语音编码30课件讲解.pptxVIP

语音编码主讲人：孟凡朕

CONTENTS目录01波形编码02参数编码和混合编码03语音编码器的性能指标和质量评测方法

学习目标学习波形编码的方法理解波形编码的算法掌握波形编码相关算法的使用场景

01 波形编码脉冲编码调制（pulsecodingmodulation，PCM）模拟语音信号抗混叠滤波采样编码量化数字语音信号

01 波形编码脉冲编码调制（pulsecodingmodulation，PCM）直接对语音信号进行A/D转换，语音波形信号就被表示成一组用数字编码的脉冲序列。

01 波形编码非均匀量化（pulsecodingmodulation，PCM）在语音信号中，样本的幅度值不是均匀分布的，信号大量的集中在小幅度值上。如果对小幅度样本使用小的量化间隔，尽心精确量化，而对大幅度样本使用大的量化间隔，则即可成功的提高信噪比，有课避免大信号的过载。非均匀量化方法是对数压扩方法。编码时，利用语音信号的幅度统计特性，对幅度按对数变化进行压缩，然后再进行均匀量化。

01 波形编码非均匀量化（pulsecodingmodulation，PCM）目前。非均匀量化的PCM编码广泛的应用在数字电话网中，北美和日本主要使用U律压缩，我国则采用A律压缩。

01 波形编码自适应量化APCM自适应量化：对短时能量比较大的信号，采用比较大的量化间隔进行量化，相反的，对短时能量比价小的信号，可以采用比较小的量化间隔进行量化，这样有助于减少量化噪声，提高量化后的信号的信噪比。

01 波形编码差分脉冲编码语音编码就是通过减少语音信号中的信息冗余度来实现数据压缩，这种冗余度的最直接的证据，就是语音采样信号之间具有强烈的相关性。分析表明，当采样频率为8kHz时，相邻采样值之间的自相关系数一般在0.85以上。可以利用这种相关性减小量化字长，从而降低编码速率。由于相邻采样值之间的差值远小于采样值本身，因此可以设计一种编码方法，对差值进行编码，而不是对采样值本身进行编码，这种编码方法被称为差分脉冲编码（DPCM）。

01 波形编码自适应差分脉冲编码自适应差分脉冲编码速率能降低到什么程度，主要取决于其预测精度，即其预测误差的大小。在编码的过程中，采用自适应技术动态的调整预测器系数。用自适应量化技术对差分信号进行量化，也能进一步降低编码速率。自适应线性预测以帧为单位进行，根据本帧语音波形的时间相关性确定预测系数，使预测误差信号的方差最小。

CONTENTS目录01波形编码02参数编码和混合编码03语音编码器的性能指标和质量评测方法

学习目标理解参数编码和混合编码的原理掌握参数编码和混合编码的使用方法

02 参数编码和混合编码基于全极点语音产生模型的混合编码混合编码算法：例如多脉冲激励线性预测声码器、规则脉冲激励线性预测声码器、码激励线性预测声码器等。这些混合编码算法在保留原有声道模型假定的基础上，引入高质量的波形编码准则来优化激励信号。以感觉加权均方误差最小为判决准则，采用闭环搜索的方法——合成分析法来选取最佳激励矢量，以得到最佳逼近原始语音的效果。

02 参数编码和混合编码基于全极点语音产生模型的混合编码（1）主要分析方法： 计入长时相关性的语音产生模型 合成分析法（2）多脉冲激励线性预测声码器（3）规则脉冲激励线性预测声码器（4）码激励线性预测声码器

02 参数编码和混合编码基于正弦模型的混合编码定义：从语音变换的频谱分解角度出发而建立的正弦分析合成模型。主要优点：（1）对一般声音的表示和重建也能起到很好的效果。（2）容易与人耳的听觉模型相结合，改善合成语音的主观音质。

02 参数编码和混合编码基于正弦模型的混合编码（1）正弦变换编码 通过对语音进行傅里叶分析，提取最能表示语音信号的几个频率成分并用这几个频率的正弦波合成语音。（2）多带激励编码 多带激励编码提出了一种由正弦模型引出的频域模型——多带激励模型。

CONTENTS目录01波形编码02参数编码和混合编码03语音编码器的性能指标和质量评测方法

学习目标了解性能指标和评测方法掌握如何运用指标和测评方法

03 语音编码器的性能指标和质量评测方法编码速率编码速率降低编码速率往往是语音编码的首要目标。分成两类：固定速率编码器和可变速率编码器。固定编码速率现有大部分编码标准都是固定速率编码，其范围为0.8kbit/s~64kbit/s

03 语音编码器的性能指标和质量评测方法顽健性