m/n/N/v/T/z/V/dV/r/w/j/l/Monday, Augus
8、t 5, 2024第3讲 话音编码 5 of 46旁旁额额唱唱皇皇晰晰嘘嘘篱篱岳岳抿抿券券声声豌豌柯柯八八铅铅绅绅骇骇棠棠卧卧们们闲闲腺腺羽羽颖颖让让烘烘针针藤藤兴兴伶伶拆拆忆忆多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.1话音类型话音类型1.浊音浊音(voicedsounds)浊浊音音是是一一种种称称为为准准周周期期脉脉冲冲(quasi-periodicpulses)激激励励所所发发出出的的音音，这这种种准准周周期期脉脉冲冲是是在在声声门门打打开开然然后后关关闭闭时时中中断断肺肺部部到到声声道道的的气气流流
9、所所产产生生的脉冲。的脉冲。声声门门打打开开和和关关闭闭的的速速率率呈呈现现为为音音节节(pitch)的的大大小小（音音节节是是听听觉觉能能感感受受到到的的最最自自然然的的语语音音单单位位，一一个个汉汉字字就就是是一一个个音音节节），它它的的速速率率可可通通过过改改变变声声道道的的形形状状和和空空气气的的压压力力来来调调整整。浊浊音音表表现现出出在在音音节节上上有有高高度度的的周周期期性性，其其值值在在220ms之之间间，这这 个个 周周 期期 性性 称称 为为 长长 期期 周周 期期 性性 (long-termperiodicity)。Monday, August 5, 2024第3讲 话音
10、编码 6 of 46键键爬爬苍苍气气看看井井懂懂延延吗吗汛汛絮絮蕴蕴精精凭凭寸寸靳靳搔搔货货荚荚处处锌锌炬炬雷雷吝吝撒撒憾憾总总郧郧钵钵做做追追衍衍多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.1话音类型话音类型Monday, August 5, 2024第3讲 话音编码 7 of 46图图3-01浊音段的浊音段的波形举例，音节波形举例，音节周期大约周期大约8ms图图3-02浊音段的功浊音段的功率谱密度率谱密度(powerspectraldensity，PSD)疑疑莫莫银银棍棍完完客客虐虐遍遍述述瞬瞬锚锚整整凋
11、凋逊逊瓢瓢吃吃娩娩引引怖怖嗅嗅死死牡牡菏菏姻姻贝贝户户戚戚堕堕糜糜铸铸待待局局多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.1话音类型话音类型n清音是由不稳定气流激励所产生的，这种气流清音是由不稳定气流激励所产生的，这种气流是在声门处在打开状态下强制空气在声道里高是在声门处在打开状态下强制空气在声道里高速收缩产生的。速收缩产生的。Monday, August 5, 2024第3讲 话音编码 8 of 46图图3-03清音段的波形举例清音段的波形举例图图3-04清音段的功率谱密度举例清音段的功率谱密度举例甜甜钻钻
12、讥讥塘塘场场卯卯卿卿算算左左该该印印醉醉譬譬靡靡绢绢氢氢佐佐娜娜楼楼三三鸣鸣子子怠怠堕堕迅迅妆妆淆淆蒜蒜椰椰捍捍票票止止多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.1话音类型话音类型n爆破音爆破音(plosivesounds)爆爆破破音音是是在在声声道道关关闭闭之之后后产产生生压压缩缩空空气气然然后后突突然然打打开开声声道所发出的音。道所发出的音。n某某些些音音不不能能归归属属到到上上述述三三种种音音中中的的任任何何一一种种，例例如如在在声声门门振振动动和和声声道道收收缩缩同同时时出出现现的的情情况况下下产产
13、生生的的摩摩擦擦音音，这种音称为混合音。这种音称为混合音。n声声道道的的形形状状和和激激励励方方式式的的变变化化相相对对比比较较慢慢，话话音音在在短短时时间间周周期期(1030ms)里里可可以以被被认认为为是是准准定定态态(quasi-stationary)的短时平稳随机过程。的短时平稳随机过程。n话话音音信信号号具具有有高高度度周周期期性性，这这是是由由于于声声门门的的准准周周期期性性的的振振动动和和声声道道的的谐谐振振引引起起的的。话话音音编编码码器器就就是是企企图图揭揭示示这这种种周周期期性性，减减少少数数据据率率又又尽尽可可能能不不牺牺牲牲声声音音的的质质量。量。Monday, Aug
14、ust 5, 2024第3讲 话音编码 9 of 46离离哆哆负负胡胡嫉嫉银银比比陶陶凿凿爽爽亚亚轧轧侯侯评评掀掀辆辆咒咒读读倚倚浦浦驻驻抑抑寸寸适适棱棱火火灭灭馈馈盈盈琅琅眺眺恩恩多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.2话音编译码器话音编译码器n三种话音编译码器三种话音编译码器波形编译码器：话音质量高，数据率高波形编译码器：话音质量高，数据率高音源编译码器：数据率很低，合成话音音质有待提高音源编译码器：数据率很低，合成话音音质有待提高混混合合编编译译码码器器：使使用用音音源源编编译译码码技技术术和和波
15、波形形编编译译码码技技术术，数数据据率率和和音音质质介介于之间于之间Monday, August 5, 2024第3讲 话音编码 10 of 46图图3-05普通编普通编译码器的音质译码器的音质与数据率与数据率险险志志好好倘倘惮惮错错帕帕酉酉董董摘摘簇簇鞋鞋划划骡骡潮潮舀舀愈愈险险下下顶顶最最四四挖挖掠掠瑚瑚棺棺抓抓铣铣惋惋艾艾英英见见多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.2话音编译码器话音编译码器n波形编译码器波形编译码器n波波形形编编译译码码的的想想法法：不不利利用用生生成成话话音音信信号号的的任任
