语音压缩编码.ppt

《语音压缩编码.ppt》由会员分享，可在线阅读，更多相关《语音压缩编码.ppt（50页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、语音压缩编码-1、概述课程安排课程安排背景介绍背景介绍DPCM和和ADPCMSBC子带编码子带编码VQ量化量化背景介绍背景介绍课题背景课题背景国内外研究现状国内外研究现状常用编码算法简介常用编码算法简介语音编码发展方向语音编码发展方向极低速率语音编码极低速率语音编码比特率低于比特率低于2400bps的编码的编码保密通信、语音邮件、网络通信、保密通信、语音邮件、网络通信、IP电话电话变速率语音编码变速率语音编码在合成语音质量和系统容量中灵活折中在合成语音质量和系统容量中灵活折中CDMA通信系统中，且前景广阔通信系统中，且前景广阔不压缩语音编码不压缩语音编码压缩费用超过传输费用压缩费用超过传输费用

2、光纤通信、微波通信光纤通信、微波通信压缩的意义压缩的意义为什么需要压缩编码技术为什么需要压缩编码技术PCM编码占用带宽大编码占用带宽大8000Hz采样速率，每样本采样速率，每样本8位码位码数码率：数码率：64kbps有线传输中可以找到大容量传输介质：光纤有线传输中可以找到大容量传输介质：光纤无线接入侧的频谱资源相当紧张无线接入侧的频谱资源相当紧张GSM频点分配频点分配理论基础理论基础定义：定义：低于低于64kbps的编码方案称为语音压缩编码的编码方案称为语音压缩编码压缩依据压缩依据语音信号中存在的冗余语音信号中存在的冗余人类的听觉感知机理人类的听觉感知机理信号冗余信号冗余采样数据之间的相关采样

3、数据之间的相关8kHz速率时，相邻样值相关系数高达速率时，相邻样值相关系数高达0.85周期相关：周期相关：浊音的准周期性浊音的准周期性幅度的非均匀分布幅度的非均匀分布小幅度概率高，信息集中在低功率小幅度概率高，信息集中在低功率语音间隙的存在语音间隙的存在声道的形状及其变化速率有限声道的形状及其变化速率有限听觉感知机理听觉感知机理人耳对不同频段的声音敏感度不同人耳对不同频段的声音敏感度不同低频比高频更敏感低频比高频更敏感人耳对语音信号的相位不敏感人耳对语音信号的相位不敏感人耳有掩蔽效应人耳有掩蔽效应(masking effect)强音抑制弱音强音抑制弱音语音编码的极限速率语音编码的极限速率语音最

4、基本元素语音最基本元素-音素音素:大约大约128256个个通常说话速度：每秒平均发通常说话速度：每秒平均发10个音素个音素信息率：信息率：I=log2(256)10bps=80bps把发音看成是以语音速率传送，则语音编码的极把发音看成是以语音速率传送，则语音编码的极限速率为限速率为80bps80bps从数字化标准的编码速率从数字化标准的编码速率64kbps64kbps，到极限速率，到极限速率80bps80bps之间的距离，压缩比可达之间的距离，压缩比可达64kbps/80bps=80064kbps/80bps=800对于理论研究和实践有着极大的吸引力对于理论研究和实践有着极大的吸引力压缩编码方

5、法分类压缩编码方法分类波形编码波形编码原理简单，失真小原理简单，失真小数码率高数码率高参数编码参数编码数码率低数码率低音质较差，复杂度高音质较差，复杂度高混合编码混合编码较低的比特率上获得较高的语音质量较低的比特率上获得较高的语音质量语音信号压缩编码的评价系统语音信号压缩编码的评价系统语音质量语音质量（1）广播级）广播级:宽带宽带(0-7000Hz)高质量的语音，感觉不出噪声存高质量的语音，感觉不出噪声存在在（2）网络或电话级：）网络或电话级：200Hz-3200Hz,信噪比大于信噪比大于30db。（3）通信级）通信级:完全可以听懂，但和长途电话相比，有明显失真。完全可以听懂，但和长途电话相比

6、，有明显失真。（4）合成级：）合成级：80%-90%可懂度，音质较差，听起来像机器讲可懂度，音质较差，听起来像机器讲话，失去了讲话者的个人特征。话，失去了讲话者的个人特征。语音信号压缩编码的评价指标语音信号压缩编码的评价指标编码质量编码质量MOS(Mean Opinion Score)编码速率编码速率适当选取适当选取编解码复杂度编解码复杂度不影响实时处理不影响实时处理编解码时延编解码时延不能超过不能超过100ms若超过必须采取回声抵消或回声抑制等措施若超过必须采取回声抵消或回声抑制等措施内容提要内容提要课题背景课题背景国内外研究现状国内外研究现状常用编码算法简介常用编码算法简介ITU-T的正式

