第四章移动通信中的信源编码.ppt

语音编码基本原理 1.4 增量调制 第四章 移动通信中的信源编码 增量调制与脉冲编码调制直接用量化了的样值编码不同，而是用前后相邻的两个样值之差来编码。相邻两样值之间的差值称为增量，编码规则如下： 波形斜率为正（上升）之处，编码为“1”； 波形斜率为负（下降）之处，编码为“0”； 增量调制编码也是一种波形编码。“1”与“0”反映了波形的变化斜率。 第四章 移动通信中的信源编码 （a）抽样周期大 1 0 1 1 0 0 1 1 0 1 1 1 0 （b）抽样周期小 第四章 移动通信中的信源编码 对于增量调制而言，其量化阶距?也是必须要考虑的。从原理上来讲， ?越小量化噪声越小。但是，如果信号波形的斜率很大，则量阶小将导致“斜率过荷”现象的发生，使编码误差变大。 增量调制中的“斜率过荷”现象 2.参量编码 参量编码的基础是语音信号特征参数的提取和语音信号的恢复。编码和传输的对象是参数，而非时间波形，因此可以大大降低数据速率（通常为2.4kbps）。 语音编码基本原理 第四章 移动通信中的信源编码 为提取语音信号的特征参数，需要了解其产生机理，在此基础上建立物理模型，即可获得参数提取方法。 语音编码基本原理 2.1 语音信号的产生模型 第四章 移动通信中的信源编码 发声时气流均要通过人的声管（喉管、口腔等），声管形状的变化造成不同的气流冲击而形成声音，包括清音和浊音。 发清音时声带不振动，无基音，类似白噪声； 发浊音时声带振动，包含基音信号。 语音编码基本原理 2.2 特征参量的提取 第四章 移动通信中的信源编码 参量编码主要是对参量进行编码，因此在参量编码中特征参量的提取是十分重要的问题。 特征参量提取主要是利用了参量的短时不变性，将实际信号分成短的时间段，在各时间段内分别进行参量提取。 常用的特征参量数提取技术有加窗技术和基音周期估计技术。 第四章 移动通信中的信源编码 2.2.1 加窗技术 充分利用语音信号的短时平稳性，将语音分为20ms的帧，若采样率为8KHz，则有160个采样点。 s(n)可以是矩形窗函数 或汉明窗函数 第四章 移动通信中的信源编码 2.2.2 基音周期估计 基音周期是语音信号的重要参数，指浊音声带振动的基频的倒数，主要有两种分析方法：短时自相关函数法、短时平均幅度差函数法。 第四章 移动通信中的信源编码 在基音周期的各个整数倍点上有很大的自相关函数值，其中第一个最大的峰值位置便是可用于估计的基因周期。 其自相关函数表示为 并进一步求解谷值点，以估计基音周期，称为平均幅度差函数法。 对加窗语音信号的非零值求解如下数值 此方法求解的谷值点尖锐度比自相关函数高，但对语音信号幅度的快速变化比较敏感 设加窗语音信号 非零区间为 语音编码基本原理 2.3 线性预测编码（LPC） 第四章 移动通信中的信源编码 线性预测编码的理论基础是，一个语音信号的抽样能够由前面的若干样值的线性组合来逼近，在进行线性组合时要使逼近的误差最小。 线性预测编码非常简单，但它也只是一种非常粗糙的近似，可保持一定得可懂度，但讲话人的特征即自然度则丢失，无法获得高的语言质量。 第四章 移动通信中的信源编码 为了解决此问题，在传送参量编码的同时，对求解参量 过程中的预测误差（残差）也进行编码并一起发送，则可获得语音质量的提高（其编码速率也有所增大）。称为残差激励线性预测编码器（Residual—Excited Linear Predictions Coder，RELP）。 3.混合编码 混合编码综合考虑波形编码的高质量和参量编码的低速率，以参量编码（特别是线性预测编码）为基础，适当吸收波形编码中部分反映个性特征的因素，以改善语音的自然度为重点。 语音编码的基本原理 第四章 移动通信中的信源编码 目前移动通信系统中的语音编码均以混合编码方式为主。尽管有不同的混合编码方式，但均有一个相同的处理过程：利用线性预测分析去掉语音的短时相关性，求解最佳激励信号，将预测参数和激励信号进行编码传送。 1.GSM系统中的RPE-LTP编码 移动通信系统中的语音编码 第四章 移动通信中的信源编码 GSM系统作为泛欧移动通信系统，在我国的应用也十分广泛，其对语音编码的要求包括： 总速率不超过16kbps； 便于和公共电话