第十三講語音編碼

第十三講語音編碼第1頁，共69頁，2023年，2月20日，星期二

但是以8KHz抽樣，并且每個樣值用8位二進(jìn)制代碼表示時，即采用A率13折線PCM數(shù)字語音信號時，信息速率為64Kbit/s。利用二進(jìn)制理想基帶傳輸系統(tǒng)傳輸一路這樣的數(shù)字語音信號。所占系統(tǒng)的最小頻帶寬度為32KHz。頻帶利用率=傳輸速率/帶寬第2頁，共69頁，2023年，2月20日，星期二二.什么是語音壓縮編碼？Whatisthespeechcompressioncoding？

把數(shù)碼率低于64Kbit/s的語音編碼方法稱為語音壓縮編碼技術(shù)第3頁，共69頁，2023年，2月20日，星期二三.語音編碼分類Speechcodingclassification根據(jù)編碼器的實現(xiàn)機(jī)理，分成三大類波形編碼參數(shù)編碼混合編碼第4頁，共69頁，2023年，2月20日，星期二1、波形編碼waveformcoding

從語音信號的波形出發(fā)，對波形的抽樣值、預(yù)測值、預(yù)測誤差進(jìn)行編碼，它以重建語音波形為目的，力圖使重建波形接近原信號波形。特點：利用抽樣定理，恢復(fù)原始信號的波形第5頁，共69頁，2023年，2月20日，星期二優(yōu)點：適應(yīng)能力強(qiáng)，重建語音質(zhì)量好缺點：編碼速率較高類型：

PCM，

自適應(yīng)增量調(diào)制（ADM），自適應(yīng)差分編碼調(diào)制（ADPCM），自適應(yīng)預(yù)測編碼APC速率通常在16------64kbit/s范圍第6頁，共69頁，2023年，2月20日，星期二2.參數(shù)編碼parametriccoding

提取語音的一些特征信息進(jìn)行編碼，在收端利用這些特征參數(shù)合成語音。優(yōu)點：編碼速率低。缺點：語音的音質(zhì)和自然度較差，很難辨別說話人。（有一定的可懂度)類型:LPC線性預(yù)測編碼速率通常是在4.8kbit/s以下第7頁，共69頁，2023年，2月20日，星期二3.混合編碼hybridcoding介于波形編碼和參數(shù)編碼的一種編碼。即在參數(shù)編碼的基礎(chǔ)上引入了波形編碼的一些特征。波形編碼+參數(shù)編碼Waveformcoding+parametersofthecode可在4----16kbit/s范圍內(nèi)達(dá)到良好的語音質(zhì)量類型：子帶編碼第8頁，共69頁，2023年，2月20日，星期二語音編碼技術(shù)voiceencodingtechniques

普通編譯碼器的音質(zhì)與數(shù)據(jù)率

第9頁，共69頁，2023年，2月20日，星期二衡量話音編碼器的參數(shù)theparametersofthefixedvoiceencoder數(shù)據(jù)輸出速率延遲時間話音質(zhì)量價格（實現(xiàn)代價）第10頁，共69頁，2023年，2月20日，星期二語音信號的冗余度Speechsignalredundancy幅度非均勻分布樣本之間的相關(guān)性周期之間的相關(guān)性基音之間的相關(guān)性靜止系數(shù)（話音間隙）長期相關(guān)性（longtermcorrelation）第11頁，共69頁，2023年，2月20日，星期二tnxa(nT)xa(t)

2.采樣：

將時間連續(xù)信號變成時間離散信號。

采樣頻率通常為fs＝8kHz。第12頁，共69頁，2023年，2月20日，星期二Idealsamplingandrealsampling第13頁，共69頁，2023年，2月20日，星期二

對離散時間信號進(jìn)行量化，在每一時刻對xa(nT)獨立進(jìn)行量化，把給定的幅度連續(xù)的信號變成為有限多個幅度的集合中某個幅度值的過程。3.A/D轉(zhuǎn)換A|Dtransition采樣量化xa(t)xa(nT)x(n)xa1x1xkxakxak+1xk+1xLxaLxaL+1x(n)=Q[xa(nT)]第14頁，共69頁，2023年，2月20日，星期二000001010011111110101100/2第15頁，共69頁，2023年，2月20日，星期二量化誤差(噪聲)

e(n)=x(n)-xa(nT)-/2

e(n)

