第十三講語音編碼

第十三講語音編碼第一頁，共六十九頁，編輯于2023年，星期一

但是以8KHz抽樣，并且每個樣值用8位二進制代碼表示時，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/帶寬第二頁，共六十九頁，編輯于2023年，星期一二.什么是語音壓縮編碼？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)第三頁，共六十九頁，編輯于2023年，星期一三.語音編碼分類Speechcodingclassification根據(jù)編碼器的實現(xiàn)機理，分成三大類波形編碼參數(shù)編碼混合編碼第四頁，共六十九頁，編輯于2023年，星期一1、波形編碼waveformcoding

從語音信號的波形出發(fā)，對波形的抽樣值、預測值、預測誤差進行編碼，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，恢復原始信號的波形第五頁，共六十九頁，編輯于2023年，星期一優(yōu)點：適應能力強，重建語音質(zhì)量好缺點：編碼速率較高類型：

PCM，

自適應增量調(diào)制（ADM），自適應差分編碼調(diào)制（ADPCM），自適應預測編碼APC速率通常在16------64kbit/s范圍第六頁，共六十九頁，編輯于2023年，星期一2.參數(shù)編碼parametriccoding

提取語音的一些特征信息進行編碼，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線性預測編碼速率通常是在4.8kbit/s以下第七頁，共六十九頁，編輯于2023年，星期一3.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)達到良好的語音質(zhì)量類型：子帶編碼第八頁，共六十九頁，編輯于2023年，星期一語音編碼技術(shù)voiceencodingtechniques

普通編譯碼器的音質(zhì)與數(shù)據(jù)率

第九頁，共六十九頁，編輯于2023年，星期一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）第十頁，共六十九頁，編輯于2023年，星期一語音信號的冗余度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）第十一頁，共六十九頁，編輯于2023年，星期一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。第十二頁，共六十九頁，編輯于2023年，星期一Idealsamplingandrealsampling第十三頁，共六十九頁，編輯于2023年，星期一

對離散時間信號進行量化，在每一時刻對xa(nT)獨立進行量化，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)]第十四頁，共六十九頁，編輯于2023年，星期一000001010011111110101100/2第十五頁，共六十九頁，編輯于2023年，星期一量化誤差(噪聲)

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

e(n)

/22m=00其他（1）假設量化噪聲是平穩(wěn)的白噪聲過程，有

E[e(n)e(n+m)]=（2）假設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其他第十六頁，共六十九頁，編輯于2023年，星期一量化信噪比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第十七頁，共六十九頁，編輯于2023年，星期一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B=8,SNR=40dB，滿足一般通信系統(tǒng)的要求。當量化噪聲的信噪比達到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。第十八頁，共六十九頁，編輯于2023年，星期一脈沖編碼調(diào)制pulsecodemodulation（PCM）PulseCodeModulation第十九頁，共六十九頁，編輯于2023年，星期一PCM的量化方式QuantizationMethod均勻量化與非均勻量化第二十頁，共六十九頁，編輯于2023年，星期一非均勻量化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。第二十一頁，共六十九頁，編輯于2023年，星期一μ律壓擴與A律壓擴μandalawpressureexpansionm

律(m-Law)壓擴(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。第二十二頁，共六十九頁，編輯于2023年，星期一μ律壓擴與A律壓擴μandalawpressureexpansion0<=|x|<=1/A1/A<=|x|<=1A律(A-Law)壓擴(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

律壓擴編碼或者使用A律壓擴編碼，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標準。第二十三頁，共六十九頁，編輯于2023年，星期一自適應差值脈沖編碼調(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抽樣值范圍確定時增加編碼位數(shù)N第二十四頁，共六十九頁，編輯于2023年，星期一增加編碼位數(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二十五頁，共六十九頁，編輯于2023年，星期一增量調(diào)制deltamodulation(△M)增量調(diào)制(delta

modulation，DM)是一種預測編碼技術(shù)，是對實際的采樣信號與預測的采樣信號之差的極性進行編碼，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)”。第二十六頁，共六十九頁，編輯于2023年，星期一

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出原始值。第二十七頁，共六十九頁，編輯于2023年，星期一

x(n)

+

d(n)

c(n)

d(n)

x(n）

-

x(n)

x(n)