7、标准的正式标准G.711(1972)64kbps PCM 用于固网用于固网G.721(1984)32kbps ADPCM 用于卫星、海缆、用于卫星、海缆、VRCG.728(1992)16kbps LD-CELP 低延迟低延迟-码激励线性预测码激励线性预测无绳电话、无绳电话、SCSC卫星、海事卫星、卫星、海事卫星、DSI设备、录音、移动系统等设备、录音、移动系统等G.729(1996)8kbps CS-ACELP(共轭结构共轭结构-代数数码激励线性预测技术代数数码激励线性预测技术)可与可与32kbps的的ADPCM同质量同质量用于个人移动通信、低用于个人移动通信、低C/N卫星、高质量移动无线通信

8、，分组语音卫星、高质量移动无线通信，分组语音AMR-ACELP(自适应多速率自适应多速率)用于用于WCDMA和和TD-SCDMA系统系统现状现状主流：主流：CELP(码激励线性预测）码激励线性预测）4.8kbps的数码率上获得较高质量的语音的数码率上获得较高质量的语音发展方向发展方向中低速率的语音编码的实用化中低速率的语音编码的实用化降低复杂度降低复杂度减少时延减少时延提高抗干扰、抗噪声能力提高抗干扰、抗噪声能力进一步降低编码速率进一步降低编码速率目前目前5-6kbps的速率的速率-较高质量重建语音较高质量重建语音目标目标4kbps得到短时延、高质语音得到短时延、高质语音发展方向发展方向中长延

9、时编码中长延时编码400-1200bps得到高质语音得到高质语音新算法新算法正弦变换编码（正弦变换编码（STC）混合激励线性预测编码（混合激励线性预测编码（MELPC）时频域插值编码（时频域插值编码（TFI）基音同步激励线性预测编码（基音同步激励线性预测编码（PSELP）新分析技术新分析技术非线性预测非线性预测多精度时频分析多精度时频分析高阶统计分析高阶统计分析内容提要内容提要课题背景课题背景国内外研究现状国内外研究现状常用编码算法简介常用编码算法简介波形编码技术波形编码技术参数编码技术参数编码技术一、一、PCM编码编码PCM：Pulse Coded Modulation抽样：抽样：8000H

10、z量化：非均匀量化：非均匀A律律87.6/13折线压扩特性折线压扩特性编码：编码：8位码位码极性码：第极性码：第1位位段落码：第段落码：第2-3位位段内码：第段内码：第4-7位位二、二、DPCM编码编码差分差分PCM编码编码对相邻样本的差进行对相邻样本的差进行PCM编码编码由于样本差值的动态范围远小于样本动态范围，由于样本差值的动态范围远小于样本动态范围，因此达到相似性能可以减小编码位数因此达到相似性能可以减小编码位数技术实现关键问题技术实现关键问题编码位数的选取编码位数的选取预测器系数选取：预测器系数选取：LMSDPCM框图三、三、ADPCM自适应自适应DPCM自适应预测系数调整自适应预测系

11、数调整自适应编码位数调整自适应编码位数调整技术实现关键技术实现关键自适应预测器：指预测器的预测系数能随话音自适应预测器：指预测器的预测系数能随话音瞬时变化作自适应调整，从而得到高预测增益瞬时变化作自适应调整，从而得到高预测增益自适应量化器：指量化器的量化级（阶距）能自适应量化器：指量化器的量化级（阶距）能随话音瞬时变化作自适应调整，从而得到高的随话音瞬时变化作自适应调整，从而得到高的量化信噪比。量化信噪比。3.子带编码(Subband Code；SBC)子带编码(SBC)是首先用带通滤波器将语音信号分割成几个不同的频带分量(子带)，再分别对每个子带进行抽样和编码。编码后的码流通过复接器复接，送

12、到信道上传输。接收端再将它们分接、译码，并组合起来重建原始的输入信号。下图就是子带编码的原理方框图。在语音信号的子带划分上，应考虑到各频段对主观听觉在语音信号的子带划分上，应考虑到各频段对主观听觉贡献相等的原则做合理的分配，使低频段的子带宽度较窄，贡献相等的原则做合理的分配，使低频段的子带宽度较窄，高频段的子带宽度较宽。通常语音信号经带通滤波器组滤高频段的子带宽度较宽。通常语音信号经带通滤波器组滤波后分成波后分成4 6个子带，子带之间允许有小的间隙，如图所个子带，子带之间允许有小的间隙，如图所示。示。子带编码原理 在子带编码器的设计中，必须考虑子带数目、子带划分、编码的参数、子带中的比特分配以

13、及带宽等主要参数。设一个子带编码系统包括m个子带，各子带带宽为Bk(k=1,m)，每个子带信号经过频率为fsk=2Bk的抽样后，使用Rk个比特来进行量化和编码，那么该系统总的编码速率I应为式（3-3）各子带带宽相等，即等带宽子带编码，有式（3-4）式（3-3）可化简为式（3-5）例：一个4子带的SBC系统，子带分别为(0800Hz),(800Hz1600Hz),(1600Hz2400Hz),(2400Hz3200Hz),如果忽略同步的边带信息，子带的比特分配分别为3、2、1、0比特/样值，则SBC编码系统总的传输速率为设B=3200Hz，m=4，R1=3，R2=2，R3=1，R4=0，代入上式

