多媒体技术基础与应用课件-第2次课.pptVIP

第三章 话音编码 P23 3.1　话音编码概要 话音的分类：压缩空气通过声门激励声道滤波器，根据激励方式不同，话音可分为三种类型：浊音、清音、爆破音 三种话音编译码器的基本思想与特点 波形编译码器 音源编译码器 混合编译码器 波形编译码器 基本思想：不利用生成话音信号的任何知识，而企图产生一种重构信号，它的波形与原始话音波形尽可能地一致。 特点： P27 图3-5 数据速率在16kb/s以上，质量相当高，但低于这个数据率时，音质急剧下降。 音源编译码器 P26 基本思想：从话音波形信号中提取生成话音的参数，使用这些参数通过话音生成模型重构出话音。 特点： P27 图3-5 数据率低，音质也低，且因为受到话音生成模型的限制，即使大量增加数据率，也不会明显提高合成话音的质量；保密性能好，一直用在军事上。 混合编译码器 P27 基本思想：企图填补波形编译码器和音源编译器之间间隔。 3.2 脉冲编码调制(PCM) 概念： 采样、量化 均匀量化和非均匀量化 在非均匀量化中，采样输入信号幅度和量化输出数据之间定义了两种对应关系:一种称为μ律压扩算法，另一种称为A律压扩算法。 P31 3.4 增量调制与自适应增量调制 P34 一、增量调制（DM） 一种预测编码技术 优点：输出样本只有1位 缺点：斜率过载、粒状噪声 二、自适应增量调制 P35 根据斜率的变化调整Δ的值? 优点：使斜率过载和粒状噪声同时减小 比较脉冲编码调制PCM和增量调制DM 1、都是采样和量化 2、PCM采的是值，DM采的是增减 3、量化结果：PCM位数多，DM是1位 4、还原结果，PCM好 第四章 无损数据压缩 P45 压缩分两种类型：有损压缩和无损压缩 4.1 香农－范诺与霍夫曼编码 一、香农理论 熵：描述群体系统状态复杂程度的物理量。 热力学熵：用于表征一个热力系统的无序程度。 香农熵：为消息编码所需二进制位的个数。 香农熵 = log2(1/pi) 香农熵的性质 熵越大，说明信息量越大。也就是说同一字符再次出现的概率越小，或者说某一事件再次发生的概率越小。 例如：相同长度的两个信息流，熵较大者就表明信息流中的字符越不确定，或者说出现的不同字符个数更多。 信源 S 的熵的定义 H(s)=Σipilog2(1/pi)　　　　 其中： pi是符号si在S中出现的概率；log2(1/pi)是符号si所需的位数（香农熵）。H(S)可以理解成 为信源S中所有符号进行编码时平均所需要的位（比特）数。 香农－范诺编码 P46 采用从上至下的方法进行编码 首先按照符号出现的频度或概率排序 然后使用递归方法分成两部分，每一部分具有近似相同的次数 例4.1 霍夫曼编码 P46 采用从下至上的方法进行编码 （1）按照符号出现的频度或概率排序 （2）把概率最小的两个符号组成一个节点 （3）重复步骤 2 ，直到形成一棵树为止 （4）对树枝左边标0，右边标1 对两种方法的压缩比进行比较 压缩比：压缩编码之前与压缩编码之后表示信源所需位数的比值。 霍夫曼编码方法的编码效率比香农-范诺编码效率高一些。 但都低于极大压缩比。对于例4.1而言，极限压缩比为：120/87.84=1.366 * * 量化间隔 1 1 1 1 0 0 0 1 0 1 0 输出x 量化阶Δ y0=0 斜 率 过 载 粒状噪声