第二章音频编码和处理技术.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * 矢量量化编码的应用 G.723.1、G.728、G.729标准中都采用了矢量量化思想 G.723.1 和G.729 标准中采用的代数结构码本，是使其码本呈现某种预先规定的排列特征（等间隔的脉冲串、不同码矢量可以通过别的码字的移位得到），另外，每个码字中非零元素很少，可以大大降低求解合成语音时的计算量 矢量量化也常用于图像处理 * 音频压缩编码的基本方法 增量调制 自适应差分脉冲编码调制 子带编码 变换域编码 矢量量化 线性预测编码 * 线性预测编码 线性预测编码（LPC）方法为参数编码方式。参数编码的基础是人类语音的生成模型，通过这个模型，提取语音的特征参数，然后对特征参数进行编码传输 在DPCM中分别给出了预测方程和预测误差，只用低阶进行顶测，有时甚至取ai＝1，即只用前面一个采样来代替（预测）当前样值 而在LPC中，对输入的音频信号进行分帧（例如，每10ms为一帧）提取参数。发送这些参数以达到数据压缩的目的。在接收端，利用所得的参数进行合成，重建语音 在提取的参数中，最重要的是预测系数ai。 在实际应用中，通常要取10 阶或12阶预测系数 除了预测系数外，其他要提取的参数有音调、清音/浊音以及信号的幅度 LPC 系统将预测系数及其他有关参数进行编码并传送。在接收端，利用收到的线性预测系数以及其他参数，使用语音合成器重建原始语音 * 音频压缩编码标准 算法 名称 码率/ (kb/s) 标准 制定 组织 制定 时间 应用 领域 质 量 波形 编码 PCM （A/μ） 压扩法 64 G.711 ITU 1972 PSTN ISDN 4.3 ADPCM 自适应差值量化 32 G.721 ITU 1984 4.1 SB-ADPCM 子带ADPCM 64/56/48 G.722 ITU 1988 4.5 参数 编码 LPC 线性预测编码 2.4 NSA 1982 保密 语音 2.5 混合 编码 CELPC 码激励LPC 4.8 NSA 1989 3.2 VSELPC 矢量和激励LPC 8 GIA CTIA 1989 移动 通信 语音 信箱 3.8 RPE-LTP 长时预测 规则码激励 13.2 GSM GSM 1683 3.8 LD-CELP 低延时码激励LPC 16 G.728 ITU 1992 ISDN 4.1 MPEG 多子带感知编码 128 MPEG ISO 1992 CD 5.0 数字音频编码算法、标准简表 * 音频压缩编码标准 根据话音质量来区分，可以分为以下三类标准： 电话质量的音频压缩标准 调幅广播质量的音频压缩标准 高保真立体声音频压缩标准 * 电话质量的音频压缩标准 电话质量语音信号的频率范围是200～3400Hz，采用标准的脉冲编码调制（PCM），当采样频率为8kHz，量化位数为8位时，对应的数据速率为64Kb/s。 为了压缩音频数据，国际上从ITU-T（原CCITT）最初的G.711标准开始，已制定了一系列的语音压缩编码的标准。 * 电话质量的音频压缩标准 * 电话质量的音频压缩标准 1989年美国公布的数字移动信息标准CTIA，采用矢量和激励线性预测技术（VSELP），速率为8Kb/s。 为了适应保密通信的要求，美国国家安全局NSA分别于1982年和1989年制定了基于LPC，速率为2.4Kb/s和基于CELP，速率为4.8Kb/s的编码方案。 1983年欧洲电信管理局（European Telecommunication Administration）下属的一个工作小组CEPT-CCH-GSM (Group Special Mobile)推出了欧洲移动电话的压缩标准GSM，GSM采用的算法为长时预测规则码激励( RPE-LTP, Regular-Pulse Excitation/Long Term Prediction) ，采样频率为8 kHz ，运行速率13kb/s。 * 调幅广播质量的音频压缩标准 调幅广播质量音频信号的频率范围是50～7000Hz，当使用16kHZ的采样频率和14位的量化位数时，信号速率为224Kb/s。1988年ITU制定了G.722标准，它可把信号速率压缩成64Kb/s。 G.722标准采用基于子带ADPCM技术，将现有的带宽分成两个独立的子带信道，使输入信号进入滤波器组分成高子带信号和低子带信号，然后分别进行ADPCM编码，最后进入混合器形成输出码流。利用G.722标准可以在窄带ISDN的一个B信道上传输调幅广播质量的音频信号。由于这种压缩方法能够在8Kb/s的存储量下给出相当好的音乐信号，因此也适合于需要存储大量高质量音频信号的多媒体系统使用