/22m=00其他（1）假設(shè)量化噪聲是平穩(wěn)的白噪聲過程，有

E[e(n)e(n+m)]=（2）假設(shè)量化噪聲與輸入信號不相關(guān)，有

E[e(n)x(n+m)]=0m為任意值（3）在每個量化間隔上，量化噪聲均勻分布，有

Pe(e(n))=1|e(n)|

/20其他第16頁，共69頁，2023年，2月20日，星期二量化信噪比QuantitativeSNR量化噪聲的信噪比：SNR=x2/e2

x2語音信號序列的方差，e2噪聲序列的方差，用分貝表示，SNR=10log(x2/e2）

SNR=signal’senergy/noise’senergy第17頁，共69頁，2023年，2月20日，星期二SNR=6.02B+4.77－20log(Xmax/x)＝6.02B－7.27Xmax表示其峰值B為量化的比特數(shù)當(dāng)語音信號的幅度服從拉普拉斯分布時，Xmax＝4x

量化器每增加一個比特，SNR提高約6dB。當(dāng)B=8,SNR=40dB，滿足一般通信系統(tǒng)的要求。當(dāng)量化噪聲的信噪比達(dá)到60－70dB，才能保障有高水平通話質(zhì)量，這時要求量化為11－13bits。一般的音頻A/D、D/A轉(zhuǎn)換芯片，量化為12bits。第18頁，共69頁，2023年，2月20日，星期二脈沖編碼調(diào)制pulsecodemodulation（PCM）PulseCodeModulation第19頁，共69頁，2023年，2月20日，星期二PCM的量化方式QuantizationMethod均勻量化與非均勻量化第20頁，共69頁，2023年，2月20日，星期二非均勻量化non-uniformquantizing對小信號采用小的量化間隔，對大信號采用大的量化間隔，這樣可以用較少的位數(shù)編碼。對大信號來說，雖然絕對量化誤差較大，但是因為：（1）大信號出現(xiàn)的機(jī)會不多，（2）信噪比（相對誤差）與小信號是一致的，所以對總的話音質(zhì)量影響不大。非均勻量化也是一種壓縮。第21頁，共69頁，2023年，2月20日，星期二μ律壓擴(kuò)與A律壓擴(kuò)μandalawpressureexpansionm

律(m-Law)壓擴(kuò)(G.711)主要用在北美和日本等地區(qū)的數(shù)字電話通信中。x為x為輸入信號，規(guī)格化為－1<=x<=1m

為確定壓縮量的參數(shù)，它反映最大量化間隔和最小量化間隔之比，取100<=

m

<=500。第22頁，共69頁，2023年，2月20日，星期二μ律壓擴(kuò)與A律壓擴(kuò)μandalawpressureexpansion0<=|x|<=1/A1/A<=|x|<=1A律(A-Law)壓擴(kuò)(G.711)主要用在歐洲和中國大陸等地區(qū)的數(shù)字電話通信中對于采樣頻率為8kHz，樣本精度為13位、14位或者16位的輸入信號，使用m

律壓擴(kuò)編碼或者使用A律壓擴(kuò)編碼，經(jīng)過PCM編碼器之后每個樣本的精度為8位，輸出的數(shù)據(jù)率為64kb/s。這個數(shù)據(jù)就是CCITT推薦的G.711標(biāo)準(zhǔn)。第23頁，共69頁，2023年，2月20日，星期二自適應(yīng)差值脈沖編碼調(diào)制原理Adaptivedifferencepulsecodemodulationprinciple（ADPCM）差值脈沖編碼（DPCM）1.編碼思想提高通信質(zhì)量必須減小量化誤差減小量化級當(dāng)抽樣值范圍確定時增加編碼位數(shù)N第24頁，共69頁，2023年，2月20日，星期二增加編碼位數(shù)可獲得大的信噪比Increasethecodingcanobtainthedigitssignal-to-noiseratio在編碼位數(shù)固定時，減小抽樣值的變化范圍，也同樣可以提高信噪比即：若縮小抽樣值（被編碼信號）的變化范圍，就可以在保證信噪比不變的情況下，減小編碼的位數(shù)。這就是差值編碼的中心思想第25頁，共69頁，2023年，2月20日，星期二增量調(diào)制deltamodulation(△M)增量調(diào)制(delta

modulation，DM)是一種預(yù)測編碼技術(shù)，是對實際的采樣信號與預(yù)測的采樣信號之差的極性進(jìn)行編碼，將極性變成“0”和“1”這兩種可能的取值之一。如果實際的采樣信號與預(yù)測的采樣信號之差的極性為“正”，則用“1”表示；相反則用“0”表示。DM編碼系統(tǒng)又稱為“1位系統(tǒng)”。第26頁，共69頁，2023年，2月20日，星期二

二、差值編碼模型圖Poorvaluecodingmodelfigure在原來的抽樣值中減去某一個值，然后對兩者之差進(jìn)行編碼。在接收端將解碼值再加上發(fā)送端所減去的值便可恢復(fù)出原始值。第27頁，共69頁，2023年，2月20日，星期二

x(n)

