安徽工程大学多媒体技术 第三章_数字声音编码.ppt

多媒体技术III第3章 数字声音编码 杨丹 安徽工程大学计算机与信息学院 Email:hotma126.com 2012年2月 第3章 数字声音编码目录 3.1 声音简介 3.1.1 声音是什么 3.1.2 声音的频率范围 3.2 声音信号数字化 3.2.1 从模拟过渡到数字 3.2.2 模拟信号与数字信号 3.2.3 声音信号数字化 3.2.4 声音质量与数据率 3.4声音质量的MOS评分标准 3.5 脉冲编码调制(PCM) 3.5.1 PCM的概念 3.5.2 均匀量化 3.5.3 非均匀量化 3.6 PCM在通信中的应用 3.6.1 频分多路复用 3.6.2 时分多路复用 3.6.3 数字通信线路的数据传输率 3.7 增量调制与自适应增量调制 3.7.1 增量调制(DM) 3.7.2 自适应增量调制(ADM) 3.8 自适应差分脉冲编码调制 3.8.1 自适应脉冲编码调制(APCM)的概念 3.8.2 差分脉冲编码调制(DPCM)的概念 3.8.3 自适应差分脉冲编码调制(ADPCM) 3.8.4 G.726 ADPCM编译码器 3.9 G.722 SB-ADPCM编译码器 3.9.1 子带编码(SBC) 3.9.2 子带-自适应差分脉冲编码调制(SB-ADPCM) 3.10 GSM声音简介 3.11 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 3.1 声音简介 声音是什么 声音是听觉器官对声波的感知，而声波是通过空气或其他媒体传播的连续振动 声音的强弱体现在声波压力的大小上，音调的高低体现在声音的频率上 声音用电表示时，声音信号在时间和幅度上都是连续的模拟信号，如图3-1所示 声波具有普通波所具有的特性，例如反射 (reflection)、折射 (refraction)和衍射(diffraction)等 3.1 声音简介(续2) 声音的频率 高保真声音(high-fidelity audio): 10 ~ 20 000 Hz 声音(audio): 20~ 20 000Hz 话音(speech): 300~3000/3400 Hz 亚音/次音(subsonic): 20 Hz 超声(ultrasonic): 20 000 Hz 3.2 声音信号数字化 数字化的概念 采样和量化 连续时间的离散化通过采样来实现，就是每隔相等的一段时间采样一次，这种采样称为均匀采样(uniform sampling) 连续幅度的离散化通过量化(quantization)来实现，就是把信号的强度划分成一小段一小段，如果幅度的划分是等间隔的，就称为线性量化，否则就称为非线性量化。图3-2表示了声音数字化的概念 3.2 声音信号数字化(续1) 读者可这样来理解奈奎斯特理论 声音信号可看成是由许多正弦波组成的，一个振幅为A、频率为f的正弦波至少需要两个采样样本表示，因此，如果一个信号中的最高频率为fmax ,采样频率最低要选择2 fmax 。例如，话音信号的最高频率约为3.4 kHz，采样频率就选为8 kHz 3.2 声音信号数字化(续2) 采样精度 度量声音波形幅度的精确程度，用每个声音样本的位数(即bps)表示 例如每个声音样本用16位表示，测得的声音样本值是在[0～65535]范围里的数，它的精度是1/65536 精度是在模拟信号数字化过程中度量模拟信号的最小单位，因此也称量化阶(quantization step size) 0～1 V的电压用256个数表示时，量化阶等于1/256 V 样本位数的大小影响到声音的质量，位数越多，声音质量越高，所需存储空间也越多；位数越少，声音质量就越低，所需存储空间也越少 3.2 声音信号数字化(续3) 其中，Vsignal表示信号电压，Vnoise表示量化噪声电压(模拟信号的采样值和与它最接近的数字数值之间的差值)，SNR的单位为分贝(db) 3.2 声音信号数字化(续4) 声音质量和数据率—— 质量度量 3.4 声音质量的MOS评分标准 声音质量的衡量方法 声音带宽法 等级由高到低依次是DAT、CD、FM、AM和数字电话 客观质量度量 用信噪比(SNR)表示，详细计算请参看林福宗和陆达编写的《多媒体与CD-ROM》，1995.3清华大学出版社出版 主观质量度量 度量方法类似于电视节目中的歌手比赛，由评委对每个歌手的表现进行评分，然后求出平均值 有时同时采取两种方法评估，有时以主观质量度量为主 3.4 声音质量的MOS评分标准(续) 主观平均分(mean opinion score，MOS) 对声音主观质量度量比较通用的标准是5分制，各档次的评分标准见表3-2 3.5 脉冲编码调制(PCM) 脉冲编码调制(PCM)的概念