语音视讯技术.pdfVIP

語音/視訊技術 第二章 語音/視訊技術 ■CODEC ■Video CPE 撰稿/通訊系統組 一、CODEC (一 )數位語音與音訊編解碼器 (Speech and Audio Codec) 1.技術簡介與定義 雖然語音與音訊都是聲音，但是它們卻是有分別的。人類可以發聲的範 圍通常稱為語音；而人類可以聽覺的範圍通常稱為音訊。一般而言，音訊的 範圍比語音大。語音之基礎頻寬為 4KHz 、音訊的基礎頻寬為22.05KHz 。現 代通訊常將類比的語音訊號變成數位的語音訊號來傳送；近幾年來，音訊訊 號也被轉化成數位訊號，在媒介上傳送或儲存。因而「 語音與音訊編解碼 (Speech and Audio Coding) 」，可以將它定義成：將類比的語音訊號或音訊訊 號經一定程 序轉化為一組數位符號的過程以及其反向過程。「語音與音訊編 解碼器」則是實行此一功能之器具。 2.發展現況與應用 語音為人類溝通的主要方式，在沒有發明文字以前語音就是人類社會中 彼此聯繫的媒體。因而語音通訊的發展也相當早。從貝爾發明電話起，人類 就逐步實現長距離通話的夢想。從那時開始，電話的功能隨著電子、電機技 術的發展愈來愈精緻、愈來愈便宜。同時，隨著通訊技術的發展，也使電話 1998 通訊工業綜論 97 全球通訊技術發展趨勢 網路愈來愈普及、愈來愈快速。 近代，通訊更往數位化的方向發展，使得語音編解碼技術的需求也就愈 趨明顯。除此之外，音訊隨著朝向數位化發展，而成為多媒體通訊的重要一 環。這種發展，乃肇因於語音與音訊數位化的優點，包括： (1)計算性：可以作各種計算式的處理。 (2)壓縮性：可以節省通訊與儲存成本。 (3)結合性：可與其他媒體整合成一體。 (4)存取性：使隨意或指定存取更快速。 (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。 因而，語音與音訊編解碼的 研究也就成為現代的通訊技術的重要課題 。 早期 發展的編碼技術的發展以「語音編解碼」為主。而「語音編解碼」 技術以 PCM (Pulse Code Modulation) 為濫觴 ，它也是大部份 「語音、音訊編 解碼」技術的發展基礎。它是以簡 單的取 樣(sampling)與量 化(quantization)將 語音訊號以數位 資料來代表 。最 常見的位 元率 為每秒 64 仟位元 。由於它的 簡 單 ，所 以 被 廣 泛 地 採 用 。 CCITT(International Telephone and Telegraph Consultative Committee)即將其 制訂 為標準 ，稱為CCITT G.711 ，乃為「語音 編解碼」標準之始。 從 64 Kbps PCM 開始，各種 新 「語音編解碼」技術就不斷地出現。發展 的趨勢是往更 低的位 元率推進 。在32Kbps 層的代 表 為 CCITT 的 G.721 。它為 一典型的 ADPCM (Adaptive Differential PCM) ，乃是應用語音訊號相鄰取 樣 (samples)的相 似 性作適 應性預測將 原來的 PCM 資料 壓縮兩倍 。另外，CCITT 也訂了 G.723 、G.726 標準 ，它們仍 為 ADPCM ，但它提供了 40Kbps, 32Kbps, 24Kbps, 16Kbps 等位元率的 選擇 。 中位元率的語音編解碼以 16Kbps 為代表 ，有CCITT 之 G.727 及 G.728 。 它們用的是 backward-CELP 技術。這一系列的 標準重視編解碼的延遲 時間 。 因為，在通訊的應用上延遲 時間 過長往往會帶 來迴音干擾等等問題 。尤其在 DCME(Digital Circuit-Multiplication Equi