差值編碼模型譯碼+編碼+第二十八頁，共六十九頁，編輯于2023年，星期一圖中：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)第二十九頁，共六十九頁，編輯于2023年，星期一根據(jù)前些時刻的樣值來預測現(xiàn)時刻的樣值，只要傳遞預測值和實際值之差，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：第三十頁，共六十九頁，編輯于2023年，星期一舉例來說,設以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個樣值作為基礎對的預測值是第三十一頁，共六十九頁，編輯于2023年，星期一不同時刻樣值的加權(quán)系數(shù):根據(jù)相關(guān)性情況，可設為常量或變量第三十二頁，共六十九頁，編輯于2023年，星期一2、實現(xiàn)預測的橫向濾波器（N階預測器）Realizetheforecasttransversefilter(Norderpredictor)第三十三頁，共六十九頁，編輯于2023年，星期一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測值。一般來說，在抽樣時刻t=nTs時所得的預測值與真正的樣值并不相同。N階預測器輸出Norderpredictoroutput：第三十四頁，共六十九頁，編輯于2023年，星期一差值脈沖編碼就是對真正的樣值與過去的樣值為基礎得到的估值之間的差值進行量化和編碼。第三十五頁，共六十九頁，編輯于2023年，星期一3、DPCM系統(tǒng)模型框圖systemmodelframeworkchart下張２２第三十六頁，共六十九頁，編輯于2023年，星期一圖中：x(n)為抽樣信號的實際值第三十七頁，共六十九頁，編輯于2023年，星期一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第三十八頁，共六十九頁，編輯于2023年，星期一系統(tǒng)信噪比定義為：ＳＮＲ＝==預測器增益量化器的量化信噪比GP<1GP>1預測器有增益加預測器后反而不利第三十九頁，共六十九頁，編輯于2023年，星期一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)生的信噪比即非預測的PCM系統(tǒng)的量化信噪比第四十頁，共六十九頁，編輯于2023年，星期一提高系統(tǒng)信噪比采取的措施Improvethesystemsignal-to-noiseratiomeasuresＳＮＲ＝減小第四十一頁，共六十九頁，編輯于2023年，星期一x(n)精確d(n)d(n)=x(n)-x(n)最佳預測量化誤差最佳量化第四十二頁，共六十九頁，編輯于2023年，星期一小結(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四十三頁，共六十九頁，編輯于2023年，星期一自適應差值脈沖編碼調(diào)制Adaptivedifferencepulsecodemodulation（ADPCM）1、實質(zhì)：DPCM+自適應量化和自適應預測固定預測固定量化2、定義能夠?qū)崿F(xiàn)自適應預測功能，或者自適應量化功能或者同時實現(xiàn)兩種自適應功能的DPCM系統(tǒng)稱為ADPCM系統(tǒng)。第四十四頁，共六十九頁，編輯于2023年，星期一3.設計的目的Designpurpose

ADPCM充分利用了語音波形的統(tǒng)計特征和人耳聽覺特性,其設計思路主要瞄準了兩個目標: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,從自適應角度進行最佳編碼第四十五頁，共六十九頁，編輯于2023年，星期一1.1預測的自適應Predictionoftheadaptive(1).極點預測器1.預測器的結(jié)構(gòu)structureofpredictor(用重建信號x(n)進行的預測）+量化器預測器+X(n)X(n)d(n)d(n)編碼X(n)P（Z）X（n）a:極點預測器的ＤＰＣＭ方框圖第四十六頁，共六十九頁，編輯于2023年，星期一b:預測器傳遞函數(shù)P(z)

N階預測器公式：X(n)=第四十七頁，共六十九頁，編輯于2023年，星期一進行Z變換后得：則預測器的傳遞函數(shù)為：為預測系數(shù)第四十八頁，共六十九頁，編輯于2023年，星期一第四十九頁，共六十九頁，編輯于2023年，星期一c:重建濾波器ReconstructionFilter+預測器x(n)x(n)X(n)d(n)H(Z)重建濾波器第五十頁，共六十九頁，編輯于2023年，星期一==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：==第五十一頁，共六十九頁，編輯于2023年，星期一（２）一階最佳線性預測Firstorderthebestlinearprediction求最佳預測系數(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第五十二頁，共六十九頁，編輯于2023年，星期一令得最佳預測系數(shù)h1opt=p1當N=1時的最大預測增益為：第五十三頁，共六十九頁，編輯于2023年，星期一b.二階線性預測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第五十四頁，共六十九頁，編輯于2023年，星期一大于或者等于零故二階預測器總是優(yōu)于一階預測器第五十五頁，共六十九頁，編輯于2023年，星期一C：N階最佳線性預測Norderthebestlinearprediction求偏微分，并令為零=E[d(k)]2第五十六頁，共六十九頁，編輯于2023年，星期一所以得到一組線性方程第五十七頁，共六十九頁，編輯于2023年，星期一差值信號在預測系數(shù)取最佳值時最小第五十八頁，共六十九頁，編輯于2023年，星期一最佳預測增益Bestpredictgain第五十九頁，共六十九頁，編輯于2023年，星期一2.自適應預測adaptiveprediction1)前向自適應預測算法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)。第六十頁，共六十九頁，編輯于2023年，星期一采用不斷修正預測系數(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）后向序貫自適應預測算法Thesequentialadaptivepredictionalgorithm2第六十一頁，共六十九頁，編輯于2023年，星期一①LMS算法arithmetic（最小均方算法）(minimummeansquarealgorithm)

梯度系數(shù)，它決定了預測系數(shù)自適應速率第六十二頁，共六十九頁，編輯于2023年，星期一②梯度符號算法Gradientsignalgorithm極點預測器零點預測器衰減因子(抗誤碼因子)第六十三頁，共六十九頁，編輯于2023年，星期一1.2量化的自適應Quantitativeadaptive1、最佳量化Bestqu