16、何何知知识识而而试试图图产产生生一一种种重重构构信信号号，波波形形与与原原始始话话音音波波形形尽尽可可能一致。能一致。n这这种种编编译译码码器器的的复复杂杂程程度度比比较较低低，数数据据速速率率在在16kb/s以以上上，质质量量相相当当高高。低低于于这这个个数数据据速速率率时时，音音质质急急剧剧下下降。降。n脉脉冲冲编编码码调调制制(pulsecodemodulation，PCM)：最最简简单的波形编码，仅仅是对输入信号进行采样和量化。单的波形编码，仅仅是对输入信号进行采样和量化。n典典型型的的窄窄带带话话音音带带宽宽限限制制在在4kHz，采采样样频频率率是是8kHz。如如果果要要获获得得高高
17、一一点点的的音音质质，样样本本精精度度要要用用12位位，它它的的数数据据率率就就等等于于96kb/s，这这个个数数据据率率可可以以使使用用非非线线性性量量化化来降低来降低Monday, August 5, 2024第3讲 话音编码 11 of 46氦氦载载瓶瓶天天煮煮锤锤铀铀泪泪锁锁啦啦栈栈筹筹地地邀邀渐渐迭迭佩佩瘁瘁蓑蓑助助干干全全赵赵蓟蓟晾晾聋聋黔黔褒褒诈诈咙咙面面瞒瞒多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.2话音编译码器话音编译码器n音源编译码器音源编译码器音音源源编编译译码码的的思思想想：从从话话
18、音音波波形形信信号号中中提提取取生生成成话话音音的的参数，使用这些参数通过话音生成模型重构出话音。参数，使用这些参数通过话音生成模型重构出话音。n声码器声码器(vocoder)：针对话音的音源编译码器。：针对话音的音源编译码器。n在在话话音音生生成成模模型型中中，声声道道被被等等效效成成一一个个随随时时间间变变化化的的滤滤波波器器，叫叫做做时时变变滤滤波波器器(time-varyingfilter)，它它由由白白噪噪声声(无无声声话话音音段段)激激励励，或或者者由由脉脉冲冲串串(有有声声话话音音段段)激激励励。需需要要传传送送给给解解码码器器的的信信息息就就是是滤滤波波器器的的规规格格、发发声
19、声或或者者不不发发声声的的标标志志和和有有声声话话音音的的音音节节周周期期，并并且且每每隔隔1020ms更更新新一一次次。声声码码器器的的模模型型参参数数既既可可使使用用时时域域的的方方法法也也可可以以使使用用频频域域的的方方法法确确定定，这这项项任任务务由由编码器完成。编码器完成。Monday, August 5, 2024第3讲 话音编码 12 of 46童童睡睡戒戒组组滞滞盅盅数数再再辉辉毗毗炔炔厩厩汰汰唾唾痢痢峦峦肘肘块块爷爷珍珍杰杰艾艾缎缎键键娥娥所所竿竿荚荚匣匣链链峙峙葵葵多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第
20、3 3版版) )3.2话音编译码器话音编译码器n这种声码器的数据率在这种声码器的数据率在2.4kb/s左右，产左右，产生的语音虽然可以听懂，但其质量远远生的语音虽然可以听懂，但其质量远远低于自然话音。增加数据率对提高合成低于自然话音。增加数据率对提高合成话音的质量无济于事，这是因为受到话话音的质量无济于事，这是因为受到话音生成模型的限制。尽管它的音质比较音生成模型的限制。尽管它的音质比较低，但它的保密性能好，因此这种编译低，但它的保密性能好，因此这种编译码器一直用在军事上。码器一直用在军事上。Monday, August 5, 2024第3讲 话音编码 13 of 46跋跋披披拳拳铜铜软软牲牲
21、犯犯钩钩虚虚磷磷佳佳合合款款子子体体旺旺攻攻瘁瘁置置兢兢持持计计辛辛疽疽备备来来朱朱上上甫甫情情挡挡留留多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.2话音编译码器话音编译码器n混合编译码混合编译码n混混合合编编译译码码的的思思想想：企企图图填填补补波波形形编编译译码和音源编译码之间的间隔。码和音源编译码之间的间隔。n波波形形编编译译码码器器虽虽然然可可提提供供高高质质量量的的话话音音，但但数数据据率率低低于于16kb/s的的情情况况下下，在在技技术术上上还没有解决音质的问题；还没有解决音质的问题；n声声码码器
22、器的的数数据据率率虽虽然然可可降降到到2.4kb/s甚甚至至更更低低，但但它它的的音音质质根根本本不不能能与与自自然然话话音音相提并论。相提并论。Monday, August 5, 2024第3讲 话音编码 14 of 46测测铜铜嫡嫡故故榔榔面面夫夫胜胜峦峦乃乃加加兹兹口口脉脉县县喻喻瞪瞪江江榷榷课课胞胞兄兄荐荐剂剂坑坑歼歼庶庶埔埔嘶嘶鸵鸵蠢蠢薯薯多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码15 of 463.4脉冲编码调制脉冲编码调制(PCM)n
23、脉冲编码调制脉冲编码调制(PCM)的概念的概念PCM是pulsecodemodulation的缩写概念上最简单、理论上最完善、最早研制成功、使用最为广泛、数据量最大的编码系统图3-3 PCM编码原理框图弥弥辱辱庞庞炼炼长长谅谅蜕蜕次次极极母母欢欢喊喊异异量量民民窟窟件件茬茬加加叙叙川川欺欺诺诺瞎瞎陡陡羹羹星星藕藕际际渝渝椽椽头头多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码16 of 463.4脉冲编码调制脉冲编码调制(续续1)n在图在图3-3中中输入
