第二章语音信号的压缩编码11年.ppt

* 作业 DPCM/ADPCM/SBC/LPC声码器原理方框图，包括发送端和接收端 1、已知一阶固定的DPCM系统，其预测系数h1=1，归一化相关系数p1定义为： 其中 为相关系数，求该系统的预测增益Gp。 2、上题中若取一阶预测系数h1=h1opt，试求 Gpopt 下周五交上！！ 人有了知识，就会具备各种分析能力， 明辨是非的能力。 所以我们要勤恳读书，广泛阅读， 古人说“书中自有黄金屋。 ”通过阅读科技书籍，我们能丰富知识， 培养逻辑思维能力； 通过阅读文学作品，我们能提高文学鉴赏水平， 培养文学情趣； 通过阅读报刊，我们能增长见识，扩大自己的知识面。 有许多书籍还能培养我们的道德情操， 给我们巨大的精神力量， 鼓舞我们前进。 * * 1）浊音：又称声音。声带在气流的作用下准周期地闭合或开启，从而在声带中激励起准周期的声波。具有明显的准周期特性。浊音信号的能量主要集中在各基音的谐波频率附近，而且主要集中于低于3KHz的范围内。P41 * 2）清音：气流速度达到某一临界速度时，会引起湍流，此时声带不震动，声道被噪声状随机波激励，产生较小幅度的声波，其波形与噪声很像。P42 清音信号没有准周期性，能量主要集中在比浊音更高的频率范围内。语音学中，将发音时声带振动的音称为浊音(又称有声)，声带不振动的音称为清音(又称无声)。 * 3）共振峰：声道频率特性对应的谐振点叫做共振峰频率。共振峰出现在浊音频谱中。一般的浊音在5Khz以下有3~5个共振峰。 4）语音信号发生模型 P42 * 2、线性预测声码器 1）语音信号分析合成的定义： 以语音模型为基础，在发端分析提取表征音源和声道的相关特征参数，通过量化编码将这些参数传输到收端，在收端再应用这些特征参数重新合成为语音信号的过程。 * 2）LPC声码器的基本原理 清音模型简化为由白色随机噪声激励；浊音为准周期脉冲序列，周期为基音周期Tp 在发端，对语音信号样值s(n)逐帧进行线性预测分析，并作相应的清/浊音判决和基音提取。 分析前预加重是为了加强语音谱中的高频共振峰，使语音短时谱及线性预测分析中的余数谱更加平坦，从而提高预测模型参数{ai}估值的准确度。 线性预测大多采用自相关法。采用汉明窗。 * LPC声码器方框图 自信道入 译码 合成器 反预加重 合成语音 * 3、 LPC声码器的缺点 1）损失了语音自然度 2）降低了方案的可靠性 3）易引起共振峰位置失真 4）带宽估值误差大 * 2.3 图像编码技术 * 2.3.1 图像信号及其数字化 2.3.2 数字图像压缩编码 2.3.3 图像压缩编码标准 * 2.3.1 图像信号及其数字化 一幅平面图像包括的信息首先表现为光的强度或灰度，它随平面坐标、光的波长和时间变化，表示为 I=f(x,y,λ,t) 黑白活动图像：I=f(x,y,t) 彩色活动图像：I={fr(x,y,t), fg(x,y,t), fb(x,y,t)} 黑白静止图像函数 I=f(x,y) * 通常把图像定义为平面上连续的一个矩形区域，长宽分别为Lx和Ly。平面坐标x和y的取值范围： 图像函数在某一点的值，即强度或灰度与图像在这一点的亮度成正比，该值为一正数，而且有界，即 Bm为最大亮度。总之，图像函数f(x,y)是一个二元、有界、非负的连续函数，可解析、可积分、并有可逆的付氏变换。它代表了一副人眼看到的模拟图像。 * 图像信号的数字化 1.抽样：图像在空间上的离散化。因图像是二维的，对图像信号的抽样通常采用等间隔的点阵抽样方式。即在x方向取M点，在y方向取N点，读取整个图像函数空间内这M*N个离散点的灰度值，所得结果就是一个用样点值表示的阵列。 2.量化：在量化噪声对图像质量的影响可以忽略前提下，用最少的量化电平进行量化。常用均匀量化。（灰度0~255） 设连续图像f(x,y)经等间隔抽样和量化后，得到一M*N的数字点阵 图像阵列中每一个元素取值都是离散的，称为像素（pixel） * 数字图像的特点 1.数据量大 2.占用频带宽：电视图像5~6MHz 3.数字图像各个像素彼此相关性大： 电视画面同一行相邻2个像素或相邻2行相关系数0.9 * 2.3.2 数字图像压缩编码 一、图像冗余信息类型 1.空间冗余：如照片上一面墙是均匀着色 2.时间冗余：如关于人物演讲的一段视频 3.信息熵冗余：如采用相同比特数对每个像素编码 4.知识冗余：如人脸图像中头、眼、嘴部的相互位置 5.视觉冗余：如人眼对图像某些失真不敏感 6.结构冗余：如图像各部分有某种相似关系 * 二、图像