语音编码技术的应用与发展.pdf

语音编码技术的应用与发展

语音编码技术的应用与发展

隐匿2001/08/01

语音数字化的技术基本可以分为两大类：第一类方法是在尽可能

遵循波形的前提下，将模拟波形进行数字化编码；第二类方法是对模

拟波形进行一定处理，但仅对语音和收听过程中能时候到的语音进行

编码。其中语音编码的三种最常用的技术是脉冲编码调制（PCM）、

差分PCM（DPCM）和增量调制（DM）。通常，公共交换电话网中

的数字电话都采用这三种技术。第二类语音数字化方法主要与用于窄

带传输系统或有限容量的数字设备的语音编码器有关。采用该数字化

技术的设备一般被称为声码器，声码器技术现在开始展开应用，特别

是用于帧中继和IP上的语音。

除压缩编码技术外，人们还应用许多其它节省带宽的技术来减少

语音所占带宽，优化网络资源。ATM和帧中继网中的静音抑制技术可

将连接中的静音数据消除，但并不影响其它信息数据的发送。语音活

动检测（SAD）技术可以用来动态的跟踪噪音电平，并为这个噪音电

平设置一个享用的语音检测阀值，这样就使得语音／静音检测器可以

动态匹配用户的背景噪声环境，并将静音抑制的可听度降到最小。为

了置换掉网络中的音频信号，这些信号不再穿过网络，舒适的背景声

音在网络的任一端被集成到信道中，以确保话路两端的语音质量和自

然声音的连接。

语音编码技术的类别

语音编码方法归纳起来可以分成三大类：波形编码、信源编码、

混合编码。

1．波形编码

波形编码比较简单，编码前采样定理对模拟语音信号进行量化，

然后进行幅度量化，再进行二进制编码。解码器作数／模变换后再由

低通滤波器恢复出现原始的模拟语音波形，这就是最简单的脉冲编码

调制（PCM），也称为线性PCM。可以通过非线性量化，前后样值的

差分、自适应预测等方法实现数据压缩。波形编码的目标是让解码器

恢复出的模拟信号在波形上尽量与编码前原始波形相一致，也即失真

要最小。波形编码的方法简单，数码率较高，在64kbit/s至32kbit/s

之间音质优良，当数码率低于32kbit/s的时候音质明显降低，16

kbit/s时音质非常差。

2．信源编码

信源编码又称为声码器，是根据人的发生机理，在编码端对语音

信号进行分析，分解成有声音和无声音两部分。声码器每隔一定时间

分析一次语音，传送一次分析的的道德有／无声和滤波参数。在解码

端根据接收的参数再合成声音。声码器编码后的码率可以做得很低，

如1.2kbit/s、2.4kbit/s，但是也有其缺点。首先是合成语音质量较差，

往往清晰度可以而自然度没有，难于辨认说话人是谁，其次是复杂度

比较高。

3．混合编码

混合编码是将波形编码和声码器的原理结合起来，数码率约在

4kbit/s—16kbit/s之间，音质比较好，最近有个别算法所取得的音质

可与波形编码相当，复杂程度介乎与波形编码器和声码器之间。

上述的三大语音编码方案还可以分成许多不同的编码方案。

语音编码属性可以分为四类，分别是比特速率，时延、复杂性和

质量。比特律是语音编码很重要的一方面。比特速率的范围可以是从

保密的电话通信的2.4kbit/s到64kbit/s的G.711PCM编码和G.722

宽带（7KHz）语音编码器。

脉冲幅度调制

数字化模拟波形的第一步建立一套用于输入信号波形抽样的离散

时间集。一般的数字化技术是基于使用周期性，规律间隔抽样时间的。

如果抽样发生足够频繁，原始波形就能够从抽样序列中完全恢复，使

用低通滤波器在抽样值之间插入波形值或进行平滑。

脉冲编码调制

上文中讲述了脉冲幅度调制，使用离散抽样的时间以模拟抽样幅

度来从不断变化的模拟信号中提取信息。脉冲编码调制是对PAM的扩

展，这里每一个模拟抽样制备量化为代表某个数字编码的离散值。因

此，PAM系统通过在信源端加上模拟－数字信号转换器就能够转化成

为PCM系统。典型的量化过程是其中量化间隔中心的单个离散值表