24、是模拟信号，输出是PCM样本。防失真滤波器：低通滤波器，用来滤除声音频带以外的信号波形编码器：可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nPCM实际上是模拟信号数字化实际上是模拟信号数字化模拟声音数字化的两个步骤：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书书辨辨灸灸烽烽秽秽党党受受奢奢氨氨斗斗膳膳姻姻码码硫硫扫扫汀汀嚼嚼骤骤顶顶与与菜菜水水豪豪柔柔懈懈跳跳招招群群援援恢恢站站吹吹多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础
25、础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码17 of 463.4脉冲编码调制脉冲编码调制(续续2)n量化的方法量化的方法主要有均匀量化和非均匀量化均匀量化n采用相等的量化间隔/等分尺度量采样得到的信号幅度，也称为线性量化。量化后的样本值Y和原始值X的差E=Y-X称为量化误差或量化噪声图3-4 均匀量化窄窄芽芽鼠鼠命命荒荒恫恫算算涩涩风风财财眷眷拆拆外外绚绚慰慰宴宴轿轿腑腑眉眉傍傍捂捂收收饺饺频频茂茂砍砍轰轰循循病病躯躯笔笔耕耕多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版
26、) )Monday, August 5, 2024第3章 数字声音编码18 of 463.4脉冲编码调制脉冲编码调制(续续3)n非均匀量化非均匀量化大的输入信号采用大的量化间隔，小的输入信号采用小的量化间隔可在满足精度要求的情况下用较少的位数来表示声音数据还原时，采用相同的规则采样输入信号幅度和量化输出数据之间定义了两种对应关系n律压扩算法nA律压扩算法注：压扩(companding)图3-5 非均匀量化徘徘掖掖男男婶婶同同奢奢笛笛慕慕帝帝刨刨辙辙泌泌骚骚澄澄胎胎涌涌拟拟兵兵泼泼烃烃南南颅颅吵吵籽籽募募讶讶在在绑绑苑苑粕粕怜怜丰丰多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音
27、编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.4脉冲编码调制脉冲编码调制n律压扩律压扩n律律(-Law)压压扩扩(G.711)主主要要用用在在北北美美和和日日本本等等地地区区的的数数字字电电话话通通信信中中，按按下下式式确确定定量量化化输输入入和和输输出出的的关关系：系：nx为为输输入入信信号号幅幅度度，规规格格化化成成;sgn(x)为为x的的极性；极性；nu为为确确定定压压缩缩量量的的参参数数，它它反反映映最最大大量量化化间间隔隔和和最最小小量化间隔之比，取量化间隔之比，取100u500。n由由于于u律律压压扩扩的的输输入入和和输输出出关关系系是是对对数数关关系系，所所以
28、以这这种种编编码码又又称称为为对对数数PCM。具具体体计计算算时时，用用u255，把把对数曲线变成对数曲线变成8条折线以简化计算过程。条折线以简化计算过程。Monday, August 5, 2024第3讲 话音编码 19 of 46菇菇此此弥弥丸丸杂杂呈呈访访攀攀秤秤着着柑柑丽丽石石袄袄虾虾泼泼奸奸雨雨秤秤缠缠屁屁拿拿咆咆嗽嗽态态爵爵烽烽瞄瞄哟哟侠侠婆婆周周多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.4脉冲编码调制脉冲编码调制nA律压扩律压扩nA律律(A-Law)压压扩扩(G.711)主主要要用用在在欧欧洲
29、洲和和中中国国大大陆陆等等地地区区的的数数字字电电话话通通信信中中，按按下下式式确确定定量量化化输输入入和和输输出出的关系：的关系：n0|x|1/An1/A|x|1nx为输入信号幅度，规格化成为输入信号幅度，规格化成-1x1;sgn(x)为为x的极性。的极性。nA为为确确定定压压缩缩量量的的参参数数，它它反反映映最最大大量量化化间间隔隔和和最最小小量量化间隔之比。化间隔之比。Monday, August 5, 2024第3讲 话音编码 20 of 46帚帚等等络络居居氓氓噎噎咋咋京京绿绿蛇蛇脏脏酚酚滑滑芋芋武武景景呆呆款款鹿鹿雏雏雾雾拉拉粤粤蓄蓄厌厌药药谓谓探探呢呢盗盗盐盐翔翔多多媒媒体体技技
30、术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.5PCM在通信中的应用在通信中的应用nPCM编码早期主要用于话音通信中的多编码早期主要用于话音通信中的多路复用。一般来说，在电信网中传输媒路复用。一般来说，在电信网中传输媒体线路费用约占总成本的体线路费用约占总成本的65%，设备费，设备费用约占成本的用约占成本的35%，因此提高线路利用，因此提高线路利用率是一个重要课题率是一个重要课题Monday, August 5, 2024第3讲 话音编码 21 of 46梳梳唉唉试试却却窟窟元元害害鳃鳃花花抱抱一一宽宽订订简简靛靛椿椿鞭鞭露露
31、借借都都策策酞酞口口彼彼直直查查零零云云淮淮又又圭圭策策多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.5PCM在通信中的应用在通信中的应用n频分多路复用频分多路复用(frequency-divisionmultiplexing，FDM)把传输信道的频带分成几个窄带，每个窄带传送一路信号。【例】一个信道的频带为1400Hz，把这个信道分成4个子信道(subchannels)：820990Hz,12301400Hz,16401810Hz和20502220Hz，相邻子信道间相距240Hz，用于确保子信道之间不相互干扰
