4.2语音编码技术.pptVIP

第二节 语音编码技术 4.2.1 语音编码技术概述 语音编码：移动通信数字化的基础 第1/2代蜂窝系统的根本区别 语音编码的意义： 提高通话质量(数字化+信道编码纠错) 提高频谱利用率(低码率编码) 提高系统容量 (低码率、语音激活技术) 移动通信对语音编码的要求： 编码速率低，语音质量好 有较强的抗噪声干扰和抗误码的性能 编译码延时小、总延时在65ms以内 编译码器复杂度低，便于大规模集成化 功耗小，便于应用于手持机 4.2.1 语音编码技术分类 4.2.1 语音编码技术分类 波形编码：将时域模拟话音的波形信号经过采样、量化和编码形成数字语音信号 编码速率较高：16k~64k 包括：PCM、ADPCM、ΔM、CVSDM、APC等 占用较高带宽，适合有线 参量编码：基于人类语音的产生机理建立数学模型，根据输入语音得出模型参数并传输，在收端恢复。 编码速率较低：1.2k~4.8kbps 包括各种线性预测编码（LPC）方法和余弦声码器等 语音质量中等，不满足商用要求 混合编码：波形编码+参量编码（LPAS） 包括GSM的RPE-LPC编码和VSELP编码 4.2.1 用于移动通信的语音编码 4.2.1 语音编码标准 G.711 PCM(64kbps) G.721 ADPCM(32kbps) G.722 7kHz带宽64kbps速率内的音频编码 G.723 6.3k/5.6k双速率多媒体语音编码 G.728 16kbps语音编码LD-CELP G.729 8kbps多媒体语音编码 4.2.1 语音编码的发展 极低速率语音编码，600bps 高保真语音编码 自适应多速率语音编码 新的编码分析技术： 非线性预测 多精度时频分析技术（子波分析技术） 高阶统计分析技术 4.2.2 线性预测编码的基本原理 原理:模型化人类语音信号产生的机制,提取模型参数,并且只传输模型的参数. 语音信号的产生模型: 语音的产生,声带和声道 不同语音产生的原因:声音激励源和声道不同 声音分类:浊音和清音 发声过程 口腔和鼻腔形成时变滤波器 4.2.2 浊音和清音 4.2.2 语音产生模型 语音模型的建立：1、产生激励，2、响应 模型参数：基音，共振峰频率及强度，清浊音判决 低码率编码 码率降低有限 合成的语音波形失去了自然度和音质 4.2.2 LPC语音编码 4.2.2 LPC语音编码的实现框图 4.2.3 RPE-LTP（GSM） 规则脉冲激励长期预测LPC（RPE-LTP） LPC编码器的不足 损失了语音的自然度，即音质 抗噪声干扰能力差 谱包络的估计值可能产生较大失真 原因：LPC没有将发端模型的误差传送到收端 LPC改善方法： 采用更复杂的激励模型 利用一部分余数信息 4.2.3 不同激励语音合成模型 4.2.3 合成/分析编码器原理 规则脉冲激励的LPC编码：指激励脉冲序列中脉冲的相对位置不变，只可改变幅度的激励源 4.2.3 GSM语音编码 组成：预处理，LPC分析，短时分析，长时预测，规则脉冲激励编码 4.2.3 GSM语音译码 GSM：13kbps，语音质量3.8，抗误码性能好，编解码延时30ms 4.2.4 QCELP(一) 北美CDMA数字蜂窝标准（IS-95）中，话音编码采用的是QCELP（Qualcomm码激励线性预测）话音编码技术，使用与脉冲激励线性预测编码相同的原理，但它有两个独到的特点： 1、使用码表矢量量化差值信号。即差值信号用一个矢量码表表示，而不是用激励脉冲的幅度和位置参数来表示。IS-95中，每个话音帧长也为20ms,对于每帧，码表中的一个矢量被选定且被量化，形成码表对数子帧，同时生成音调特性参数子帧和线性预测滤波器参数子帧，三种参数不断被更新，更新后的参数帧按一定帧结构送到收端，接收端从数据中解包，取得结构参数，并从这些参数重组发送信号。 4.2.4 QCELP(二) 2、实现了可变速率语音编码。编码器根据语音信号激活程度，提供了四种速率：9.6kbit/s、4.8kbit/s、2.4kbit/s和1.2kbit/s，速率的确定是根据音帧（20ms）能量与三个门限的比较。每帧话音能量由话音自相关函数决定，而三个门限由前一帧话音自相关函数与前一帧噪声电平决定，每一帧更新一次，若话音帧自相关函数大于三个门限，选择全速率（ 9.6kbit/s ）；大于二个门限，选择半速率（ 4.8kbit/s ）；仅大于一个门限，选择1/4速率（ 2.4kbit/s ）；当小于所有三个门限，选择1/8速率（ 1.2kbit/s ）；当不讲话时，用1.2kb