+

d(n)

c(n)

d(n)

x(n）

-

x(n)

x(n)

差值編碼模型譯碼+編碼+第28頁，共69頁，2023年，2月20日，星期二圖中：x(n)是原始樣值（n時刻的抽樣值）x(n)為減去量d(n)=x(n)-x(n)為差值可以看出：（1）、d(n)越小，在相同的編碼位數(shù)時信噪比越大（2）、收發(fā)端必須有相同的減去量x(n)第29頁，共69頁，2023年，2月20日，星期二根據(jù)前些時刻的樣值來預(yù)測現(xiàn)時刻的樣值，只要傳遞預(yù)測值和實際值之差，而不需要每個樣值的編碼都傳。這種方法就稱為DPCM編碼。三、DPCM系統(tǒng)system1、DPCM系統(tǒng)的概念：第30頁，共69頁，2023年，2月20日，星期二舉例來說,設(shè)以1/Ts的速率對信號S（t）抽樣,在時刻前可得到，，等一組樣值.以前面N個樣值作為基礎(chǔ)對的預(yù)測值是第31頁，共69頁，2023年，2月20日，星期二不同時刻樣值的加權(quán)系數(shù):根據(jù)相關(guān)性情況，可設(shè)為常量或變量第32頁，共69頁，2023年，2月20日，星期二2、實現(xiàn)預(yù)測的橫向濾波器（N階預(yù)測器）Realizetheforecasttransversefilter(Norderpredictor)第33頁，共69頁，2023年，2月20日，星期二在每個抽樣時刻到來時，濾波器輸出將會給出下一個樣值的預(yù)測值。一般來說，在抽樣時刻t=nTs時所得的預(yù)測值與真正的樣值并不相同。N階預(yù)測器輸出Norderpredictoroutput：第34頁，共69頁，2023年，2月20日，星期二差值脈沖編碼就是對真正的樣值與過去的樣值為基礎(chǔ)得到的估值之間的差值進(jìn)行量化和編碼。第35頁，共69頁，2023年，2月20日，星期二3、DPCM系統(tǒng)模型框圖systemmodelframeworkchart下張２２第36頁，共69頁，2023年，2月20日，星期二圖中：x(n)為抽樣信號的實際值第37頁，共69頁，2023年，2月20日，星期二d(n)=x(n)-x(n)圖x(n)=x(n)+d(n)該系統(tǒng)的量化誤差可以表示為：e(n)=x(n)-x(n)

=[d(n)+x(n)]-[x(n)+d(n)]

=d(n)-d(n)上式表明：ＤＰＣＭ系統(tǒng)的傳輸誤差就是差值ｄ（ｎ）的量化誤差．4、DPCM系統(tǒng)的抗噪聲性能分析DPCMsystemofnoiseperformanceoftheanalysis第38頁，共69頁，2023年，2月20日，星期二系統(tǒng)信噪比定義為：ＳＮＲ＝==預(yù)測器增益量化器的量化信噪比GP<1GP>1預(yù)測器有增益加預(yù)測器后反而不利第39頁，共69頁，2023年，2月20日，星期二GP：DPCM系統(tǒng)相對于PCM系統(tǒng)而言的信噪比增益DPCMsystemrelativetoPCMsysteminthesignal-to-noiseratioofthegain。量化器產(chǎn)生的信噪比即非預(yù)測的PCM系統(tǒng)的量化信噪比第40頁，共69頁，2023年，2月20日，星期二提高系統(tǒng)信噪比采取的措施Improvethesystemsignal-to-noiseratiomeasuresＳＮＲ＝減小第41頁，共69頁，2023年，2月20日，星期二x(n)精確d(n)d(n)=x(n)-x(n)最佳預(yù)測量化誤差最佳量化第42頁，共69頁，2023年，2月20日，星期二小結(jié)一.壓縮編碼的原因二.什么是語音壓縮編碼三.語音編碼分類ADPCM系統(tǒng)DPCM一.差值編碼思想二.差值編碼系統(tǒng)模型圖三.DPCM系統(tǒng)1.概念2.預(yù)測器模型圖3.DPCM系統(tǒng)模型4.DPCM系統(tǒng)的抗噪聲性能分析第43頁，共69頁，2023年，2月20日，星期二自適應(yīng)差值脈沖編碼調(diào)制Adaptivedifferencepulsecodemodulation（ADPCM）1、實質(zhì)：DPCM+自適應(yīng)量化和自適應(yīng)預(yù)測固定預(yù)測固定量化2、定義能夠?qū)崿F(xiàn)自適應(yīng)預(yù)測功能，或者自適應(yīng)量化功能或者同時實現(xiàn)兩種自適應(yīng)功能的DPCM系統(tǒng)稱為ADPCM系統(tǒng)。第44頁，共69頁，2023年，2月20日，星期二3.設(shè)計的目的Designpurpose