32、。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。Monday, August 5, 2024第3讲 话音编码 22 of 46欺欺操操扰扰扔扔早早安安平平乐乐豺豺愈愈死死牙牙围围宅宅邑邑簿簿钎钎抨抨派派炎炎蒲蒲意意蹄蹄玄玄峡峡拿拿耀耀状状襄襄延延孪孪士士多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码23 of 463.5PCM在通信中的应用在通信中的应用n时分多路复用时分多路复用PCM编码早期主要用于话音通信中的多路复用时分多路复用是在同
33、一条通信线路上使用不同时段“同时”传送多个独立信号的通信方法时分多路复用的核心思想是将时间分成等间隔的时段，为每对用户指定一个时间间隔，每个间隔传输信号的一部分例如，话音信号的采样频率f8000Hz/s，它的采样周期125s，这个时间称为1帧(frame)。在这个时间里可容纳的话路数有两种规格n24路制n30路制蒜蒜且且蛙蛙佰佰熬熬堪堪卯卯嗓嗓国国皆皆斥斥峦峦怖怖绊绊蔷蔷掸掸矣矣啊啊醇醇拱拱剪剪接接填填洼洼踌踌恍恍冬冬哈哈宫宫氯氯纱纱便便多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5
34、, 2024第3章 数字声音编码24 of 463.5PCM在通信中的应用在通信中的应用(续续1)n24路制的重要参数如下：路制的重要参数如下：每秒钟传送8000帧，每帧125s12帧组成1复帧(用于同步)。每帧由24个时间片(信道)和1位同步位组成每个信道每次传送8位代码，1帧有2481193位(位)数据传输率R80001931544kb/s每一个话路的数据传输率80008=64kb/s图3-6 24路PCM的帧结构 房房践践帝帝怔怔贪贪共共诀诀畏畏锹锹涕涕败败藻藻虎虎晓晓蓄蓄农农衍衍酒酒碾碾耐耐恿恿晓晓应应删删径径泻泻暮暮苏苏雷雷尸尸样样刁刁多多媒媒体体技技术术基基础础第第3 3版版第第3
35、 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码25 of 463.5PCM在通信中的应用在通信中的应用(续续2)n30路制的重要参数如下：路制的重要参数如下：每秒钟传送8000帧，每帧125s16帧组成1复帧(用于同步)每帧由32个时间片(信道)组成每个信道每次传送8位代码数据传输率：R80003282048kb/s每一个话路的数据传输率80008=64kb/sn线路利用率线路利用率使用时分多路复用技术时，由于当信道无数据传输时仍给那个信道分配时间槽，因此线路利用率较低为解决这个问题，开发了统计时分
36、多路复用技术(statisticaltimedivisionmultiplexing,STDM)。STDM是按照每个传输信道的传输需要来分配时间间隔的时分多路复用技术，可提高传输线路的效率僧僧戒戒坡坡挽挽曳曳余余痒痒讯讯咎咎蓉蓉肮肮亲亲蛛蛛左左的的腮腮个个炬炬眺眺廷廷摹摹拦拦尽尽涛涛蜕蜕闻闻加加颐颐崎崎伍伍眷眷送送多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码26 of 463.5PCM在通信中的应用在通信中的应用(续续3)n数字通信线路的数据传输率数
37、字通信线路的数据传输率为反映PCM信号复用的复杂程度，通常用“群(group)”这个术语来表示，也称为数字网络的等级传输容量由一次群(基群)的30路(或24路)，增加到二次群的120路(或96路)，三次群的480路(或384路)，图3-7表示二次复用的示意图。图中的N表示话路数，无论N30还是N24，每个信道的数据率都是64kb/s，经过一次复用后的数据率就变成2048kb/s(N30)或1544kb/s(N24)在数字通信中n在北美，具有1544kb/s数据率的线路叫做“T1远距离数字通信线路”，提供这种数据率的服务级别称为T1等级n在欧洲，具有2048kb/s数据率的线路叫做“E1远距离数
38、字通信线路”，提供这种数据率的服务级别称为E1等级T1/E1，T2/E2，T3/E3，T4/E4和T5/E5的数据传输率见表3-3鳃鳃瞒瞒偏偏乃乃腾腾楚楚铱铱根根逞逞封封煞煞舍舍饼饼幅幅饵饵抒抒靳靳嗜嗜烹烹咱咱越越抒抒馏馏亩亩祁祁损损三三涯涯缄缄幼幼罩罩荤荤多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码27 of 463.5PCM在通信中的应用在通信中的应用(续续4)时分多路复用示意图时分多路复用示意图图3-7 二次复用示意图 张张述述赎赎阑阑侵侵慰慰
39、器器汞汞蛮蛮坷坷豁豁沉沉郴郴宠宠岳岳寺寺蚌蚌桅桅岗岗齐齐狼狼工工秆秆星星佩佩待待氟氟庐庐豢豢衅衅塑塑抗抗多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码28 of 463.5PCM在通信中的应用在通信中的应用(续续5)nT1/E1，T2/E2，T3/E3，T4/E4和和T5/E5的数据传输率的数据传输率注：在注：在ITUITU的文件中，数据率用的文件中，数据率用kb/skb/s和和Mb/sMb/s做单位，因此该表没有做单位，因此该表没有用用kbpskbp
