北邮版 数字通信原理 第三章解析.ppt

语音编码发展方向 极低速率语音编码 比特率低于2400bps的编码 保密通信、语音邮件、网络通信、IP电话 变速率语音编码 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 不压缩语音编码 压缩费用超过传输费用 光纤通信、微波通信 压缩的意义 为什么需要压缩编码技术 PCM编码占用带宽大 8000Hz采样速率，每样本8位码 数码率：64kbps 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 GSM频点分配 定义： 低于64kbps的编码方案称为语音压缩编码 压缩依据 语音信号中存在的冗余 人类的听觉感知机理 信号冗余——时间域 信号的非均匀分布 小幅度概率高，信息集中在低功率信号上 采样数据样值间的数据相关性 8kHz速率时，相邻样值相关系数高达0.85 周期间相关性： 浊音的准周期性 全双工通话时存在通话间隙 信号冗余——频率域 长时功率谱密度的非均匀性存在固定的冗余度 对给定的频段利用不够充分 短时功率谱密度在某些频率上存在高振峰，而在另外一些频率上是低谷值 频谱特征主要由三个共振峰频率决定 听觉感知机理 人耳有掩蔽效应(masking effect) 强音抑制弱音 人耳对不同频段的声音敏感度不同 低频比高频更敏感 人耳对语音信号的相位不敏感 3.1.2 压缩编码方法分类 波形编码 原理简单，失真小 数码率高 参量编码 数码率低 音质较差，复杂度高 混合编码 较低的比特率上获得较高的语音质量 语音编码的极限速率 语音最基本元素-音素:大约128～256个 通常说话速度：每秒平均发10个音素 信息率： I=[log2(256)10]bps=80bps 把发音看成是以语音速率传送，则语音编码的极限速率为80bps 从数字化标准的编码速率64kbps，到极限速率80bps之间的距离，压缩比可达64kbps/80bps=800 对于理论研究和实践有着极大的吸引力 3.1.3 语音质量评价 语音质量 （1）广播级: 宽带(0-7000Hz)高质量的语音，感觉不出噪声存在 （2）网络或电话级： 200Hz-3200Hz,信噪比大于30db。 （3）通信级: 完全可以听懂，但和长途电话相比，有明显失真。 （4）合成级： 80%-90%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。 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。 子带编码比特分配与编码速率 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（3-4） 线性预测编码(linear predictive coding，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 分析话音波形时，当作预测器使用 合成话音波形时，当作生成模型使用 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 补充知识：时变数字滤波器 预测值用过去P个样本值的线性组合表示为 预测系数 通过求解偏微分方程，可找到系数ai的值 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 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 主要缺点 需要进行基音检测和清浊音判决，精确测量这两组数据非常困难，而其误差对合成语音质量有很大影响 通道数量有限，可能几个谐波分量会落入同一通道，合成时被赋予相同的幅度，导致合成信号的频谱畸变 对整体的语音信号进行分析，提取信号中共振峰的位置、幅度、带宽等参数，构成对应清音和浊音的两个声道滤波器。 清音滤波器一般采用1个极点和一个零点的数字滤波器。 浊音滤波器采用全极点滤波器，由多个二阶滤波器级联而成 比通道声码器合成的语音质量要好，比特率可以压缩得更低。 LPC声码器性能不佳的主要原因不在于声道模型本省，而在于对激励信号的表示过于简单，因为只是采用了清音和浊音两种激励源。 混合编码多以线性预测编码（LPC