ADPCM充分利用了語音波形的統(tǒng)計特征和人耳聽覺特性,其設(shè)計思路主要瞄準(zhǔn)了兩個目標(biāo):a:盡可能去掉語音信號中的冗余信號b:以有效的方式將可用比特分配給語音信號對消除冗余后的信號,從自適應(yīng)角度進(jìn)行最佳編碼第45頁，共69頁，2023年，2月20日，星期二1.1預(yù)測的自適應(yīng)Predictionoftheadaptive(1).極點預(yù)測器1.預(yù)測器的結(jié)構(gòu)structureofpredictor(用重建信號x(n)進(jìn)行的預(yù)測）+量化器預(yù)測器+X(n)X(n)d(n)d(n)編碼X(n)P（Z）X（n）a:極點預(yù)測器的ＤＰＣＭ方框圖第46頁，共69頁，2023年，2月20日，星期二b:預(yù)測器傳遞函數(shù)P(z)

N階預(yù)測器公式：X(n)=第47頁，共69頁，2023年，2月20日，星期二進(jìn)行Z變換后得：則預(yù)測器的傳遞函數(shù)為：為預(yù)測系數(shù)第48頁，共69頁，2023年，2月20日，星期二第49頁，共69頁，2023年，2月20日，星期二c:重建濾波器ReconstructionFilter+預(yù)測器x(n)x(n)X(n)d(n)H(Z)重建濾波器第50頁，共69頁，2023年，2月20日，星期二==E[x(n)]+E[x(n-1)]-2E[x(n)x(n-1)]22=2E[x(n)]-2E[x(n)x(n-1)]2分析：==第51頁，共69頁，2023年，2月20日，星期二（２）一階最佳線性預(yù)測Firstorderthebestlinearprediction求最佳預(yù)測系數(shù)h1N=1時；X(n)=h1x(n-1)則差值信號為：d(n)=x(n)-h1x(n-1)+E[d(n)]=2=E{[x(n)-h1x(n-1)]}2=E[x(n)]+h1E[x(n-1)]-2h1E[x(n)x(n-1)]22=2-=2求使最小的h1的值2第52頁，共69頁，2023年，2月20日，星期二令得最佳預(yù)測系數(shù)h1opt=p1當(dāng)N=1時的最大預(yù)測增益為：第53頁，共69頁，2023年，2月20日，星期二b.二階線性預(yù)測Secondorderlinearforecast（N=2）d(n)=x(n)-h1x(n-1)-h2x(n-2)=E[d(n)]2=E{[x(n)-h1x(n-1)-h2(n-2)]}2令得最佳h1,h2第54頁，共69頁，2023年，2月20日，星期二大于或者等于零故二階預(yù)測器總是優(yōu)于一階預(yù)測器第55頁，共69頁，2023年，2月20日，星期二C：N階最佳線性預(yù)測Norderthebestlinearprediction求偏微分，并令為零=E[d(k)]2第56頁，共69頁，2023年，2月20日，星期二所以得到一組線性方程第57頁，共69頁，2023年，2月20日，星期二差值信號在預(yù)測系數(shù)取最佳值時最小第58頁，共69頁，2023年，2月20日，星期二最佳預(yù)測增益Bestpredictgain第59頁，共69頁，2023年，2月20日，星期二2.自適應(yīng)預(yù)測adaptiveprediction1)前向自適應(yīng)預(yù)測算法Priortotheadaptivepredictionalgorithm根據(jù)短時間的相關(guān)特性R(i),求短時的最佳預(yù)測系數(shù)特點:運算量大，延遲時間大，不能用于高速系統(tǒng)。第60頁，共69頁，2023年，2月20日，星期二采用不斷修正預(yù)測系數(shù){hi(n)}的方法來減小瞬時平方差E[d(n)],使{hi(n)}逐步的接近{hiopt(n)}.2）后向序貫自適應(yīng)預(yù)測算法Thesequentialadaptivepredictionalgorithm2第61頁，共69頁，2023年，2月20日，星期二①LMS算法arithmetic（最小均方算法）(minimummeansquarealgorithm)

梯度系數(shù)，它決定了預(yù)測系數(shù)自適應(yīng)速率第62頁，共69頁，2023年，2月20日，星期二②梯度符號算法Gradientsignalgorithm極點預(yù)測器零點預(yù)測器衰減因子(抗誤碼因子)第63頁，共69頁，2023年，2月20日，星期二1.2量化的自適應(yīng)Quantitativeadaptive1、最佳量化Best