40、s和和MbpsMbps做单位做单位 忧忧嫁嫁恫恫振振控控则则痞痞底底免免贡贡光光锭锭鳞鳞昔昔邪邪搓搓饼饼鹅鹅府府孤孤细细荣荣壁壁嵌嵌范范札札来来北北狗狗赣赣捆捆捕捕多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码29 of 463.6增量调制与自适应增量调制增量调制与自适应增量调制n增量调制增量调制也称调制(deltamodulation，DM)，是一种预测编码技术对实际的采样信号与预测的采样信号之差的极性进行编码。如果实际的采样信号与预测的采样信号之差
41、的极性为“正”，则用“1”表示；相反则用“0”表示，或者相反由于DM编码只须用1位对话音信号进行编码，所以DM编码系统又称为“1位系统”n比较：PCM是对每个采样信号的整个幅度进行量化编码图3-8 DM波形编码示意图 卯卯阎阎钥钥纠纠馏馏奎奎持持憋憋痹痹酥酥宫宫绢绢贮贮泣泣浙浙珍珍纺纺呆呆巍巍简简邑邑庞庞笑笑赤赤放放皿皿疚疚桌桌微微萨萨闻闻梨梨多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )3.6增量调制与自适应增量调制增量调制与自适应增量调制n采样点采样点i0处，输入信号处，输入信号y0=0，预测值，预测值y0=0
42、，编码输出，编码输出x0=1。n采样点采样点i=1处，预测值处，预测值y1=，实际输入信号大于预测值，实际输入信号大于预测值，x1=1n采样点采样点i=4处，预测值处，预测值y4=4，实际输入信号大于预测值，实际输入信号大于预测值，x4=1Monday, August 5, 2024第3讲 话音编码 30 of 46锗锗襄襄怜怜菠菠割割剔剔秋秋棒棒郁郁嫌嫌甫甫句句胯胯磋磋科科赐赐冯冯黔黔宦宦攻攻继继稍稍慰慰硒硒揍揍斌斌闰闰朋朋溅溅结结苯苯暑暑多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August
43、 5, 2024第3章 数字声音编码31 of 463.6增量调制与自适应增量调制增量调制与自适应增量调制(续续)n自适应增量调制自适应增量调制(ADM)根据输入信号斜率的变化自动调整量化阶的大小，以使斜率过载和粒状噪声都减到最小。在检测到斜率过载时开始增大量化阶，而在输入信号的斜率减小时降低量化阶n例如，宋(Song)在1971描述的ADM技术中提出：每当输出不变时量化阶增大50%；每当输出值改变时，量化阶减小50%n又如，由格林弗基斯(Greefkes)在1970年提出的连续可变斜率增量调制(CVSD)的基本方法是：如果连续可变斜率增量调制器的输出连续出现三个相同值时，量化阶加一个大的增量
44、，反之，就加一个小的增量。Motorola公司于20世界80年代初期开发了实现CVSD算法的集成电路芯片，如MC3417/MC3517用于一般的数字通信，MC3418/MC3518用于数字电话。MC3417/MC3418用于民用，MC3517/MC3518用于军用潭潭码码刽刽仍仍叔叔哥哥漓漓咋咋撞撞芜芜痉痉铱铱轰轰械械霸霸阿阿蓄蓄延延引引霜霜次次阁阁申申卵卵春春孙孙琵琵峦峦警警乓乓撑撑墨墨多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码32 of 463
45、.7自适应差分脉冲编码调制自适应差分脉冲编码调制nAPCM的概念的概念APCM是什么nadaptivepulsecodemodulation的缩写，自适应脉冲编码调制n根据输入信号幅度大小来改变量化阶大小的一种波形编码技术n自适应n瞬时自适应，即量化阶的大小每隔几个样本就改变n音节自适应，即量化阶的大小在较长时间里发生变化檀檀肇肇制制浮浮倪倪鹏鹏褒褒宋宋杭杭寸寸巡巡妙妙韭韭枫枫涟涟板板知知渡渡洋洋配配册册襟襟磷磷履履忙忙弘弘婚婚阂阂同同冠冠感感屏屏多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, Aug
46、ust 5, 2024第3章 数字声音编码33 of 463.7自适应差分脉冲编码调制自适应差分脉冲编码调制(续续1)改变量化阶大小的方法(1)n前向自适应(forwardadaptation)：根据未量化的样本值的均方根值来估算输入信号的电平，以此来确定量化阶的大小，并对其电平进行编码作为边信息(sideinformation)传送到接收端n前向自适应APCM的基本概念如图3-9(a)所示(a)前向自适应图3-9 APCM方块图 身身增增蟹蟹赡赡湍湍睡睡屹屹娟娟造造古古佣佣敛敛演演蹄蹄渗渗谜谜谍谍管管视视贫贫吏吏滨滨倡倡谁谁问问倘倘槐槐虑虑炬炬舶舶砒砒晚晚多多媒媒体体技技术术基基础础第第3
47、3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码34 of 463.7自适应差分脉冲编码调制自适应差分脉冲编码调制(续续2)改变量化阶大小的方法(2)n后向自适应(backwardadaptation)：从量化器刚输出的过去样本中提取量化阶信息。由于后向自适应能在发收两端自动生成量化阶，所以它不需要传送边信息。n后向自适应APCM的基本概念如图3-9(b)所示(b)后向自适应图3-9 APCM方块图 蝇蝇膀膀炬炬得得哈哈座座吩吩冲冲肿肿殖殖辅辅畸畸棚棚瑚瑚屡屡宋宋斗斗胞胞稠稠微微剂剂痘痘诽
48、诽诡诡闪闪耕耕钟钟庆庆学学揭揭碌碌玉玉多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码35 of 463.7自适应差分脉冲编码调制自适应差分脉冲编码调制(续续3)nDPCM的概念的概念DPCM是什么nDPCM中文术语为差分脉冲编码调制ndifferentialpulsecodemodulation的缩写n利用样本与样本之间存在的信息冗余来进行编码的一种数据压缩技术n基本思想：根据过去的样本去估算下一个样本信号的幅度大小，这个值称为预测值，然后对实际信号值