14、全带抽样编码的平均比特数为矢量量化标量量化和矢量量化矢量量化（Vector Quantization；VQ)应用很广：语音压缩编码；参数编码；图像压缩编码 例：在矢量量化器的设计中，设抽样频率为16kHz,码本由256个4维矢量组成，1）求矢量量化器输出的数码率？2）系统满意工作的最大消息带宽是多少？内容提要内容提要课题背景课题背景国内外研究现状国内外研究现状常用编码算法简介常用编码算法简介波形编码技术波形编码技术参数编码技术参数编码技术语音生成机构语音生成机构声源：声源：声带声带共鸣机构：共鸣机构：声道声道(鼻腔、口腔与舌头鼻腔、口腔与舌头)放射机构：放射机构：嘴唇或鼻孔嘴唇或鼻孔语音产生机

15、理语音产生机理浊音浊音气流通过声门时，声带的张力刚好使声带产生气流通过声门时，声带的张力刚好使声带产生张弛振荡式振动，产生一股准周期脉冲气流，张弛振荡式振动，产生一股准周期脉冲气流，激励声道产生浊音激励声道产生浊音轻音轻音声带不振动，而在某处收缩，迫使气流高速通声带不振动，而在某处收缩，迫使气流高速通过这一收缩部分产生湍流就产生清音过这一收缩部分产生湍流就产生清音 爆破音爆破音声道完全闭合的情况下突然释放产生爆破音声道完全闭合的情况下突然释放产生爆破音语音信号产生模型语音信号产生模型清清/浊开关浊开关声道模拟声道模拟滤波器滤波器基音周期基音周期脉冲序列脉冲序列发生器发生器随机噪声随机噪声发生器

16、发生器LPCLPC系数系数增益增益G u(nu(n)输出输出语音语音s(n)s(n)清音清音/浊音示意图浊音示意图：a a1 1语音语音输出输出x(x(n)n)线性线性预测预测分析分析基音频率基音频率清清/浊音判别浊音判别参数参数合成合成a a2 2a ap p 基音频率基音频率输入输入语音语音x(n)x(n)清清/浊音标志浊音标志G G模型中的参数模型中的参数清浊音判决清浊音判决基音周期基音周期时变滤波器时变滤波器增益常数增益常数G数字滤波器参数数字滤波器参数ai特点：随时间缓慢变化特点：随时间缓慢变化优点优点能够用线性预测分析方法对滤波器参数能够用线性预测分析方法对滤波器参数ai和和增益常

17、数增益常数G进行非常直接和高效的计算进行非常直接和高效的计算LPC模型阶数模型阶数p的选择的选择保证有足够的极点模型化声道响应的谐保证有足够的极点模型化声道响应的谐振结构振结构通常通常10kHz时有时有5个共振峰，一对极点对应个共振峰，一对极点对应一个共振峰，取一个共振峰，取p=10弥补鼻音中存在的零极点和其他因素的偏差弥补鼻音中存在的零极点和其他因素的偏差取取p=1214二、二、LPC-10编码器编码器美国确定美国确定LPC-10作为作为2.4kb/s速率上的推荐速率上的推荐编码形式，用于第三代保密电话中编码形式，用于第三代保密电话中发送端，原始语音信号采用发送端，原始语音信号采用8kHz采

18、样，然采样，然后每后每180个采样值分为一帧（个采样值分为一帧（22.5ms），），提取语音特征参数并加以编码传送。提取语音特征参数并加以编码传送。每帧总共编码为每帧总共编码为54bits，每秒传输，每秒传输44.4帧，帧，因此总传输速率为因此总传输速率为2.4kb/ss(n)s(n)采样采样(8kHz)(8kHz)基音检测基音检测（AMDFAMDF）清清/浊音浊音检测检测预加重预加重线性线性预测分析预测分析反射系数反射系数增益增益G G参数编码参数编码c(n)c(n)LPC-10编码器发送端编码器发送端预加重：预加重：提高语音谱中的高频共振峰，使语音频谱提高语音谱中的高频共振峰，使语音频谱较

19、为平滑较为平滑,从而提高谱参数估计的精确度从而提高谱参数估计的精确度预加重滤波器的传递函数为：预加重滤波器的传递函数为：基音周期基音周期利用短时平均幅度差函数（利用短时平均幅度差函数（AMDF）计算）计算增益增益GS(i)为经过预加重的数字语音为经过预加重的数字语音N为分析帧的长度为分析帧的长度c(n)c(n)解码解码清清/浊音开关浊音开关反射系数反射系数转换为预测系数转换为预测系数基音基音增益增益G G合成器合成器去加重去加重噪声噪声产生产生s(n)LPC-10LPC-10编码器接收端编码器接收端课后需要自学补充的知识课后需要自学补充的知识ADPCMLMS算法算法语音信号产生模型语音信号产生模型LPC-10编码器编码器