多媒体通信技术_第二章.pptVIP

多媒体通信技术 语音信号压缩编码的评价系统 语音质量是衡量语音编码算法优劣的关键性能之一。语音质量通常分为四类： （1）广播级:宽带(0～7000Hz)高质量的语音，感觉不出噪声存在。 （2）网络或电话级：200Hz～3200Hz,信噪比大于30dB。 （3）通信级:完全可以听懂，但和长途电话相比，有明显失真。 （4）合成级：80%～90%可懂度，音质较差，听起来像机器讲话，失去了讲话者的个人特征。 声音质量评价 对声音质量的评价分为主观评价和客观评价两种。 不同的人背景不同，对声音的评价也是大不相同的，可以说主观评价方式是比较全面的。 MOS得分为五个等级:优、良、中、差、劣。满分为5分，相当调频广播质量；4分以上是长途电话网标准；3.5分为通信标准； 3.0分仍有较好的可懂度，保持自然度；2.5分只维持可懂度，是战术通信标准。 客观评价方法 （1）波形失真度，用信噪比来度量 （2）频谱失真测量 （3）谱包络失真测量 常见的波形压缩编码方法有： 脉冲编码调制（PCM） 增量调制编码（DM） 差值脉冲编码调制（DPCM） 自适应差分脉冲编码调制（ADPCM） 子带编码（SBC） 矢量量化编码（VQ） 参量编码的特点：可实现低速率语音编码，比特率可压缩到2～9.6kbit/s 之间。 缺点：重建信号的波形同原语音信号的波形有相当大的差别，语音质量较差，清晰度满足要求但自然度较低，难以分辨处讲话者；其次是电路实现复杂度高。 构成声音的音素可以分为：浊音（声带振动）和清音（声带不振动）。 浊音又称有声音，语声发声时声带在气流的作用下激励起准周期的声波。这一准周期音称为基音，其基音周期为4～20ms相当于基音频率在50～250Hz范围内。 清音又称无声音。清音没有周期特性。从清音的频谱分析可知，清音中不含具有周期或准周期特性的基音及其谐波成分。 语声信号产生模型 语声信号产生模型 语声信号的这种实现过程称为语声信号的分析合成，实现这一过程的系统称为声码器。 语音的发声过程是一个近似的短时平稳随机过程，在短时间内（10～20ms）发声过程中的参数变化比较慢。 参数编码的典型代表是线性预测编码（LPC）。 例：一路模拟话音信号，采样速率8k,采样后进行编码，以200个采样值为一帧信号，并以帧作为处理的基本单元进行参数编码。每一帧语音用一组参数表示，判决位：浊音和清音（1位）；浊音的基频（周期）（6位）；音源的幅度（5位）；线性滤波器参数（10个参数，每个参数6位），则总的码速率是多少？ 采用混合编码的编码器有： 三种压缩编码的性能比较 差分脉冲编码调制系统 为了进一步提高编码性能，将自适应量化技术和自适应预测技术结合，实现自适应差分脉冲编码调制，它的核心思想是：利用自适应的思想改变量化阶的大小，即使用小的量化阶去编码小的差值，使用大的量化阶去编码大的差值。 自适应量化的方式可以分为：前向自适应量化和后向自适应量化两种。 线性预测编码是一种比较简单的编码方法。将语声激励信号简单的划分为浊音信号和清音信号。由于语声信号是短时平稳的，根据语声信号的短时分析和基音提取方法，可以用若干的样值对应的一帧来表示短时语声信号。这样逐帧将语音信号用基音周期、清/浊音判决、声道模型参数和增益来表示。对这些参数进行量化编码，在接收端再进行语声的合成。 按照线性预测编码原理实现的LPC-10声码器已经用于美国第三代保密电话中，其编码速率只有2.4bit/s，虽然其编码速率很低，但是由于其信号源只采用简单的二元激励，在噪声环境中的语音质量不好，所以目前已被新的编码器替代。 矢量量化的理论基础是香农的速率失真理论，利用码书中与输入矢量最匹配的码字下标（索引）代替输入矢量进行传输和存储，而解码时只需要简单地查表操作即可还原信息。 矢量量化编码的原理是：在发送端将语音信号的样值数据序列按某种方式进行分组，每个组假定有k个数据，一组数据就构成了一个k维矢量。每个矢量有对应的用二进制数来表示的下标。把每个数据组所形成的矢量视为一个码字，语音数据所分成的组就形成了各自对应的码字。把所有这些码字进行排列，可以形成一个表，这样的表就称为码本或码书。 在矢量量化编码方法中，传输的不是对应的矢量，而是每个矢量对应的下标。由于下标的数据相比于矢量本身来说要小得多，因此就实现了数据的压缩。 在对码本进行描述时，构成码本的码字数量称为码本的长度，用N来表示，则每个码字的位