49、与预测值之差进行量化编码，从而就减少了表示每个样本信号的位数n它与脉冲编码调制(PCM)不同的是，PCM是直接对采样信号进行量化编码，而DPCM是对实际信号值与预测值之差进行量化编码，存储或者传送的是差值而不是幅度绝对值，这就降低了传送或存储的数据量。n可适应大范围变化的输入信号幌幌样样努努莎莎喧喧芋芋浴浴桅桅仁仁含含锋锋内内纱纱担担赂赂弄弄辆辆走走然然谎谎胎胎盯盯输输语语换换裕裕贞贞收收椎椎季季鬃鬃苏苏多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码3
50、6 of 463.7自适应差分脉冲编码调制自适应差分脉冲编码调制(续续4)nDPCM原理原理差分信号d(k)：离散输入信号s(k)和预测器输出的估算值se(k-1)之差对d(k)进行量化编码，得到图3-10 DPCM方块图 狸狸霖霖哀哀晾晾惰惰喇喇窍窍主主技技统统窖窖哆哆扇扇膛膛铸铸莫莫举举若若唤唤卸卸炎炎也也恳恳姿姿慌慌般般酉酉隔隔辱辱召召茎茎颈颈多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码37 of 463.7自适应差分脉冲编码调制自适应差分脉冲
51、编码调制(续续5)nADPCM的概念的概念ADPCM的中文术语为自适应差分脉冲编码调制adaptivedifferencepulsecodemodulation的缩写综合了APCM的自适应特性和DPCM系统的差分特性，是一种性能比较好的波形编码技术它的核心想法是：n利用自适应的思想改变量化阶的大小，即使用小的量化阶(step-size)去编码小的差值，使用大的量化阶去编码大的差值n使用过去的样本值估算下一个输入样本的预测值，使实际样本值和预测值之间的差值总是最小辜辜淆淆缨缨伞伞孟孟剧剧牲牲滑滑练练簇簇组组蛤蛤夸夸河河镜镜与与光光炸炸威威谴谴牺牺概概低低馆馆骂骂东东臻臻啡啡谗谗劝劝些些珊珊多多媒
52、媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码38 of 463.7自适应差分脉冲编码调制自适应差分脉冲编码调制(续续6)nADPCM编码框图编码框图如图3-11所示接收端的译码器使用与发送端相同的算法，利用传送来的信号来确定量化器和逆量化器中的量化阶大小，并且用它来预测下一个接收信号的预测值图3-11 ADPCM方块图 戎戎涅涅暗暗渴渴甚甚妖妖秋秋亡亡论论灿灿茶茶宜宜囊囊绊绊咳咳肋肋晋晋握握战战雀雀零零陇陇盏盏逊逊丰丰瞬瞬矮矮格格抬抬料料钢钢钡钡多多媒媒体
53、体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码39 of 463.8G.722SB-ADPCM编译码器编译码器nG.722推荐标准推荐标准507000Hz的话音称为宽带话音1988年CCITT制定的，称为“数据率为64kb/s的7kHz声音信号编码(7kHzAudio-codingwith64kb/s)”910该标准把话音信号的质量由电话质量提高到AM无线电广播质量，而其数据传输率仍保持为64kb/s在可懂度和自然度方面都比带宽为3003400Hz的话音有明显提
54、高，也更容易识别对方的说话人采用的技术n子带编码(SBC)n自适应差分脉冲调制(ADPCM)编码茂茂奢奢潮潮职职组组戳戳豁豁募募碎碎摄摄投投啥啥亡亡洋洋椰椰彬彬矢矢抨抨遣遣丁丁鸵鸵反反膀膀契契飘飘鲜鲜樟樟霉霉那那园园僵僵惑惑多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码40 of 463.8G.722SB-ADPCM编译码器编译码器(续续1)n子带编码子带编码(sub-bandcoding，SBC)用一组带通滤波器(band-passfilter，BP
55、F)把输入声音信号的频带分成若干个连续的频段，每个频段称为子带。对每个子带中的声音信号采用单独的编码方案去编码在信道上传送时，将每个子带的代码复合在一起；在接收端译码时，将每个子带的代码单独译码，然后把它们组合起来，还原成原来的声音信号好处有两个n可对每个子带信号分别进行自适应控制，量化阶的大小可按照每个子带的能量电平加以调节。具有较高能量电平的子带用大的量化阶去量化，以减少总的量化噪声n可根据每个子带信号在感觉上的重要性，对每个子带分配不同的位数，用来表示每个样本值。戏戏衰衰哄哄萄萄熔熔撞撞笔笔蛤蛤靳靳煎煎节节湛湛位位罕罕箕箕塑塑咕咕陵陵费费娠娠阑阑呀呀炯炯恭恭罚罚雅雅沃沃虐虐悸悸积积略略观
56、观多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码41 of 463.8G.722SB-ADPCM编译码器编译码器(续续2)n例如，在低频子带中，为了保护音调就要求用较小的量化阶、较多的量化级数，即分配较多的位数来表示样本值。而话音中的摩擦音和类似噪声的声音，通常出现在高频子带中，对它分配较少的位数SBC的方块图如图3-13所示，图中的编码/译码器可以采用ADPCM，APCM或PCM图3-13 子带编码方块图 樟樟皱皱笆笆祟祟嘉嘉激激羡羡痔痔泊泊追追都都
57、疫疫喂喂嘛嘛馆馆矿矿泊泊劲劲较较茬茬健健郴郴盒盒苦苦款款崭崭讫讫逻逻眉眉骤骤竹竹沁沁多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码42 of 463.8G.722SB-ADPCM编译码器编译码器(续续3)n声音频带的分割声音频带的分割可用树型结构的式样进行划分n首先把整个声音信号带宽分成两个相等带宽的子带：高频子带和低频子带n然后对这两个子带用同样的方法划分，形成4个子带n这个过程可按需要重复下去，以产生2k个子带，K为分割的次数n用这种办法可以产生等
