speechcoding语音编码.pptVIP

Speech coding 數位語音編碼 組員:劉致元 游明儒 簡介 Speech coding 技術的簡介定義 人發聲的範圍稱為語音，而聽覺的範圍是音訊 語音的基本頻寬為4Khz，音訊則為22.05Khz 將類比的訊號轉換為數位訊號，在媒介上傳送或儲存，語音編碼因而產生 Speech and audio Coding-語音與音訊編解碼，可以將他定義為：將類比的語音訊號或音訊訊鎬京一定程序轉化為一組數位符號的過程以及其反向過程。 簡介 Speech coding 語音與音訊數位化的優點 1.計算性：可做各種計算式的處理 2.壓縮性：可節省通訊和儲存的成本 3.結合性：可與其他媒體正合成一體 4.存取性：可隨意指定存取更快速 5.傳真性：多次拷貝可以達到零失真 6.交換性：使訊號的交換更快速方便 Speech codez PCM (128Kbps) ABATE(32Kbps) ABATE(BPF) ADPCM(32Kbps) LD-CELP(16Kbps) RPE-LTP(13Kbps) MRELP(9.6Kbps) VSELP(8Kbps) CS-ACELP (8Kbps) CELP(4.8Kbps) STC(4.8Kbps) QCELP(4.0Kbps) LPC10E(2.4Kbps) MELP(2.4Kbps) STC(2.4Kbps) WI(2.4Kbps) Speech coding Speech coding G.721 (32 kb/s ADPCM) G.728 (16 kb/s LD-CELP) G.722 (64 kb/s Audio Codec) G.722 (48 kb/s Audio Codec) G.722 (56 kb/s Audio Codec) FS-1016 (CELP 4.8 kb/s) FS-1015 (LPC-10e 2.4 kb/s GSM Full-Rate ( 13 kb/s RPE-LTP) GSM Enhanced Full-Rate (13 kb/s ) GSM Half-Rate ( VSELP 5.6 kb/s) IS-54 ( VSELP 7.95 kb/s) Sinusoidal Transform Coder (2.4 kbps) Sinusoidal Transform Coder (4.8kbps) EVRC (Variable Rate 0.8 kbps to 8 kbps) Original Speech/Music for G.722 (16-bit sampled at 16 KHz)) Speech coding standard Speech coding 選擇語音編碼演算法時有幾個考慮因素: 互通性: 在通訊系統中為了確保互通性，需要規範一個標準的運算方式 例如普遍地被網路電話設備供應商所採用的ITU G.723.1 及 G.729A編碼標準。但時對於不需要強調互通性的應用，例如語音信箱，則可以選擇專屬但高性能的運算方式。 頻寬: 壓縮比越大，信號頻寬也就越少。 G.729A 運算法可將64 Kbps的語音信號壓至8 Kbps，如此可在一條64Kbps的T1/E1/ISDN電話線上傳送 8 個壓縮語音的頻道。 Speech coding 選擇語音編碼演算法時有幾個考慮因素: 語音品質: 語音品質會隨著壓縮位元數比值的減少而降低。 一般業界對語音編碼品質的衡量指標有 (MOS)、 (DAM)、 (DRT) 等。如果所有的運算法都在同一個硬體平台上以各式各樣的語音資料來做測試，這些指標是最有用的參考。 延遲: 延遲對於數位通訊系統是非常重要的，但是對於數位儲存系統則較不在乎。 因為語音壓縮運算法本來就會產生延遲，因此有些語音編碼是特別為低延遲的應用而設計的。 Speech coding 壓縮演算法 ITU 標準 音質與傳統電話比較 頻寬 (Kbps) 延遲 G.729 是 相當 8 35 G.729A 是 相當 8 15 G.723.1 是 相當 5.3/6.3 37.5 GSM 否 較差