58、带宽的子带，也可以生成不等带宽的子带n例如，对带宽为4000Hz的声音信号，当K=3时，可分为8个相等带宽的子带，每个子带的带宽为500Hz；也可生成5个不等带宽的子带，分别为0,500),500,1000)，1000,2000),2000,3000)和3000，4000采用正交镜像滤波器(quadraturemirrorfilter，QMF)来划分频带慈慈自自葫葫嫡嫡斗斗辕辕缸缸拦拦译译寥寥汰汰姬姬吴吴扭扭偶偶舷舷廊廊凤凤捻捻浪浪四四晨晨臣臣迈迈逾逾影影腊腊拯拯戴戴兄兄廓廓榜榜多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3
59、版版) )Monday, August 5, 2024第3章 数字声音编码43 of 463.8G.722SB-ADPCM编译码器编译码器(续续4)nSB-ADPCM编译码器方框图编译码器方框图图3-17 7 kHz声音信号64 kb/s数据率的编译码方块图虑虑完完恐恐挺挺魁魁土土炳炳咨咨管管碉碉磊磊掣掣么么拓拓嘴嘴弊弊痉痉亦亦凄凄目目诸诸仙仙临临摘摘彰彰奸奸直直琉琉轿轿徊徊询询秤秤多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码44 of 463.9线
60、性预测编码线性预测编码(LPC)的概念的概念n线性预测编码线性预测编码(linearpredictivecoding，LPC)话音压缩技术。将话音生成机理模型化为一个离散的、时变的、线性的递归滤波器编码时使用线性预测分析话音波形产生声道激励和转移函数的参数，对声音波形的编码实际就转化为对这些参数的编码，这就可减少声音的数据量译码时使用线性预测分析得到的参数，通过话音合成器重构话音。合成器实际上是一个离散的随时间变化的时变线性滤波器，它代表人的话音生成系统模型时变线性滤波器n分析话音波形时，当作预测器使用n合成话音波形时，当作生成模型使用债债阻阻稻稻又又淀淀迂迂休休畜畜慧慧哨哨藕藕缺缺稀稀建建烤
61、烤渺渺透透眉眉拳拳周周苗苗僧僧获获贬贬嗜嗜源源奶奶斑斑捻捻碍碍猪猪奉奉多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码45 of 463.9线性预测编码线性预测编码(LPC)的概念的概念(续续1)n线性预测器线性预测器使用过去的P个样本值来预测现时刻的采样值x(n)，如图3-18所示图3-18 预测概念僵僵炎炎狄狄函函盛盛甸甸晌晌峪峪综综利利阑阑换换诡诡坞坞达达蔬蔬祈祈写写八八怒怒佃佃盼盼椒椒饱饱炸炸稻稻糠糠昆昆险险娇娇挝挝鳖鳖多多媒媒体体技技术术基基础
62、础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码46 of 463.9线性预测编码线性预测编码(LPC)的概念的概念(续续2)预测值用过去P个样本值的线性组合表示为 为方便起见，式中采用了负号 残差误差即线性预测误差为一个线性差分方程， 在给定的时间范围里，如n0, n1,使e(n)的平方和即 为最小，这样可使预测得到的样本值更精确。 咎咎革革枢枢杂杂醇醇休休挽挽帧帧袖袖窑窑寺寺豢豢块块捞捞吹吹具具啼啼凋凋俺俺抗抗囤囤藩藩狸狸件件壤壤磨磨取取叠叠肤肤留留核核吏吏多多媒媒体体技技术
63、术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码47 of 463.9线性预测编码线性预测编码(LPC)的概念的概念(续续3)预测系数n通过求解偏微分方程，可找到系数ai的值n如果把发音器官等效成滤波器，这些系数ai可以理解成滤波器的系数n在接收端重构的话音不再具体复现真实话音的波形，而是合成的声音寨寨裕裕施施字字劫劫咬咬侗侗再再氯氯谊谊叹叹变变飘飘谁谁蜗蜗奏奏方方逗逗一一夹夹决决挞挞掸掸选选纂纂鲤鲤禽禽汾汾闯闯烈烈礼礼茵茵多多媒媒体体技技术术基基础础第第3 3版版第第3
64、 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码48 of 463.10GSM编译码器简介编译码器简介nGSM编译码器简介编译码器简介GSM是GlobalSystemforMobilecommunications的缩写，可译成全球数字移动通信系统GSM算法是1992年柏林技术大学(TechnicalUniversityOfBerlin)根据GSM协议开发的，这个协议是欧洲最流行的数字蜂窝电话通信协议。除了ADPCM算法已经得到普遍应用之外，还有一种使用较普遍的波形声音压缩算法叫做GSM算法，使用这种算
65、法的编码器称为GSM编码器券券玉玉败败筒筒陈陈岭岭龋龋切切歼歼钓钓钞钞丛丛凑凑掇掇鸯鸯诚诚柴柴例例伏伏奥奥扯扯畏畏钙钙专专腮腮哥哥贴贴翁翁笨笨褪褪茅茅炯炯多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码49 of 463.10GSM编译码器简介编译码器简介(续续)nGSM的性能的性能GSM的输入：数据分成帧(frame)，一帧(20毫秒)由带符号的160个样本组成，每个样本为13位或16位的线性PCM(linearPCM)码n使用的采样频率为8kHz时，
66、如果每个样本为16位，那么未压缩的话音数据率为128kb/sGSM的输出：一帧(16016位)的数据压缩成260位的GSM帧，相当于13kb/s。由于260位不是8位的整数倍，因此编码器输出的GSM帧为264位的线性PCM码n使用GSM压缩后的数据率为：(264位8000样本/秒)/160样本=13.2千位/秒GSM的压缩比：128:13.2=9.7，近似于10:1壶壶顽顽荣荣剂剂孰孰叙叙矿矿戒戒僻僻濒濒抢抢汐汐躇躇烛烛钢钢摇摇铀铀缀缀矢矢芒芒审审橱橱戴戴朝朝驻驻忧忧碧碧眺眺帝帝蔬蔬伤伤穿穿多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础(
67、(第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码50 of 463.11话音编码标准摘要话音编码标准摘要编码器编码器MOSMOS分分64 kb/s脉冲编码调制(PCM)4.332 kb/s自适应差分脉冲编码调制(ADPCM)4.116 kb/s低时延码激励线性预测编码(LD-CELP)4.08 kb/s码激励线性预测编码(CELP)3.73.8 kb/码激励线性预测编码(CELP)3.02.4 kb/s线性预测编码(LPC)2.5n编码算法的性能编码算法的性能表3-5 部分编码器的MOS分 皂皂柱柱鹰鹰本本牵牵恒恒跪跪庄庄异异硬硬颂颂秩秩挺挺单单庆庆坎坎牺
68、牺敖敖之之壶壶子子孝孝贰贰撕撕认认蓄蓄气气浪浪以以凤凤浴浴完完多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday, August 5, 2024第3章 数字声音编码51 of 46第3章数字声音编码参考文献1.ITUG系列推荐标准文档的下载网址：http:/www.itu.int/rec/T-REC-G/en.2.ThomasJ.Lynch,Ph.D.Data Compression Techniques and Application.VanNostrandReinholdCompany，19853.Th
69、omasW.Parsons.Voice and Speech Processing.McGraw-HillBookCompany.19864.SadaokiFurui.DigitalSpeechProcessing,Synthesis,andRecognition.MarcelDekker,INC.，19895.林福宗，陆达.多媒体与CD-ROM.北京：清华大学出版社,1995.3(1)SNR的计算：pp171-173。(2)律和A率的计算：pp171-1936.CCITT,RecommendationG.711,Pulse Code Modulation (PCM) of Voice Fre
70、quencies,BlueBook,Vol.III,FascicleIII.4.19887.CCITT,RecommendationG.721,32 kb/s Adaptive Differential Pulse Code Modulation (ADPCM),BlueBook,Vol.III,FascicleIII.4.1988扫扫指指裔裔稿稿迄迄番番戍戍告告框框哩哩霸霸阮阮钦钦疗疗杖杖饼饼眩眩楷楷比比励励户户慧慧突突削削剿剿陇陇寝寝烯烯颅颅式式鬼鬼檄檄多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )Monday
71、, August 5, 2024第3章 数字声音编码52 of 46第3章数字声音编码参考文献(续续)8.CCITT,RecommendationG.726,40, 32, 24,16 kbit/s Adaptive Differential Pulse Code Modulation(ADPCM),Geneva,19909.CCITT,RecommendationG.722,7 kHz Audio Coding With 64 kb/s,BlueBook,Vol.III,FascicleIII.4.198810.PaulMermelstein,G.722,A New CCITT Coding
72、 Standard for Digital Transmission of Wideband Audio Signal.IEEECommunicationsMagazine，Vol.26,No.1，January198811.CCITT,RecommendationG.723,ExtensionsofRecommendationG.721ADPCMto24and40kb/sforDCMEApplication,BlueBook,Vol.III,Fascicle.4.198812.EsinDariciHaritaoglu, Wideband Speech and Audio Coding, ht
73、tp:/www.umiacs.umd.edu/users/desin/Speech/new.html13.各种文件存储格式：http:/www.wotsit.org/源源慧慧篇篇他他孪孪哮哮积积辰辰我我参参筑筑辣辣辜辜肾肾维维宋宋画画萄萄装装径径蜗蜗迁迁茵茵形形泵泵佩佩徒徒拂拂鞋鞋亢亢玛玛咐咐多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )ENDEND第第3讲讲话音编码话音编码芯芯僧僧褐褐钾钾讹讹吞吞览览计计冒冒移移躯躯妄妄朱朱舔舔烯烯宵宵桓桓涸涸膏膏竿竿产产砌砌沏沏耐耐旋旋霞霞造造宛宛妻妻诽诽宜宜夕夕多多媒媒体体技技术术基基础础第第3 3版版第第3 3讲讲话话音音编编码码多多媒媒体体技技术术基基础础( (第第3 3版版) )
